《毕业论文--基于序列普通数码影像的建模方法研究》由会员分享，可在线阅读，更多相关《毕业论文--基于序列普通数码影像的建模方法研究（18页珍藏版）》请在金锄头文库上搜索。
1、编南阳师范学院2013届毕业生毕业论文（设计） 题 目： 基于序列普通数码影像的建模方法研究 完 成 人： 班 级： 2009-06 学 制： 四年 专 业： 测绘工程 指导教师： 完成日期： 2013-4-17 目录摘要(1)1 绪论(1)2 多基线普通数码影像的量测方法研究(3)2.1量测化的原因及标定内容(3)2.2构像畸变系数的解算(4)2.2.1畸变改正模型(4)2.2.2畸变检校的基本原理(5)2.3量测化质量评价(5)2.3.1畸变改正后的残差及其分布(5)2.3.2内方位元素的解算精度(6)3 多基线序列影像数据的获取(6)3.1拍摄方式的选择(6)3.2外业拍摄(7)4 影像
2、方位元素的获取(8)4.1像机内参数的获取(8)4.2影像外方位元素的获取(9)4.3多基线序列影像的立体匹配(11)5 实验分析与效果显示(12)5.1 三维建模(12)5.2 实验分析(13)6 总结与展望(14)参考文献(15)Abstract(15)基于序列普通数码影像的建模方法研究作 者：指导教师：摘要:本文针对数字近景摄影测量“单基线”、单模型处理等缺点，提出了对多基线、短基线的数码影像建模的方法进行研究，采用立体量测方法，利用多基线立体匹配技术，以突破传统的非量测相机的直接线性变换的要求，提高精度和劳动效率，减少工作流程，便捷地进行数字近景摄影测量。关键词:多基线;序列影像；建模
3、1 绪论数字摄影测量是基于数字影像与摄影测量的基本原理，应用计算机技术、数字图像处理、影像匹配、模式识别等多学科的理论和方法，提取所摄取对象用数字方式表达的几何与物理信息的摄影测量学1。从数字摄影测量的发展来看，目前的数字摄影测量系统在对地面的几何信息提取和地形重建方面的理论已经比较成熟，在实际生产中也得到了广泛的应用。但是作为一个基于影像进行自动化量测和识别的系统来看，还很不完善。它对影像物理信息的自动识别和自动提取方面的研究还不够，对影像的几何信息的自动提取和自动量测也还存在许多需要解决的问题。目前的系统更多的应用于地面植被较少和层次比较分明的小比例尺影像成图。测图系统一般采用规则格网或者
4、不规则三角网来表达地形，只是一种对地形2.5D的表达和重建。而近景目标一般需要完整的3D表达。对一些比较规则的物体需要使用参数几何模型来表达。非量测数字相机以其操作方便、价格低廉，已逐渐成为数字近景摄影测量的主要工具。随着数字图像处理技术及计算机软硬件的发展，序列影像因其具有重叠度高、同名特征的冗余观测值多等优点，应用也越来越广泛。因此，利用非量测相机拍摄的序列影像来完成三维建模具有很大的现实意义。近几年，由于水利、电力、交通、采矿、制造等工程对影像勘测及测控提出持续的技术需求，数字近景摄影测量技术成为人们关注的热点。然而由于近景摄影测量的复杂性使得以往的研究重点与应用都集中在航空摄影测量领域
5、，现今的近景摄影测量数据处理方法往往直接沿用航空摄影测量算法，缺乏对于各类近景影像特点的针对性，故在以普通数码影像为主要影像源的现状下，数字近景摄影测量仍存在较多的问题。在此方面，国内外一些学者也进行了研究，如苏博、李浩等在地面序列影像的高陡边坡高精度三维建模方法中介绍一种基于普通数码相机的多基线地面摄影测量方法，重点研究了普通数码相机的量测化方法和高陡边坡序列数码影像的匹配方法。通过对普通数码相机的量测化，提高了高陡边坡地区数据采集的效率，降低了作业对影像控制和算法的要求；采用种子点与多重约束相结合的多基线匹配方式，解决了高陡边坡序列数码影像匹配中存在的遮挡多、左右片变形大、比例尺不一致等匹
6、配难题。程效军、朱鲤等在基于数字摄影测量技术的三维建模中根据遥感像对之间的相互关系建立一个交会模型,得到地物点坐标,建立数字表面模型(DSM)，然后通过纹理映射描述细部做了详细的叙述。王辉、徐亚明的基于数字近景摄影测量的三维建模中详细的叙述了运用非量测数码相机拍摄的序列影像(以3幅图像为基础)精确实现物体三维建模的方法与技术。本文针对数字近景摄影测量“单基线”、单模型处理等缺点，提出了对多基线、短基线的数码影像建模的方法进行研究，采用立体量测方法，利用多基线立体匹配技术，以突破传统的非量测相机的直接线性变换的要求，提高精度和劳动效率，减少工作流程，便捷地进行数字近景摄影测量。本文主要的研究工作
7、有：（1）多基线普通数码影像的量测应用。近年来，随着数字摄影测量学的发展，国内外的学者基于多基线普通数码序列影像，采用数字近景摄影测量或计算机视觉技术做了大量的实验以进行目标的三维形态量测。有的是在特殊的环境下利用更多的硬件设备(多台相机或旋转平台等)来完成，有的需利用足够多的现场控制点来参考定位定向解算。这在无法布置过多控制点的外业近景摄影测量作业过程中仍有较大局限性。因此基于多基线普通数码序列影像的近景摄影测量还存在许多急需解决的问题。（2）对近景对象的拍摄和影像方位元素的解算。分条带模型对飞机进行拍摄，以便生成便于连续处理的条带模型。利用已有的检校技术对非量测像机进行检校，获取内参数初值
8、。对近景中的重建对象分两类处理：对于便于连续定向处理的场景，采用航空摄影中的“单航带”模型，进行航带法的空中三角测量获取初值；对于不便连续定向的场景，利用足够多的控制点进行方位元素的初值解算。两类都由光束法获取精确解。2 多基线普通数码影像的量测方法研究将普通数码影像应用于近景摄影作业中，由于其内方位未知和构像畸变差影响了摄影目标构像的共线条件，导致许多摄影测量迭代算法不收敛和计算结果不准确，若采用直接线性变换(DLT)方法，需要布设较多物方控制点，且对控制点的空间分布要求也较高，在复杂的施工环境中往往难以得到实际应用。因此，本文提出了对普通数码相机的量测化，标定其畸变参数和内方位元素。多基线
9、算法是近景摄影测量的一种特殊算法，它可以充分发挥影像的多重覆盖优势，提高多光线立体定位的精度和可靠性2。本章考虑到对普通数码影像进行标定后，其仍存在一定的畸变残差，不能符合量测影像的严密的空间共线条件，对普通数码影像的处理不能直接套用经典的航空摄影测量公式的特点，并利用了多基线影像的重叠度高、相邻影像间几何特征的透视变形差异较小的特性，研究了适用于普通数码影像的多基线摄影测量算法。2.1量测化的原因及标定内容随着计算机技术的进步和数字图像处理、模式识别等学科的不断发展，特别是CCD数码摄影技术的发展极大的推动了数字摄影测量的发展。CCD技术的应用己成为测量领域和现代光电技术中最有发展前途的技术
10、手段之一。但是，普通数码相机存在以下缺点:(l)普通数码相机存在较大的构像误差。普通数码相机的误差由光学误差、机械误差和电学误差组成。普通数码相机的三种误差中光学误差是被普遍认为是最主要误差。(2)普通数码相机的主距f和像主点在像片中心坐标系里的坐标（）都是未知的，根据影像无法直接量测以像主点为原点的坐标，无法进行内定向。(3)适用于量测影像的算法不一定适用于普通影像，即算法精度和适应性下降。针对以上情况，目前在普通数码相机的摄影测量应用中，大多使用直接线性变换方法和自检校光束法，因为这两种方法无需先对相机标定。这两种方法需布设较多的物方控制点，且对控制点的空间分布要求也较高，鉴于工程中复杂的
11、施工环境，往往难以得到实际应用。而且如何取得有利于解算的良好的未知参数近似值，以及如何克服参数间相关性造成某些参数解算精度不高的问题，一直不易解决。因此，本文对普通数码相机进行可量测化改造，标定其畸变参数和内方位元素。目前采用的普通数码影像畸变模型有:考虑径、切向成像畸变的经典畸变模型;在经典畸变模型基础上考虑剪切畸变的畸变模型;LucaLuchcese模型等。对普通数码相机的标定方法主要有:基于二维直接线性变换的普通数码相机的标定;利用自检校光束法的非量测相机的标定;通过大量平面控制点建立数字畸变格网模型纠正数码相机畸变差的标定方法等。2.2构像畸变系数的解算2.2.1畸变改正模型在实际应用
12、中，普遍认为物镜构像畸变差有两种:径向畸变差和切向畸变差。径向畸变在以像主点为中心的辅助线上，是对称性畸变，它使构像点沿径向方向偏离其准确位置；切向畸变是由于镜头光学中心和几何中心不一致引起的误差，是一种非对称性畸变，它使构像点沿径向方向和垂直于径向方向都偏离其正确位置。后者比前者小得多，仅为径向畸变差的l/5l/7。本文采用考虑径、切向畸变的畸变改正模型对原始影像进行畸变差改正，其数学模型如公式（2-1）。 （2-1）公式（2-1）中为像点坐标的构像畸变改正值; 为数码影像的量测坐标；为相机内方位元素; r为像点的径向半径，即为像片上像点到像主点的距离；为畸变系数。2.2.2畸变检校的基本原
13、理畸变检校的关键是确定畸变系数。本文对数码相机的物镜构像畸变检校原理是，首先建立一个高精度的平面控制网，利用数码相机对其进行拍摄。对像片控制点进行量测得出量测坐标()；其次，依据透视变换，将控制点的物方坐标经透视变换反算出控制点的理想像片坐标(即假设为无误差的像片坐标)（）。则理想像片坐标与量测坐标的差值可视为畸变差，即有（2-2）。 （2-2）然后对控制点残差进行最小二乘平差，由式(2-1)、(2-2)求出畸变系数。最后依据式(2-1)对像点坐标进行畸变差改正，得公式（2-3）。 (2-3)2.3量测化质量评价本文主要从畸变系数解算的收敛性，构像畸变改正后残差的大小及分布，内方位元素的解算精
14、度及摄影测量解算的检查点物方坐标精度等几个方面对普通数码相机的量测化精度进行评价。2.3.1畸变改正后的残差及其分布表1列出了经过畸变改正后的相机1和相机2的平面控制网控制点的残差（单位：像元），即控制点物方坐标经过透视变换解算的像片坐标与畸变改正后的控制点像片坐标之差。表1 相机平面控制网控制点残差（单位：像元）相机类型X方向残差Y方向残差最大值最小值残差均方差最大值最小值残差均方差相机11.80.0010.92.10.020.9相机20.80.40.51.20.40.7由表1可得：平面控制网各点最大残差在12个像元左右，残差均方差1个像元左右，并且残差分布在大小和方向上系统性己不显著，符合透镜构像畸变的残差分布规律，检校效果良好。2.3.2内方位元素的解算精度内方位元素测定精度，可由解算内方位元素的法方程系数矩阵求逆得到的权倒数矩阵，以及像点坐标观测值单位权中误差来估计。既有，式中为矩阵的主对角线某元素，为单位权观测值中误差。表2为两款数码相机内方位元素的测定精度元（单位：像元）。表2 数码相机内方位元素的测定精度元（单位：像元）相机Canon G5(25921944)0.73.79311.21.32.12.3Canon G2（22721740）0.79.83.95.
