无人机影像空中三角测量实验研究

2013-03-04 13:55:00    来源:

摘要:张可可 (中国石油集团工程设计有限责任公司西南分公司,四川 成都 610031)1 引言无人机具有机动灵活、成本低、操作维护简单等特点,
张可可  
(中国石油集团工程设计有限责任公司西南分公司,四川 成都 610031) 
 
1.引言 
    无人机具有机动灵活、成本低、操作维护简单等特点,特别适合在建筑物密集的城区和地形复杂的丘陵、多云地区应用。无人机搭载的高精度数码成像设备,具备面积覆盖、垂直或倾斜成像的技术能力,获取图像的空间分辨率达到分米级, 适于1∶10000 或更大比例尺遥感应用的需求。但是其获取的影像存在像幅小、数量多、基线短、重叠度不规则且倾角过大等问题,因此对其获取影像的处理方法和常规的遥感图像有一定的区别。 
 
2.影像预处理 
    2.1 畸变差改正 
    由于数码相机并不是专门为摄影测量而设计的,它没有准确的测定内方位元素,且透镜的排列也没有进行严格的校正,所以拍摄得到的数字图像存在着光学畸变误差。因此,在进行区域网空中三角测量前,需要先进行像点坐标畸变差改正。像点坐标畸变差改正方程如(1)式所示: 
    Δx、Δy为像点改正坐标;x、y 为像点坐标;x0、y0 为像主点;k1 、k2为径向畸变差系数; p1 、p2 为切向畸变差系数;α为CCD 非正方形比例系数;β为CCD 非正交性的畸变系数。上述这些畸变参数的获得可由专业的相机检校部门测定,然后通过式(1)对无人机影像进行批量的畸变差改正。
    从图1 中可以看出,畸变差改正后的图像在边缘部分的变形较为突出,在右上角的放大图中白色的地物明显变小。
    2.2 影像匀光、匀色
    在影像的获取过程中,由于各种环境因素使得每条航带里面的影像和航带间相互连接的影像都存在色差、亮度等多方面不同程度的差异,所以需要对原始影像进行匀光匀色处理,其目的是使得影像在纹理、亮度、反差、灰度及色相一致性上保持较好特征。常用的匀光匀色方法有:基于Mask 原理的匀光、基于自适应模板的匀光、基于频率域匀光、基于Wallis 滤波器匀色,其中以Wallis 滤波器匀色应用最为广泛。
    图2 为两个航带见的相邻重叠影像,由于拍摄时间间隔较长,所以在色差、亮度上有一定的差别。将其中的一张影像作为参考影像,对另一张影像进行匀光匀色调整,调整后的影像其在亮度、色差、对比度等方面都与参考影像较为接近。

3.基于POS 数据的空中三角测量实验
    POS(position and orientation system)系统即GPS/INS 组合导航系统,利用该系统可以获取摄影曝光时刻数码相机的空间位置和姿态,该数据可以直接用作航空影像定向的外方位元素[6-7]。POS利用无人机上搭载的双频动态GPS 接收机采用载波相位动态GPS 定位技术测定摄站的空间位置,利用惯性测量装置(Inertial Measurement Unit,IMU)测定相机的姿态角。
    3.1 实验介绍
    在进行空中三角测量计算(简称“空三计算”)时,POS 数据可以作为影像的外方位元素参与计算。当POS 数据作为影像的初始外方位元素时,即相当于对影像进行了相对定向,再结合相机的一些参数(像主点坐标、焦距、CCD 尺寸等),即内方位元素,就可以自动生成同名点,完成影像匹配。根据影像质量及生成同名点的多少,可以对生成同名点的策略进行相应的修改,最终效果就是生成的同名点尽可能的多,且均匀地分布于每一张影像中。
    根据初始的内外方位元素及匹配后生成的大量连接点信息,即可进行空三计算。空三计算的结果通过整体的中误差RMSE 来反映,并且每个连接点的中误差也都计算出来,通过对连接点中误差的查看,可以剔除一些误匹配的连接点。在完成连接点误匹配剔除工作之后,再次进行空三计算,并且更新内外方位元素信息,这样可以提高空三解算的精度。
    图3 是大重叠度影像对匹配时生成的连接点。该像对共生成95 对连接点,相对定向中误差为0.4pixel。从图中可以看出,连接点基本上均匀地分布在影像的重叠区域。表1 是加入控制点和检查点信息后空三的精度检查表,从表中可以看出,此次空三是成功的,其精度满足后续工作的要求。
3.2 实验结果分析
   
(1)从检查结果看,高程精度要低于平面精度,这是由于该区的地形起伏较大,另外由于没有采用立体设备,所以在数据处理的时候对高程变化的敏感度较低。
    (2)在选择地面控制点的时候,既要考虑到它的地面特征,又要考虑到它在影像上的重叠度。前者是为了方便在影像上准确的刺出其位置,而后者则是为了使该控制点在区域网平差中的权重更大。实验证明,刺一个3°重叠和一个4°重叠的控制点,它对提高系统精度所起的作用是不一样的。
    (3)在生成连接点时,初始时可利用原始的POS数据生成连接点,然后进行空三计算,根据空三计算后的中误差表,可以剔除里面误匹配的连接点,然后进行二次空三计算,并优化更新内外方位因素信息。

4.结论
    空三计算是无人机影像处理中最为基础也是最为关键的一步,其计算结果的好会直接关系到生成正射影像和提取DEM 的精度。本文在对无人机影像进行了前期的预处理的基础上利用POS 数据自动生成连接点,然后进行空三计算,通过空三计算的结果剔除一些误匹配的连接点,并更新内外方位元素信息。同时加入地面控制点和检查点信息对整个优化后的内外方位元素进行空三计算,实验结果表明,该方法所得到的空三计算结果满足后续生产正射影像的精度需求,而且自动化程度较高。


参考文献
[1] 李永树. 基于无人机技术的地形图测绘研究[J]. 测绘,2011,34(4):147-151.
[2] 孙杰,林宗坚,崔红霞. 无人机低空遥感监测系统[J].遥感信息,2003,(1):49-50,27.
[3] 王聪华,林宗坚. UAVRS影像空中三角测量实验研究[J].测绘科学,2007,32(4):41-43.
[4] 金仲华,崔红霞. 数字相机径向畸变差检测及改正[J].科技广场,2008,(10):118-120.
[5] 王邦松,艾海滨,安宏,等. 航空影像色彩一致性处理算法研究[J]. 遥感应用,2011,(1):45-49.
[6] 袁修孝. POS辅助光束法区域网平差[J]. 测绘学报,2008,37(3):342-348.
[7] 袁修孝. 当代航空摄影测量加密的几种方法[J]. 武汉大学学报(信息科学版),2007,32(11):1001-1006.

声明:中国勘测联合网登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述,文章内容仅供参考。