无人机遥感图像内部畸变校正算法及应用研究

摘要

近年来，无人机遥感技术作为航空遥感的有益补充，发展迅速，应用广泛。面对5.12特大地质灾害情况，由于受灾地区地势险峻，气流变幻多端，无法达到现场勘察、提取有效信息的情况下，无人机凭借其多项优势担当起获取地震灾区影像数据的重任。以无人机搭载数码相机作为传感器，第一时间成功获取了受灾地区地貌影像数据，经过一系列影像处理技术之后，恢复灾区地形地貌，为抗震救灾的领导指挥提供了有效的帮助。然而，由于获取灾区控制点的困难使得传统的遥感影像几何校正方法无法进行，必须将造成无人机遥感影像内、外变形误差分开处理，加以修正。本文的研究将着重于由传感器造成影像的内部误差纠正。
　　首先，分析和总结了几种具有代表性的适用于获取无人机遥感影像的传感器，即数码相机的校正的方法和存在的不足。重点研究了仅考虑径向畸变模型的等间距算法和迭代算法，和考虑不同畸变因素组合的综合模型最小二乘法，以及分区域的一阶多项式校正，二阶、三阶多项式的最小二乘法。然后按照相机标定要求，进行了实验操作。采用了无人机遥感拍摄影像所用相机佳能400D进行实验，拍摄了一张高分辨率二维靶标图像，并利用Arcmap手动提取了靶标版图像各标志点的实际坐标值，并按照相机成像与畸变规则推算出了理想坐标值，以供计算需要。将不同模型算法的校正结果进行了详细分析比较，从x，y方向的校正偏差，点误差、均方根误、以及靶标图像上任意两标志点距离偏差等指标都表明：三阶多项式模型校正结果最好，精度最高，且明显优于其他模型。将其运用于实验所拍相机标定靶版图像校正，实际检验得出其校正结果精度与理论计算结果趋于一致。最后，运用三阶多项式模型在Matlab下编程对所拍无人机遥感影像每一个像素逐一校正，然后利用Spline插值函数对校正后影像留下像素空隙进行插值，效果良好，得到了经过内部误差校正的无人机遥感影像。最后采取拼接与随机取样检验相结合的方式对校正结果做出了评价。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 课题背景与选题依据

1.2 国内外研究现状与发展趋势

1.3 主要研究内容和章节安排

1.4 本章小结

第二章 无人机遥感传感器原理和误差分析

2.1 数码相机传感器类型和工作原理

2.2 数码相机成像的误差来源和误差修正

2.3 成像原理及畸变类型

2.4 本章小结

第三章 无人机遥感影像内部变形误差纠正

3.1 常见无人机遥感影像的内部误差纠正方法

3.2 利用畸变模型的校正算法

3.3 多项式校正原理与模型

3.4 本章小结

第四章 实验与计算结果分析

4.1 实验准备

4.2 计算校正结果

4.3 本章小结

第五章 实际校正结果与检验评价

5.1 应用指标评价

5.2 利用三阶多项式实际校正结果评价

5.3 本章小结：

第六章 总结与展望

6.1 全文总结

6.2 不足与展望

致谢

参考文献

攻读硕士学位期间取得的研究成果