无人机空三处理及全景图制作.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,无人机空三处理,及快速全景图制作,报 告 内 容,无人机影像资料的特点,1,无人机快速全景图生成,2,无人机空三处理,3,6.,基高比小、模型数目多、模型切换频繁,1.,姿态稳定性差,5.,像幅小、影像数量多,4.,影像畸变大,2.,排列不整齐,3.,旋偏角大,缺点,无人机小数码的不足,无人机在飞行时由飞控系统自动控制或操控手远程遥控控制，由于自身质量小，惯性小，受气流影响大，俯仰角、侧滚角和旋偏角较传统航测来说变化快，而且幅度远超传统航测规范要求。,无人机小数码的不足,1.,姿态稳定性差,受顺风、逆风和侧风影像大，加上俯仰角和侧滚角的影响，航带的排列不整齐，主要表现在重叠度（包括航向和旁向重叠度）的变化幅度大，甚至可能出现漏拍的情况。,2,.,排列不整齐,无人机小数码的不足,相对专业航摄仪来说，小数码影像（普通单反拍摄的）畸变大，边缘地方畸变可达40个像素以上。,4.,影像畸变大,受侧风和不稳定气流影响，相邻两张影像一般容易出现旋偏角变化特别大（远超传统航测规范要求）的情况。,3.,旋偏角大,无人机小数码的不足,举例：,Cannon 450D,，,6km,2,11cm,；,全部相片数达,1200,张,DMC,；全部相片不超过,100,张,无人机小数码的不足,为了保证测区没有漏拍，通常是通过提高航向和旁向重叠度的方法来实现这一点的，同时普通单反相机像幅相对专业数码航摄仪来说，像幅小，在保证预定重叠度情况下，整个测区影像数量成倍数增多，导致后期要处理的工作量（如空三加密环节）同比例增多。,5.,像幅小、影像数量多,像幅小，重叠度大，就会导致模型基高比变小，进而导致测图时高程精度降低。同时影像数量多，会导致模型数量同比例变多，相对传统航片来说，测同一幅图，调用的模型数目多，模型之间来回切换频繁,。,6.,基高比小、模型数目多、模型切换频繁,无人机小数码的不足,传统解决方案的精度与效率,空三加密自动化程度降低,影像的不规则排列、重叠度忽大忽小、旋偏角较大，这些因素导致如果按传统方式进行空三加密处理，在测区自动提点和转点时，会出现很多失败的情况，如模型连接失败和航带间转点失败，或者高重叠度的同名点变成低重叠度的同名点，同名点像平面坐标精度低，整个测区连接强度低或者连接失败，后面人工干预工作量特大。如果飞行质量不好，并且地面纹理特征差，如高山区，提点和转点几乎不能自动化进行。,1,2,精度低,因为影像存在较大畸变，加之模型基高比小，如果不做处理，如去畸变和选择最佳交会角测图，则空三加密成果差，三种产品成果精度低，特别是数字线划图（,DLG,）的高程精度低。,如何解决无人机数据处理精度与效率？,航飞质量检查,通过一些飞行控制软件及一些航飞质量检查软件控制航飞的质量，条件容许的情况下甚至可以使用一些快速拼图的工具预先生成快拼图成果，检查是否存在航线变形、航飞漏洞、影像模糊、影像曝光问题等影响后工序处理精度的问题，以保证下工序处理的精度。,1,2,提高处理速度及效率,利用计算机视觉领域及摄影测量领域的一些新算法、甚至利用计算机硬件的新特性提高无人机数据处理的速度及效率。,航飞影像检查,1,、检查,POS,参数是否与影像一一对应；,2,、检查俯仰、测滚、旋偏角是否超限；,3,、检查航线是否正常；,4,、检查是否有航摄漏洞；,5,、检查影像曝光是否正常；,6,、检查是否存在较大的像移模糊；,7,、检查是否覆盖需要空拍的区域；,传统检查方法,将影像冲印后一张张排列起来，看看是否存在上述问题，费时费力，不利于现场快速处理；,利用软件自动生成全景图检查,:,ICE,；,Pixel4D,；,AGISOFT,；,新的检查方法,无人机快速全景图制作,远景快拼软件,Flight,Matrix,关 键 技 术,1,、直接处理原始航片数据；,2,、充分利用计算机多核及,GPU,技术，做到快速成图；,3,、对无人机航飞数据现场快速处理；,4,、快速检查航摄漏洞及航摄质量；,技 术 优 势,1,、直接使用,POS,参数拼接输出；,2,、空三光束法,POS,辅助平差输出；,提供两种模式,模 式 一,直接利用,POS,，指定平均高程输出全景图；适用于平坦区域；,模 式 二,POS,辅助空三模式；,航摄漏洞检查；,航飞质量检查；,航摄结果快速检查,套合至,Google Earth,检查,快速全景图输出；,结果应用；,套合至,Google Earth,检查,宜昌某测区,Google Earth,叠合图：,套合至,Google Earth,检查,马来西亚某测区,Google Earth,叠合图：,套合至,Google Earth,检查,马来西亚某测区,Google Earth,叠合图：,严密光束法,POS,辅助空三,全自动空三需要解决的问题,1,、对控制点布设的要求；,2,、直接支持原始,JPG,格式；,3,、支持相机畸变处理；,4,、支持,POS,的辅助；,5,、全自动转点；,6,、半自动添加控制点；,7,、平差解算，自动剔除粗差；,8,、快速输出空三成果；,控制点布设,基本原则：区域网的划分应根据成图比例尺、地面分解率、测区地形特点、摄取的实际划分、图幅分布等情况全面考虑，根据具体情况选择最优方案。区域网的图形宜呈矩形或方形；区域网大小和想空点之间的跨度以能满足空三精度要求为原则，主要依据成图精度、航摄资料的有关参数及对系统误差的处理等多因素确定。,控制点布设,控制点布设,一般情况下，满足,1:1000,比例尺要求，如果平面中误差要求在,0.2m,，大致估算其基线间隔为,3-4,个；我们通常采用平高点布设方式，高程点要求每航线布设，平面点在旁向上可以放宽到,3-4,个航线。,室内高精度三维检校场,武汉大学遥感学院近景实验室检校场,武汉大学测绘学院实验室检校场,室外检校场,1,主点,x,0,2844.6028,2,主点,y,0,1891.7384,3,焦距发,f,3832.6013,4,径向畸变系数,k,1,0.000000004875937452,5,径向畸变系数,k,2,-0.000000000000000324,6,偏心畸变系数批,p,1,-0.000000004912469629,7,偏心畸变系数批,p,2,-0.000000148166745284,8,CCD,非正方形,比例系数,-0.000376017388,9,CCD,非正交性,畸变系数,-0.000137498753,检校参数,室外高精度三维检校场,普通单反数码相机经过高精度检,校，使其成为可量测相机。,影像数据经过畸变差纠正，可,满足较高精度航测遥感任务的需要。,相机自动检校,利用平板液晶建立控制场,自动检校输出相机检校参数,检校完整模型,径向畸变差改正完整模型公式,切向畸变差的改正模型公式,非方形像元改正参数及像素阵列的非正交改正参数公式,简化的检校模型,径向畸变差改正简化模型公式,切向畸变差的改正模型公式,非方形像元改正参数及像素阵列的非正交改正参数公式,相机检校参数的录入,像素为单位的检校结果,毫米为单位的检校结果,自动根据,POS,划分航线,划分依据：,GPS坐标；,IMU参数；,航偏角；,航线曲率；,重叠度；,.,全自动转点,基于特征算子的数码影像转点,无人机拍摄的数码像片，姿态很不稳定，像片与像片之间转角变化大，利用计算机视觉领域近年来的成果，特别是具备投影不变的特性算子(如SIFT，STAR,SURF)，可以很好的建立影像之间的关联。,自动匹配 光束法平差,在特征点提取的基础上，对整个区域进行平差计算，,恢复摄影时刻的相对位置。,平差计算,成果输出,基本原则：一般像点解算精度优于一个像元，验后输出报告中最大误差在限差范围内，认为空三成果可靠，可以输出到下工序使用：,常见的无人机数据处理软件,INPHO,PIXELFACTORY,DPGRID,PIXELGRID,.,DA,T,MATRIX,空三加密,航天远景无人机小数码空三,空三加密,完全摒弃传统航测提点和转点流程，可不依赖POS信息实现全自动快速提点和转点，匹配同影像旋偏角无关，克服了小数码 影像排列不规则、俯仰角、旋偏角等特别大的缺点。即使是超过80%区域为水面覆盖，程序依旧能匹配出高重叠度的同名像点，整个测区连接强度高。,（下图为水域面积为80%左右，同时影像拍摄角度相差90度，程序依旧能匹配出足够的高精度连接点）。,航天远景无人机小数码空三,直接支持数码相机输出的,JPG,格式或,TIF,格式，无需格式转换。,无需影像预旋转，横排、纵排都可实现自动转点，节约数据准备时间。,实现畸变改正参数化，方便用户修正畸变改正参数，不需要事先对影像去畸变即可完成后续,4D,产品生产。,除无人机小数码影像外，还适用于其它航空影像。,针对不同数据源及不同地形自动选用不同匹配模式，操作更简单。,专门针对中国测绘科学研究院二维检校场和武汉大学遥感学院近景实验室三维检校场检校报告格式研发了傻瓜式批处理影像畸变差改正工具，格式对应，检校参数直接填入，无需转换，方便空三成果导入到其他航测软件进行后续处理。,空三加密,航天远景无人机小数码空三,Thank You!,