大规模无序影像全自动空中三角测量研究

The UAV aerial image is the main data source of obtaining high resolution geography information currently. However, there are many difficulties in aerial triangulation processing of this kind of images, due to the disorder of the images, multiple shooting angles, the uncalibrated cameras and huge amount of date. This project intends to solve the disorder problem by training a complete image feature vocabulary database, and finding image connectivity by image retrieval method. To solve the difficult image matching problem caused by multiple shooting angles, the support region is introduced in feature extraction to correct local affine deformation of images. By doing image matching and parameter calculation hierarchically, the precision of structure from motion can be improved gradually, so as to obtaining a robust and precise aerial triangulation result. By permutating the image connectivity matrix into a narrow bandwidth sparse banded matrix, the large scale aerial triangulation task can be divided into multiple sub-tasks intelligently, so large amount of date can be handled. This project intends to change the situation of serious dependence on foreign softwares in aerial triangulation.

无人机航拍影像是目前获取高分辨率地理信息的主要数据源，但由于这种影像的无序性，多角度性，相机未标定和数据量巨大等特点，导致空三数据处理上还存在很多困难。本项目拟通过训练一个完备通用的影像特征词汇库，使用影像检索的方式快速确立影像之间的初始连接关系，解决无序性带来的问题；影像特征匹配时通过提取特征点支撑邻域，并利用支撑邻域的形状纠正影像局部的仿射变形来解决多角度性给影像匹配带来的困难；通过逐级匹配和解算，逐级控制的策略进行运动恢复结构来获取高精度的相机内外方位参数和镜头畸变参数；通过排列影像连接关系矩阵，使其成为最窄带宽的稀疏带状矩阵的方法对大规模空三任务进行智能分区，解决数据量巨大的问题。本项目的目标是通过解决这些问题，改善目前国内空三处理严重依赖国外软件的情况。

无人机航拍影像是目前获取高分辨率地理信息的主要数据源，但由于这种影像的无序性，多角度性，相机未标定和数据量巨大等特点，导致空三数据处理上还存在很多困难。本项目拟通过训练一个完备通用的影像特征词汇库，使用影像检索的方式快速确立影像之间的初始连接关系，解决无序性带来的问题；影像特征匹配时通过提取特征点支撑邻域，并利用支撑邻域的形状纠正影像局部的仿射变形来解决多角度性给影像匹配带来的困难；通过逐级匹配和解算，逐级控制的策略进行运动恢复结构来获取高精度的相机内外方位参数和镜头畸变参数；通过排列影像连接关系矩阵，使其成为最窄带宽的稀疏带状矩阵的方法对大规模空三任务进行智能分区，解决数据量巨大的问题。本项目的目标是通过解决这些问题，改善目前国内空三处理严重依赖国外软件的情况。经过三年的研究，上述研究内容和研究目标均已实现。主要的研究成果包括：（1）实现了一套大规模无序影像全自动空中三角测量并行处理系统，该系统可以稳健，准确的进行数万，数十万无序影像的空中三角测量并行处理。（2）针对仿射不变特征提取和匹配发表了一篇SCI论文。（3）针对大规模无序影像的空三智能分区和合区发表了一篇SCI论文。该空三处理系统已经在很多实际生产项目中经过了实战，取得了令人满意的效果。如雷州城区7万的旋转拍摄数据，平安光谷12万的五视倾斜数据，东莞城区20万的五视倾斜数据等等。这些数据Context Capture都处理失败了，但本系统都处理成功并且空三效果非常好。本项目的研究成果不仅在学术上取得了一些同行认可的成绩，在实际应用中也发挥了巨大的作用，是产学研结合的一个典范。