论文部分内容阅读
倾斜摄影测量作为近年来国际上发展十分迅速的一项高新技术,能够进行大范围场景的数字三维模型的快速获取,广泛应用于测绘、智慧城市基础地理信息采集、灾害与应急等领域。在以倾斜影像为数据源的数字成果生产过程中,倾斜摄影测量区域网平差与多视密集匹配技术是其中的两个关键环节,直接影响倾斜数字成果生产的自动化程度和数据成果质量。对于倾斜影像区域网平差问题,由于倾斜影像具有大倾斜角、大旋转角、大尺度变化、光照变化和遮挡严重,导致传统的特征匹配算法无法解决不同视角影像间的仿射不变特征匹配,因此倾斜影像的连接点自动提取是一个需要研究的问题;另一方面,高精度的POS设备成本很高,一般只在大型机载设备上使用,对于目前流行的无人机倾斜系统来说,通常只搭载消费级的低精度POS设备,因此低精度POS或者无POS数据的倾斜影像区域网平差问题值得研究。对于倾斜多视影像密集匹配问题,尽管已经取得了很大的研究进展,但是精度、效率、完整性和可靠性仍然是密集匹配技术需要完善的几个方面。目前大多数密集匹配算法在建筑物边缘等视差断裂,植被、阴影和水体等弱纹理或重复纹理区域常常出现漏匹配或误匹配现象,因此上述困难区域的匹配问题是亟待解决的;另一方面,尽管目前的商业软件采用了并行、GPU等加速策略,密集匹配的算法效率问题仍然是高分辨率倾斜影像高效处理的一个瓶颈,因此如何进一步提高倾斜多视影像密集匹配的效率是值得研究的问题。本文以解决倾斜摄影测量区域网平差和多视密集匹配问题为目标,对其中涉及到的关键算法进行了研究。主要的研究工作如下:(一)摄影测量与计算机视觉统一成像模型框架。三维几何重建作为摄影测量与计算机视觉学科的交叉领域,受到了广泛的关注。然而由于学科的背景、发展和应用的不同,二者在坐标系统定义、数学模型表达上均有所差异,各有优劣。本文首先证明了二者在共线条件方程的表达上是一致的,并推导了二者内参数和外方位元素间的严格转化关系,使得摄影测量与计算机视觉领域的优秀研究成果能够同时被吸收和纳入到本文的研究中来。(二)POS辅助下的倾斜影像区域网平差技术。首先利用POS数据对倾斜影像进行矫正并预测候选像对,使用SIFT特征进行影像匹配;然后利用并查集数据结构实现多视影像间连接点对应关系的快速确定;最后将POS数据和控制点数据作为带权观测值进行平差解算。试验选取3种典型的倾斜相机系统(组装轻量级倾斜相机、国产SWDC-5相机、微软UltraCam相机)进行了试验,结果表明:本文算法能够适应国内外流行的倾斜摄影系统,且一次性可处理的影像数目超过2000张;在相同条件下倾斜影像光束法区域网平差的整体精度优于传统垂直摄影情形,实际精度可以达到水平方向0.75GSD,高程方向 2.0GSD。(三)基于On-damand SIFT的无POS倾斜影像外定向技术。首先通过低分辨率同方向影像的增量SFM结果,利用PatchMatch-OSSIM算法进行深度图和法向量图重建,进而提取出候选的主平面参数,最后将倾斜影像纠正至主平面方向实现仿射不变特征的提取。试验选取了 3组倾斜影像对本文算法进行了试验,结果表明了本文提出的无POS倾斜外定向技术是有效可行的,空三的平均反投影误差约为1个像素。与传统的ASIFT算法相比,一方面,本文算法仅仅按需进行指定主平面下的影像纠正和特征提取,大大提升了仿射不变特征提取算法的效率;另一方面,由于剔除了大量非主平面对应的SIFT特征,能够有效提高特征匹配的正确率。(四)基于网络图的像方多视密集匹配算法。首先利用影像间的重叠关系和方向确定候选立体像对并构建网络图;在立体像对密集匹配阶段,引入导向中值滤波采用由粗到精的改进半全局匹配(SGM)算法进行双向视差图生成;最后基于所有立体像对构建的网络图完成多视影像间的密集点云生成及融合。试验选取了 ISPRS的Vaihingen航空影像和ISPRS/EuroSDR项目的Zurich城市倾斜下视影像进行试验,结果表明:本文算法对高分辨率多视影像密集匹配是有效可行的,无论在匹配完整性、效率、精度上都能获取较好的结果,重建的密集点云平均反投影误差的中误差可以达到亚像素级精度,实际精度可以达到1.5倍GSD,并且在建筑物、植被、水体等视差不连续、弱纹理或重复纹理区域也取得了较好的匹配结果。(五)基于结构相似性测度的物方多视密集匹配算法OSSIM。首次将影像质量评价指标SSIM应用到多视密集匹配领域。首先在所有候选深度上将匹配影像纠正到主视图影像并融合为深度锁定影像(Depth Locus Image,DLI),将多视影像的密集匹配问题转化为以主视图影像为参考的DLI影像质量评价问题;接着利用结构相似性测度SSIM计算二者间的匹配代价,完成整个深度空间影像(Depth Image Space,DSI)的构建;最后利用WTA或SGM策略完成最优深度代价的搜索。试验选取了 3组数据对本文算法进行了验证并与商业软件PhotoScan、Pix4D和Smart3D进行了对比,结果表明:本文算法与商业软件在大部分区域的匹配结果是一致的,在建筑物边缘和曲面对象上取得了最优的效果。利用Vaihingen数据重建的深度图的正确率和完整率分别为71.12%和95.99%。与传统的基于像方立体匹配的多视密集匹配算法相比,OSSIM算法无需进行核线纠正,且通过深度锁定影像能够一次性计算主视图影像与多视匹配影像间的SSIM代价,大大提高了多视密集匹配的精度和效率。在上述研究基础之上,本文开发倾斜多视影像全自动空三与密集匹配软件Mogas,支持任意平台、任意相机的倾斜影像处理,同时开发了控制点选点模块,支持交互式的人工选点,实现了将POS数据和控制点数据作为带权观测值的自检校区域网平差。经验证,Mogas软件适用于国内外主流的倾斜多相机平台,且一次性可处理的影像达到2000张以上。