无人机倾斜摄影测量与区域网平差
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
❖2.1 大偏角给匹配带来困难 ❖2.2 基高比小和大偏角对相对定向的影响 ❖2.3 高重叠度的匹配更稳健 ❖2.4 像点位移降低了像点量测精度 ❖2.5 非专业相机的镜头畸变
B
25
2.1 大偏角给匹配带来困难
❖ 由于无人机姿态不稳定的特性，决定了相邻影像间很可能 存在较大的旋偏角和上下错动，无法使用传统的灰度影像 匹配算法获取同名点，具体在以下三个方面：
❖ 机上载有合成孔径雷达、电视摄像机、红外探测器 三种侦察设备，以及防御性电子对抗装备和数字通 信设备。
B
9
摄影测量与计算机视觉的联系与区别
❖ 摄影测量是测绘学科的一个分支，它是对由 摄影机提取的影像（二维）进行量测，测定 物体在三维空间的位置、形状、大小、乃至 物体的运动。摄影测量在近百年的历史中经 历了：模拟、解析与数字摄影测量三个阶段。 当被测物体的尺寸或摄影距离小于100米时的 摄影测量称之为近景摄影测量（Closerangephotogrammetry）
B
26
2.2 对相对定向的影响
❖ 基高比小：由于无人机获取的影像重叠度大，摄影时的基 线短，而基线越短，所成的交会角就会小，极大程度的影 响了测图的高程精度，如果仍然按传统方法用相邻影像构 成立体相对，高程精度就很难得到保证。一般处理办法是 通过隔片构成立体相对，通过增加基线长度和增大前方交 会角的方式，提高测图的高程精度。
B
34
3.3 飞行设计
❖ 重叠度
通常采用航向75%旁向50%重叠，保障60%30%重叠要求
❖ 航高
充分顾及影像的有效分辨率，并非航高越低分辨率越高
❖ 有风天气
尽量避免有风天气飞行，特殊情况采用高重叠度方式进行 飞行，减小后期处理工作量和保证处理精度
B
35
3.4 控制点布设
❖ 原则 均匀布设，边角加密，大面积弱纹理区 域（水域、森林、农田）边界加密。
B
29
像点位移综合分析
❖ 相同曝光时间下飞行器运Βιβλιοθήκη Baidu速度越 大,像点位移量越大,影像模糊程度 越高；
❖ 相同飞行器运动速度下曝光时间越 长,像点位移量越大,影像模糊程度 越高；
❖ 减少曝光时间会相应地减少进光量， 这样同样影响影像的拍摄质量；降 低飞行速度，顾虑到影像基高比就 要相应地增加曝光时间间隔，这样 就会影响作业效率；
B
36
3.5 空三处理
❖ 连接点质量和度数
注意检查连接点质量（重复纹理或无纹理地区） 连接点度数尽量高
❖ 逐步优化
很多软件依赖较好曝光点坐标，恰是无人机的短板。可以 粗略平差计算结果作为初值。
❖ 像片边界点
镜头畸变、像片周边模糊
B
37
4. GodWork简介
❖ 4.1 系统概述 针对无人飞机像幅小、姿态不稳定、重叠度大、 非专业相机等特点，开发了一套无人机摄影测量 数据自动处理系统GodWork
❖ 大偏角：当无人机在几百米高空飞行时，由于其自身的质 量较轻、气流影响较大，使其在空中的姿态很不稳定，导 致获取的影像存在较大的畸变差，并且相邻影像的亮度、 对比度的差距也较大，降低了同名点匹配的数量和精度， 而影像的相对定向的精度与匹配特征点的数量和精度密切 相关。
B
27
2.3 高重叠度的匹配更稳健
❖ 飞行时既要考虑到像点位移也要考
虑作业效率和影像获取的质量，所
曝光间隔与地面分辨率、地面速度关系
以需要在曝光时间间隔与飞行器的 飞行速度间找到一个最佳值。
B
30
2.5 镜头畸变
❖ 从左图中的我们直接看出可以看出边缘像片点的镜头畸 变值较中间大，而右图给出了镜头畸变大小与点离像主 点距离的模拟的函数关系。
❖
全部相片数达1200张
❖ 传统航测平台使用DMC相机
❖
全部相片不超过300张
B
22
1.4 重叠度高、偏角大
❖ 航向重叠度能达到 70-85%，旁向重叠 35-55%，但受相机 姿态的影响，所拍摄 影像间的预设重叠度 无法得到严格保证
❖ 相邻影像间很可能存 在较大的旋角和上下 错动，最大旋转角可 能达到 20°
偏心畸变系数p2(1e-8) -6.1462701818
非正方形比例(1e-6) -2.498976
非正交性畸变(1e-5) -1.7928397
B
20
1.2 小像幅、小基高比
基线B
基线B
大像幅
小像幅
航高H
B
21
1.3 影像数量多
❖ 举例对6km2 方某地进行航拍：
❖ 无人机平台装载Cannon 450D相机
可装载的相机类型（+镜头）
❖ 易操作性 ❖ 维修保养
B
33
3.2 相机方面
❖ 相机关键参数
光圈、快门、CCD尺寸、芯片处理速度、镜头质量
❖ 相机标定
任务前或后进行标定，可考虑便携板进行标定 有利提高精度（0.3m到0.1m）
❖ 相机模式
全手动模式(起飞前进行测光)
❖ 焦距选择
避免盲目选择长焦（500m航高时速100km/h 24mm镜头， 较合适）
❖ 数字摄影测量发展
行业门槛大大降低
❖ 无人机技术发展
争奇斗艳
❖ 计算机视觉发展
计算机视觉与摄影测量的关系
计算机视觉有影响力的成果（一日建罗马）
摄影测量人的对策
B
4
数字摄影测量发展
❖ 数字影像和计算机发展催生数字摄影测量
随着数字传感器技术的发展，尤其是CCD器件和 CMOS器件的迅速发展，利用CCD(或CMOS)像机 不需要胶片就可直接获得被测物的数字影像，这种 直接基于数字影像的进行摄影测量称为数字摄影测 量 处理设备由精密机器设备到精密数值计算
❖ 1. 像间的左右重叠度和上下重叠度变化大，加上低空遥感 影像摄影比例尺大，造成表面不连续地物（如高楼）在影 像上的投影差大，因而无法确定匹配的搜索范围；
❖ 2. 相邻影像间的旋偏角大，难以进行灰度相关； ❖ 3.飞行器的飞行高度、侧滚角和俯仰角变化大，从而导致
影像间的比例尺差异大，降低了灰度相关的成功率和可靠 性
❖ 影像的重叠度越大(也即基线越短)，相邻影像间的差异越小， 自动匹配越容易，匹配点越多，相对定向的精度也非常好。
❖ 随着影像重叠度的减小(也即基线变长)，影像间的差异变大， 由姿态引起的影像间的差异比较明显，造成匹配的同名点 数不断减少，相对定向精度逐渐降低，在重叠度低于65％ 时(大于60％)，匹配困难。
一块很多小片缝合的大毡布，控制点是固定毡布的钉子， 钉子稀少的地方毡布会下垂(区域网变形)，相同密度毡布 厚的地方下垂量小(重叠度高和连接点多的区域)。毡布破 洞周围会产生下垂（大面积弱纹理区域）,避免下垂破洞 附近加钉子(加控制点)。
❖ 飞行前布控，可以提高精度。圆形点较优
❖ 飞行后布控，平面内的标志点较优
✓ 非定焦 ✓ 未知相机内参数 ✓ 无初始方位元素 ✓ 全自动处理
B
14
三项促进革命性发展的技术
❖ 从给定的两张相片中自动检
测出可靠且充分密集的连接点 ，如SIFT、MSER
❖ 仅利用连接点就可以对大量 影像进行自动定向，如 bundler
❖ 对定向的影像自动进行密集 匹配，如PMVS、SGM
B
15
摄影测量人的对策
❖ 问题
计算机视觉发展势头强劲 摄影测量研究人数少
• 对策
融入新的大家庭 吸纳计算机视觉成果，与时俱进
B
16
无人机影像空三处理技术
❖ 1. 无人机影像特点 ❖ 2. 无人机影像对空三的影响 ❖ 3. 如何获得良好的空三成果 ❖ 4. GodWork简介 ❖ 5. 无人机数据处理实例 ❖ 6. DSM匹配与滤波
B
7
黄蜂无人机
❖ 飞机原型是由Aerovironmen公司建造的战场空中战 术微型航空器（Wasp block 3型）系统。
❖ 黄蜂无人机通过固定的翅膀获得上升力，并通过螺 旋桨获得推动力，螺旋桨的动力来自一个10w的电 动马达。
黄蜂无人机最大高度范围大约三英里，续航能力
大约1个小时。
❖ 三种黄蜂尺寸大小：
B
12
摄影测量与计算机视觉
❖ 事实上，数字近景摄影测量与计算机视觉 （测量）的理论基础是一致的，二者都是针 孔成像原理（像点、镜头中心和物点共线） 的具体应用。
❖ 摄影测量计算机视觉相互融合发展
摄影测量有严密光束法平差 计算机视觉各种求取初值的方法
B
13
一日建罗马 计算机视觉代表性成果
一百万多张网络罗马城相片
B
17
1. 无人机航飞特点
❖1.1 装载非专业数码相机 ❖1.2 小像幅、小基高比 ❖1.3 影像数量多 ❖1.4 重叠度高，偏角大 ❖1.5 存在像点位移
B
18
1.1 非专业数码相机
普通定焦型
普通单反型
数码相机
可量测单反型
B
19
佳能5D Mark II 相机
❖ 无人机装载的非专业相机存 在镜头畸变系统误差。如下 图所示的佳能5D Mark II 相 机和其参数。
B
10
摄影测量与计算机视觉
❖ 计算机视觉的研究目标是使计算机具有通过 二维图像认知三维环境信息的能力，这种能 力将不仅使机器感知三维环境中物体的几何 信息，包括它的形状、位置、姿态、运动等， 而且能对它们进行描述、存储、识别与理解。
B
11
摄影测量与计算机视觉
❖ 由此可知，数字近景摄影测量与计算机视觉 （特别是立体视觉）在研究内容和目标上十 分相近。数字摄影测量关注的是几何量的量 测信息（物体的位置、大小和形状等）；计 算机视觉也需要量测信息，但其更为关注的 是对物体进行描述、识别和理解。因此，数 字近景摄影测量和视觉测量（或检测）所关 注的是完全一致的。
B
23
1.5 像点位移
• 摄影相机安装在无人机的移动平台上，在相机曝光时间内飞行器的 运动产生的像点位移会造成影像模糊。对于大型专业宽幅量测数码 航空相机会通过时间延迟与向前运动补偿来消除像点位移影响。但 对于无人机搭载的中幅甚至小幅的非量测相机，这些像点位移是没 法得到补偿的。
B
24
2. 无人机航飞对空三影响
B
5
数字摄影测量发展
❖ 摄影测量平民化
胶片到数字、精密机器转化为数值计算
一台普通PC可完成摄影测量任务
从业门槛大大降低
自动化程度大大提高减少对人的依赖
❖ 摄影测量行业特点
技术驱动（模拟解析数字、胶片到数字、GPS像控点）
具备爆发增长的条件（门槛低、需求大、光线到光束）
进军大比例尺
B
6
无人机技术争奇斗艳
相机型号
佳能5D Mark II
像片大小(pixel)
5616*3744
焦距(mm)
24.0
像主点x0
2805.2330
像主点y0
1909.9680
焦距f
3805.0257
径向畸变系数k1(1e-9) 7.8963158668
径向畸变系数k2(1e- -5.29 16)
偏心畸变系数p1(1e-8) 7.8087790670
无人机倾斜摄影测量 与区域网平差
B
1
主要内容
❖ 无人机与倾斜影像发展背景 ❖ 无人机影像空三处理技术 ❖ 五倾斜影像区域网平差 ❖ 测绘无人机发展展望
B
2
无人机与倾斜影像发展背景
❖ 无人机摄影测量发展环境 ❖ 数字摄影测量发展 ❖ 无人机技术争奇斗艳 ❖ 摄影测量与计算机视觉
B
3
无人机摄影测量发展环境
Block 1: 长5英寸， 宽13英寸，0.4磅 Block 2：长6英寸， 宽16英寸，0.6磅 Block 3：长15英寸，宽29英寸，0.9磅
B
8
全球鹰
❖ 诺斯罗普·格鲁曼公司的RQ-4A
“全球鹰”是美国空军乃至全世界
最先进的无人机。
❖ “全球鹰”最大飞行速度740km/h，巡航速度 635km/h，航程26000km，续航时间42h。可从美 国本土起飞到达全球任何地点进行侦察。
2006-2008年 基础算法研究
2009年-2010年 系统开发
2011年-
系统应用与升级
B
38
4.2 系统功能
无人机 相机标定 影像POS 控制点
影像数据 参数
数据
数据
GodWork 全自动处理系统
彩色 三维 点云
DEM
正射 影像
B
39
4.3 系统特色
❖ 采用特征匹配，适用于大偏角影像、大高差地区 ❖ 空三和DEM生成一体化，所有点参与光束法平差
航向重叠 89.1
86.3
80.1
75.3
70.0
65.1
度(%)
自动匹配 940
770
645
510
440
348
点数
中误差 0.1
0.2
0.3
0.4
0.6
0.8
(pixel)
B
28
2.4 像点位移公式
❖ (1).飞行器的地面速度 ❖ (2).相机曝光时间 ❖ (3).焦距长度 c ❖ (4).飞行器的飞行高度 ❖ (5).像元大小
B
31
3. 如何获得良好的空三成果
❖ 3.1 无人机的选择 ❖ 3.2 相机方面 ❖ 3.3 飞行设计 ❖ 3.4 控制点布设 ❖ 3.5 空三处理
B
32
3.1 无人机的选择
❖ 飞行速度
飞行速度越慢，像点位移越小
❖ 飞行平稳度
飞机平稳，保证重叠度
❖ 续航时间
续航时间长短，直接影响作业效率
❖ 有效荷载
B
25
2.1 大偏角给匹配带来困难
❖ 由于无人机姿态不稳定的特性，决定了相邻影像间很可能 存在较大的旋偏角和上下错动，无法使用传统的灰度影像 匹配算法获取同名点，具体在以下三个方面：
❖ 机上载有合成孔径雷达、电视摄像机、红外探测器 三种侦察设备，以及防御性电子对抗装备和数字通 信设备。
B
9
摄影测量与计算机视觉的联系与区别
❖ 摄影测量是测绘学科的一个分支，它是对由 摄影机提取的影像（二维）进行量测，测定 物体在三维空间的位置、形状、大小、乃至 物体的运动。摄影测量在近百年的历史中经 历了：模拟、解析与数字摄影测量三个阶段。 当被测物体的尺寸或摄影距离小于100米时的 摄影测量称之为近景摄影测量（Closerangephotogrammetry）
B
26
2.2 对相对定向的影响
❖ 基高比小：由于无人机获取的影像重叠度大，摄影时的基 线短，而基线越短，所成的交会角就会小，极大程度的影 响了测图的高程精度，如果仍然按传统方法用相邻影像构 成立体相对，高程精度就很难得到保证。一般处理办法是 通过隔片构成立体相对，通过增加基线长度和增大前方交 会角的方式，提高测图的高程精度。
B
34
3.3 飞行设计
❖ 重叠度
通常采用航向75%旁向50%重叠，保障60%30%重叠要求
❖ 航高
充分顾及影像的有效分辨率，并非航高越低分辨率越高
❖ 有风天气
尽量避免有风天气飞行，特殊情况采用高重叠度方式进行 飞行，减小后期处理工作量和保证处理精度
B
35
3.4 控制点布设
❖ 原则 均匀布设，边角加密，大面积弱纹理区 域（水域、森林、农田）边界加密。
B
29
像点位移综合分析
❖ 相同曝光时间下飞行器运Βιβλιοθήκη Baidu速度越 大,像点位移量越大,影像模糊程度 越高；
❖ 相同飞行器运动速度下曝光时间越 长,像点位移量越大,影像模糊程度 越高；
❖ 减少曝光时间会相应地减少进光量， 这样同样影响影像的拍摄质量；降 低飞行速度，顾虑到影像基高比就 要相应地增加曝光时间间隔，这样 就会影响作业效率；
B
36
3.5 空三处理
❖ 连接点质量和度数
注意检查连接点质量（重复纹理或无纹理地区） 连接点度数尽量高
❖ 逐步优化
很多软件依赖较好曝光点坐标，恰是无人机的短板。可以 粗略平差计算结果作为初值。
❖ 像片边界点
镜头畸变、像片周边模糊
B
37
4. GodWork简介
❖ 4.1 系统概述 针对无人飞机像幅小、姿态不稳定、重叠度大、 非专业相机等特点，开发了一套无人机摄影测量 数据自动处理系统GodWork
❖ 大偏角：当无人机在几百米高空飞行时，由于其自身的质 量较轻、气流影响较大，使其在空中的姿态很不稳定，导 致获取的影像存在较大的畸变差，并且相邻影像的亮度、 对比度的差距也较大，降低了同名点匹配的数量和精度， 而影像的相对定向的精度与匹配特征点的数量和精度密切 相关。
B
27
2.3 高重叠度的匹配更稳健
❖ 飞行时既要考虑到像点位移也要考
虑作业效率和影像获取的质量，所
曝光间隔与地面分辨率、地面速度关系
以需要在曝光时间间隔与飞行器的 飞行速度间找到一个最佳值。
B
30
2.5 镜头畸变
❖ 从左图中的我们直接看出可以看出边缘像片点的镜头畸 变值较中间大，而右图给出了镜头畸变大小与点离像主 点距离的模拟的函数关系。
❖
全部相片数达1200张
❖ 传统航测平台使用DMC相机
❖
全部相片不超过300张
B
22
1.4 重叠度高、偏角大
❖ 航向重叠度能达到 70-85%，旁向重叠 35-55%，但受相机 姿态的影响，所拍摄 影像间的预设重叠度 无法得到严格保证
❖ 相邻影像间很可能存 在较大的旋角和上下 错动，最大旋转角可 能达到 20°
偏心畸变系数p2(1e-8) -6.1462701818
非正方形比例(1e-6) -2.498976
非正交性畸变(1e-5) -1.7928397
B
20
1.2 小像幅、小基高比
基线B
基线B
大像幅
小像幅
航高H
B
21
1.3 影像数量多
❖ 举例对6km2 方某地进行航拍：
❖ 无人机平台装载Cannon 450D相机
可装载的相机类型（+镜头）
❖ 易操作性 ❖ 维修保养
B
33
3.2 相机方面
❖ 相机关键参数
光圈、快门、CCD尺寸、芯片处理速度、镜头质量
❖ 相机标定
任务前或后进行标定，可考虑便携板进行标定 有利提高精度（0.3m到0.1m）
❖ 相机模式
全手动模式(起飞前进行测光)
❖ 焦距选择
避免盲目选择长焦（500m航高时速100km/h 24mm镜头， 较合适）
❖ 数字摄影测量发展
行业门槛大大降低
❖ 无人机技术发展
争奇斗艳
❖ 计算机视觉发展
计算机视觉与摄影测量的关系
计算机视觉有影响力的成果（一日建罗马）
摄影测量人的对策
B
4
数字摄影测量发展
❖ 数字影像和计算机发展催生数字摄影测量
随着数字传感器技术的发展，尤其是CCD器件和 CMOS器件的迅速发展，利用CCD(或CMOS)像机 不需要胶片就可直接获得被测物的数字影像，这种 直接基于数字影像的进行摄影测量称为数字摄影测 量 处理设备由精密机器设备到精密数值计算
❖ 1. 像间的左右重叠度和上下重叠度变化大，加上低空遥感 影像摄影比例尺大，造成表面不连续地物（如高楼）在影 像上的投影差大，因而无法确定匹配的搜索范围；
❖ 2. 相邻影像间的旋偏角大，难以进行灰度相关； ❖ 3.飞行器的飞行高度、侧滚角和俯仰角变化大，从而导致
影像间的比例尺差异大，降低了灰度相关的成功率和可靠 性
❖ 影像的重叠度越大(也即基线越短)，相邻影像间的差异越小， 自动匹配越容易，匹配点越多，相对定向的精度也非常好。
❖ 随着影像重叠度的减小(也即基线变长)，影像间的差异变大， 由姿态引起的影像间的差异比较明显，造成匹配的同名点 数不断减少，相对定向精度逐渐降低，在重叠度低于65％ 时(大于60％)，匹配困难。
一块很多小片缝合的大毡布，控制点是固定毡布的钉子， 钉子稀少的地方毡布会下垂(区域网变形)，相同密度毡布 厚的地方下垂量小(重叠度高和连接点多的区域)。毡布破 洞周围会产生下垂（大面积弱纹理区域）,避免下垂破洞 附近加钉子(加控制点)。
❖ 飞行前布控，可以提高精度。圆形点较优
❖ 飞行后布控，平面内的标志点较优
✓ 非定焦 ✓ 未知相机内参数 ✓ 无初始方位元素 ✓ 全自动处理
B
14
三项促进革命性发展的技术
❖ 从给定的两张相片中自动检
测出可靠且充分密集的连接点 ，如SIFT、MSER
❖ 仅利用连接点就可以对大量 影像进行自动定向，如 bundler
❖ 对定向的影像自动进行密集 匹配，如PMVS、SGM
B
15
摄影测量人的对策
❖ 问题
计算机视觉发展势头强劲 摄影测量研究人数少
• 对策
融入新的大家庭 吸纳计算机视觉成果，与时俱进
B
16
无人机影像空三处理技术
❖ 1. 无人机影像特点 ❖ 2. 无人机影像对空三的影响 ❖ 3. 如何获得良好的空三成果 ❖ 4. GodWork简介 ❖ 5. 无人机数据处理实例 ❖ 6. DSM匹配与滤波
B
7
黄蜂无人机
❖ 飞机原型是由Aerovironmen公司建造的战场空中战 术微型航空器（Wasp block 3型）系统。
❖ 黄蜂无人机通过固定的翅膀获得上升力，并通过螺 旋桨获得推动力，螺旋桨的动力来自一个10w的电 动马达。
黄蜂无人机最大高度范围大约三英里，续航能力
大约1个小时。
❖ 三种黄蜂尺寸大小：
B
12
摄影测量与计算机视觉
❖ 事实上，数字近景摄影测量与计算机视觉 （测量）的理论基础是一致的，二者都是针 孔成像原理（像点、镜头中心和物点共线） 的具体应用。
❖ 摄影测量计算机视觉相互融合发展
摄影测量有严密光束法平差 计算机视觉各种求取初值的方法
B
13
一日建罗马 计算机视觉代表性成果
一百万多张网络罗马城相片
B
17
1. 无人机航飞特点
❖1.1 装载非专业数码相机 ❖1.2 小像幅、小基高比 ❖1.3 影像数量多 ❖1.4 重叠度高，偏角大 ❖1.5 存在像点位移
B
18
1.1 非专业数码相机
普通定焦型
普通单反型
数码相机
可量测单反型
B
19
佳能5D Mark II 相机
❖ 无人机装载的非专业相机存 在镜头畸变系统误差。如下 图所示的佳能5D Mark II 相 机和其参数。
B
10
摄影测量与计算机视觉
❖ 计算机视觉的研究目标是使计算机具有通过 二维图像认知三维环境信息的能力，这种能 力将不仅使机器感知三维环境中物体的几何 信息，包括它的形状、位置、姿态、运动等， 而且能对它们进行描述、存储、识别与理解。
B
11
摄影测量与计算机视觉
❖ 由此可知，数字近景摄影测量与计算机视觉 （特别是立体视觉）在研究内容和目标上十 分相近。数字摄影测量关注的是几何量的量 测信息（物体的位置、大小和形状等）；计 算机视觉也需要量测信息，但其更为关注的 是对物体进行描述、识别和理解。因此，数 字近景摄影测量和视觉测量（或检测）所关 注的是完全一致的。
B
23
1.5 像点位移
• 摄影相机安装在无人机的移动平台上，在相机曝光时间内飞行器的 运动产生的像点位移会造成影像模糊。对于大型专业宽幅量测数码 航空相机会通过时间延迟与向前运动补偿来消除像点位移影响。但 对于无人机搭载的中幅甚至小幅的非量测相机，这些像点位移是没 法得到补偿的。
B
24
2. 无人机航飞对空三影响
B
5
数字摄影测量发展
❖ 摄影测量平民化
胶片到数字、精密机器转化为数值计算
一台普通PC可完成摄影测量任务
从业门槛大大降低
自动化程度大大提高减少对人的依赖
❖ 摄影测量行业特点
技术驱动（模拟解析数字、胶片到数字、GPS像控点）
具备爆发增长的条件（门槛低、需求大、光线到光束）
进军大比例尺
B
6
无人机技术争奇斗艳
相机型号
佳能5D Mark II
像片大小(pixel)
5616*3744
焦距(mm)
24.0
像主点x0
2805.2330
像主点y0
1909.9680
焦距f
3805.0257
径向畸变系数k1(1e-9) 7.8963158668
径向畸变系数k2(1e- -5.29 16)
偏心畸变系数p1(1e-8) 7.8087790670
无人机倾斜摄影测量 与区域网平差
B
1
主要内容
❖ 无人机与倾斜影像发展背景 ❖ 无人机影像空三处理技术 ❖ 五倾斜影像区域网平差 ❖ 测绘无人机发展展望
B
2
无人机与倾斜影像发展背景
❖ 无人机摄影测量发展环境 ❖ 数字摄影测量发展 ❖ 无人机技术争奇斗艳 ❖ 摄影测量与计算机视觉
B
3
无人机摄影测量发展环境
Block 1: 长5英寸， 宽13英寸，0.4磅 Block 2：长6英寸， 宽16英寸，0.6磅 Block 3：长15英寸，宽29英寸，0.9磅
B
8
全球鹰
❖ 诺斯罗普·格鲁曼公司的RQ-4A
“全球鹰”是美国空军乃至全世界
最先进的无人机。
❖ “全球鹰”最大飞行速度740km/h，巡航速度 635km/h，航程26000km，续航时间42h。可从美 国本土起飞到达全球任何地点进行侦察。
2006-2008年 基础算法研究
2009年-2010年 系统开发
2011年-
系统应用与升级
B
38
4.2 系统功能
无人机 相机标定 影像POS 控制点
影像数据 参数
数据
数据
GodWork 全自动处理系统
彩色 三维 点云
DEM
正射 影像
B
39
4.3 系统特色
❖ 采用特征匹配，适用于大偏角影像、大高差地区 ❖ 空三和DEM生成一体化，所有点参与光束法平差
航向重叠 89.1
86.3
80.1
75.3
70.0
65.1
度(%)
自动匹配 940
770
645
510
440
348
点数
中误差 0.1
0.2
0.3
0.4
0.6
0.8
(pixel)
B
28
2.4 像点位移公式
❖ (1).飞行器的地面速度 ❖ (2).相机曝光时间 ❖ (3).焦距长度 c ❖ (4).飞行器的飞行高度 ❖ (5).像元大小
B
31
3. 如何获得良好的空三成果
❖ 3.1 无人机的选择 ❖ 3.2 相机方面 ❖ 3.3 飞行设计 ❖ 3.4 控制点布设 ❖ 3.5 空三处理
B
32
3.1 无人机的选择
❖ 飞行速度
飞行速度越慢，像点位移越小
❖ 飞行平稳度
飞机平稳，保证重叠度
❖ 续航时间
续航时间长短，直接影响作业效率
❖ 有效荷载