无人机遥感影像数据处理在生产中关键环节研究

摘要

无人机遥感作为航空遥感及航天遥感的补充手段，已被广泛运用于资源调查、环境监测、新农村建设、地图更新等方面。然而无人机遥感与传统的航空航天遥感相比，在运行平台、飞行高度、传感器等方面存在较大差异，使获取的无人机影像数据存在像幅覆盖面积小、旋偏角大、航线弯曲度不一致、影像数量多、重叠度不规整等问题，这些问题给内业数据处理带来很大困难，在利用无人机影像数据生产测绘产品时，为了提高影像处理的自动化程度、效率及精度，本文从影像数据处理过程的几个关键环节如:数据源头、影像匹配、自动空三加密等方面进行探讨研究，其主要内容有:
　　1)无人机影像数据质量好坏，主要取决于影像获取过程中的质量控制。无人机飞行环境直接影响飞行平台的选择，本文根据高原地区特点，说明根据环境选择飞行平台的重要性;本文将无人机影像的旋偏角、航偏角、俯仰角值作为无人机影像数据质量的量化标准，研究符合规范要求的无人机影像数据中的旋偏角、航片角、俯仰角的显示形态;无人机航摄相机为非量测型相机，本文通过非量测相机的误差来源及改正模型的阐述，说明在数据预处理中对影像进行畸变差改正的必要性。
　　2)传统影像匹配算法具有一定的局限性，单独使用不能满足现有数据处理要求。本文通过对摄影界常用的Forstner算子和Harris算子的特征提取过程进行对比分析，得出两种算子的优缺点，针对无人机数据的特征，运用Forstner+SIFT算子联合匹配策略进行无人机数据处理，并通过实验检验，证明本文提出的联合匹配策略具有较高的适用性。
　　3)分析空中三角测量加密中的相对定向及模型连接失败的原因。提出采用优化定向模型及联合匹配策略，提高相对定向的自动化程度;然后分析模型连接中影像扭曲变形的原因，提出将航线中间影像作为模型连接时的基准影像，采用反距离加权法分配连接误差，减小影像扭曲变形。
　　目前，本文研究的影像畸变差改正、相对定向、模型连接方法已通过新版PixelGrid软件应用到西藏无人机数据处理中，其作为无人机数据处理的一部分，展现了较好的数据处理效果，克服了以往生产中出现的问题。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．2．1 无人机航摄平台现状

1．2．2 非量测数码相机检校现状研究

1．2．3 影像匹配技术现状

1．2．4 无人机应用现状及发展趋势

1．3 研究内容

1．4 论文结构安排

第2章 提高无人机影像质量的研究

2．1 提高无人机影像获取质量

2．1．1 无人机遥感平台选择

2．1．2 无人机航线参数设计与分析

2．1．3 利用组合参数获取无人机影像

2．2 影像畸变差影响消除

2．2．1 畸变参数解算

2．2．2 消除畸变影响

2．3 影像匀色

2．4 本章小结

第3章 遥感影像匹配方法

3．1 传统匹配方法

3．1．1 基于厌度匹配

3．1．2 基于特征匹配

3．2 SIFT特征匹配

3．3 基于无人机影像的精匹配策略

3．4 本章小结

第4章 无人机遥感影像空三加密

4．1 航带内转点及航带间转点

4．2 相对定向

4．2．1 单独像对相对定向

4．2．2 连续像对相对定向

4．2．3 相对定向失败的原因

4．2．4 改进方法

4．3 模型连接

4．3．1 模垂连接中存在的问题

4．3．2 改进方法

4．4 绝对定向

4．5 区域网平差

4．5．1 光束法区域网平差思想

4．5．2 平差数学模垂

4．5．3 光束法平差方式

4．6 本章小结

第5章 无人机遥感影像数据处理实验

5．1 畸变差纠正

5．2 空三加密

5．3 影像快速拼接

5．4 正射影像制作

结论

研究总结

展望

致谢

参考文献

攻读学位期间取得学术成果