航空影像预处理研究

航空影像预处理研究（精选3篇）

航空影像预处理研究 篇1

在灾害发生后的应急响应中, 航空摄影测量发挥着越来越重要的作用。但是贵州山区因气流和天气影响, 飞行姿态难以稳定, 易存在航片倾角、旋偏角过大、像片重叠度变化大等问题, 对相对定向中同名像点的匹配影响很大, 甚至导致无法进行像点匹配的情况, 并且在应急保障航空摄影中, 受灾地区难以进入布设像控点。这些都为应急响应中的航空影像数据后处理带来难度。

该文利用在某次应急响应中获取的航空影像进行了实验, 测试了基于PHOTOMOD软件进行航空影像快速后处理方面的特性, 解决像片拍摄姿态差导致的无法进行像点匹配的问题, 以及使用POS数据辅助空三提高数据处理效率, 实验证明其精度和效率可以满足应急响应的需求。

1 数据资料

选择某个遭受洪涝灾害的山区进行实验, 面积大约8.3 km2。

1.1 软件介绍

PHOTOMOD系列软件产品是俄罗斯Racurs公司的集航空摄影测量、无人机航测、倾斜摄影测量、近景摄影测量、卫星影像遥感及卫星雷达遥感等数据后处理于一体的综合应用系统, 也是全球率先支持分布式并行运算的高效全数字摄影测量及影像、雷达处理系统。相对于同类软件具备算法先进、配置灵活、功能完备、操作便捷、生产高效、精度可靠、支持众多传感器等优点。

1.2 资料分析

影像数据带P O S辅助设备, 航摄仪为禄莱R o l l e i AICPROIQ180量测型相机, 焦距51.386 mm, 像幅尺寸7760×10328, 像元大小5.2μm, 地面分辨率为0.15 m。航向重叠范围56%~70%, 旁向重叠范围20%~40%。影像清晰, 反差适中, 能满足正射影像和航测成图的需要。POS数据完整, 可以用于空三加密。

航摄完成后, 在测区内进行了外业量测像控点, 采用区域网布点, 但是由于测区受灾严重, 道路不通, 有些地方无法到达测量像控点, 导致布点不够均匀, 部分点量测精度不够理想。

2 基于PHOTOMOD软件的影像快速后处理关键技术

2.1 简化处理步骤、提高生产效率

通过简化影像预处理的步骤、自动高精度匹配算法、自动预测控制点、高效、精准的DTM匹配和平滑滤波、便捷修改镶嵌线、测区内匀光匀色等关键技术, 简化了影像内业处理的步骤。并且PHOTOMOD软件具备分布式并行运算能力和GPGPU技术, 在数据导入、相对定向匹配、区域网平差计算、DEM提取及正射纠正、镶嵌匀色等计算量大、耗时较长的步骤均支持分布式处理, 划分任务模块, 利用计算机多线程并行处理计算, 从而实现高效率生产, 最大化地应用计算机资源, 对于大型、超大型测区处理尤其高效。

2.2 通过调整匹配参数提高空三精度

贵州山区气流较大, 飞行姿态较难稳定, 在应急响应中, 由于天气变化大、起降场地限制等原因飞行条件更为恶劣。获取的航空影像易存在航片倾角、旋偏角过大、像片重叠度变化大等问题。像片的拍摄姿态差对相对定向中同名像点的匹配影响很大, 甚至导致无法进行像点匹配的情况, 可通过调整相对定向参数的方式, 解决如下问题, 改善匹配情况, 提高空三质量。

2.2.1 解决影像畸变差大的匹配问题

当使用非量测型相机进行航空摄影时, 由于相机鉴定的时间离拍摄影像的时间间隔较长等原因, 用相机鉴定报告上的畸变参数进行改正时, 可能并未完全消除相机畸变, 从而导致匹配的相关性差或者存在上下视差的情况。在平差时, 可执行相机自检校, 如果测区有控制点的话, 利用控制点进行相机的自检校。经相机自生检校后, 生成新的相机参数 (焦距、畸变差等) , 可从很大程度上恢复相片的初始状态, 大大提高后续处理的精度。

2.2.2 解决影像相关性差的匹配问题

因飞行条件不好, 飞行姿态不稳定等原因, 获取的航空影像易存在航片倾角、旋偏角过大、像片重叠度变化大等问题, 导致相对定向匹配困难, 可能有部分影像, 航带内和航带间没有匹配上点, 我们可尝试使用调整相对点数、相关性阈值和最大误差等的方式, 仅对这部分影像进行局部匹配。

2.2.3 解决重叠度变化大的匹配问题

不同于传统摄影测量中大飞机航摄的规则航线, 小飞机或无人机因风力原因飞机在航拍过程中左右摇摆, 可能导致航带内、航带间重叠度变化较大, 影响相对定向时在影像间搜索匹配同名点, 可以通过改变搜索区域的大小来解决该问题。

2.3 在应急情况下, POS数据辅助空三加密提高效率测试

POS系统是一种GPS和INS的组合系统, 利用POS系统同时记录的航摄仪三维坐标和姿态参数, 经过后期处理计算出每张航片的外方位元素, 并加入少量的外业控制点坐标进行空中三角测量的技术, 在现阶段折数字航空摄影测量中已经得到广泛应用。与传统的空三加密方法相比, 它在一定程度上简化作业步骤, 并可实现少量甚至无控制点的空三加密, 提高了生产效率, 节约了生产成本, 尤其适用于外业困难地区以及道路、管线等带状领域。

在应急响应的应用中, 影像数据的快速、高效处理至关重要, 尤其是在灾情未知的情况下, 进入灾区进行野外控制点测量既费时又存在安全隐患。因此, 该文利用实验测区数据, 对在1∶1万地形图上图解测区四角的少量控制点以及无控制点两种情况下使用POS数据辅助空中三角测量进行了测试, 简化作业步骤, 减弱空中三角测量对地面实测控制点的依赖, 直接通过POS数据中的GPS信息对相对定向匹配得到的自由网进行绝对定向, 从而得到空三加密和正射影像等成果, 并验证其精度和效率。

3 实验结果分析

3.1 精度分析

3.1.1 空三加密精度

使用外业实测地面像控点进行光束法区域网平差, 得到的控制点平均误差为Exy=0.405, Ez=0.143;控制点最大误差为Mxy=0.797, Mz=0.314。

采用图解少量控制点POS辅助空三的方式, 利用该测区获取的30个野外像控点作为检查点, 对实验中输出的空三成果立体建模, 并在立体模型上量测其三维坐标值, 进行精度统计, 通过检查点精度结果, 计算得到平面中误差为±0.985, 高程中误差为±1.429。

3.1.2 正射影像精度

正射影像成果清晰易读, 色调均匀、反差及亮度适中、接边处色彩过渡自然, 地物合理接边, 无重影和发虚现象, 人工地物接边完整、合理。从正射影像上可清晰了解、判断灾情, 与灾前的卫星影像进行对比分析有更加直观的效果, 可有效指导应急救灾。

3.2 效率分析

经实验过程统计, 该实验测区从影像预处理至空三加密、生成正射影像成果的整个过程, 采用外业实测控制点、图解少量控制点POS辅助空三和无控制POS辅助空三等3种实验方法所用时间如表1所示。

4 结语

通过对洪灾应急响应航空影像进行数据后处理实验, 在PHOTOMOD软件平台上完成了整个流程的操作, 并测试了通过调整相对定向参数解决相对定向匹配问题的方法, 使得匹配精度得到很大改善, 最后输出了空三加密和正射影像成果。经实验验证, 使用外业控制点处理的整个流程耗时约3 h, 空三加密控制点平均误差达到Exy=0.405, Ez=0.143, 可以满足1∶2000测图精度, 正射影像清晰易读, 证明该技术流程可以满足应急响应数据快速处理的精度和效率要求, 可以作为灾情分析、指导救灾使用。

针对应急响应中来不及也无法进行野外实测控制点的情况, 该文还对实验测区进行了POS数据辅助空中三角测量的图解少量控制点和无控制点两种情况进行了测试, 经实验证明, 因POS辅助空三减少了像控量测的工作量, 简化了作业流程, 工作效率也得到了很大的提高, 而且测区越大、像片数越多的情况下, 在效率方面的提升会愈加明显。在图解少量控制点+POS辅助平差的情况下, 取得了较好的平面量测精度, 解决无实测控制点的情况下快速出图指导应急救灾的问题。

摘要：通过数字测绘航空摄影快速获取高分辨率影像, 能快速生成DEM、正射影像、三维景观图等测绘产品, 能够迅速了解灾情并获取受灾地区详细的地面三维信息, 为救援队伍提供精确、可靠的测量数据。通过在受灾区域获取的航空影像, 基于PHOTOMOD软件进行数据快速后处理实验。经过效率分析和精度统计, 证明其效率和取得的正射影像成果可以达到指导应急救灾的需求。

关键词：山区,应急,影像,后处理,测绘产品

参考文献

[1]CH/Z 3003-2010, 低空数字航空摄影测量内业规范[S].国家测绘局, 2010.

[2]CH/T 9008.2-2010, 基础地理信息数字成果1∶500、1∶1000、1∶2000数字高程模型[S].国家测绘局, 2010.

[3]姜丽丽, 高天虹, 白敏.无人机影像处理技术在大比例尺基础测绘工程中的应用研究[J].测绘与空间地理信息, 2013, 36 (7) :174-176.

航空影像预处理研究 篇2

首先介绍了当前医学教育模型的分类,结合我们开发的医学数字影像后处理系统,详细描述了该系统在医学教学中的.应用,在此基础上实现了虚拟医学影像实验室的原型,讨论了它创建虚拟可视、物理和生理人中作用.结果表明我们的影像后处理系统可以很好的模拟现实的教学和实验环境,提高教学和研究的效果.

作 者：徐钱燕 吴福理 作者单位：徐钱燕(浙江大学医学院附属妇产科医院)

吴福理(浙江工业大学信息工程学院,浙江,杭州,310000)

航空影像预处理研究 篇3

1 Agisoft Photo Scan简介

Agisoft Photo Scan是由俄罗斯Agisoft公司研发的摄影测量影像处理软件,基于计算机视觉对影像进行三维重建,由静态影像图片自动生成密集点云、纹理化的多边形模型、具有地理参考信息的数字地形模型。软件只需要导入具有一定重叠率的照片,无论是精细的工业模具还是大量的航空摄影测量影像,其都可以通过自动化的工作流程进行处理,可得到精确度高、细节丰富的结果。支持GPU加速计算和网络分布式处理,在处理海量影像数据时可提高拼接和三维重建的效率。支持多种相机的影像数据,包括单幅相机、鱼眼镜头相机以及球面镜头相机。软件支持Python语言,可通过脚本控制作业自动化流程。

2 影像处理流程

根据Agisoft Photo Scan的特点制订的无人机影像快速处理流程如图1所示。

1)无人机航拍数据准备。无人机的用途和种类十分丰富,其获取的POS数据格式有所差别,需要将不同格式的POS数据编辑为Photo Scan认可的格式,方可导入软件中。一般来讲,无人机在影像获取作业中,自身带有GPS和IMU构成的POS系统,可以获得飞行过程中的WGS-84坐标以及无人机的飞行姿态等数据[2]。部分无人机的影像数据写入了拍摄时的GPS数据,Photo Scan可从照片的EXIF信息中读取到位置信息,此外无人机的姿态数据不是必需的,此时就不需要再次导入影像的POS数据。

2)导入并对齐影像。打开Photo Scan添加无人机影像,当航摄区域面积较大时可以分区处理,每个区域的照片数量不必太多,这样可充分利用计算机的性能,也可提高影像处理的效率。本文中导入的大疆无人机影像数据中已经写入了位置信息,无需导入影像POS数据。导入照片后可以设置影像的坐标参考系、相机精度、标记精度、标尺精度等。接着进行照片对齐,照片对齐的精度从低到高分为5个级别,精度越低照片的对齐速度越快。软件利用多视图三维重建技术可自动计算照片的位置、姿态等,可在自动过程中进行内定向、相对定向和绝对定向。

3)生成密集点云。Photo Scan可根据估算的相机位置计算出深度信息进行合并为单一的密集点云。可选择生成的密集点云的质量,由低到高分为5个级别,质量越高处理的速度越慢,可按需选择合适的点云质量。在灾害应急航摄时,可降低点云质量以加快处理速度。可按需裁剪或删除部分点云数据。生成密集点云后,假如最终成果需要得到多边形三维模型,可以进一步构建网格,假如只需要获得正射影像和DEM,则不需要这一操作。生成网格后,可通过几何图元编辑功能删除不需要的面。假如无人机原始影像数据的重叠度不够,生成的网格模型可能存在孔洞,可通过Photo Scan关闭孔洞。此外,要得到多边形模型,还需要生成纹理。

4)生成DEM。基于密集点云或者网格模型可生成数字高程模型(DEM),由于生成网格模型的步骤并不是必须的,另外为了提高DEM精度,通常选择密集点云作为生成DEM的源数据,可设置生成DEM的分辨率。生成的DEM如图2所示。

5)生成数字正射影像。通常将DEM作为数字正射影像的表面。数字正射影像的像素尺寸可根据无人机原始影像的平均分辨率来确定。根据选择的表面区域大小和输入的像素尺寸可计算出生成的正射影像的大小。生成的数字正射影像如图3所示。

6)成果导出。DEM的导出可选择其地理投影、像素大小,在DEM范围较大时导出过程可能占用大量的系统内存,可通过分块导出解决。可以通过绘制图形指定为DEM的导出范围。数字正射影像的导出设置与上述类似,可导出为JEPG,TIFF,PNG,Googl KMZ,Google Map Tiles,MBTile S,World Wind Tiles等多种格式。导出为Google KMZ后可将其添加到Google Earth中查看,如图4所示,可以看出由无人机影像生成的数字正射影像可与Google Earth中的高清卫星影像几乎无缝重叠。

3 结语

本文以实际案例为基础,以消费级大疆无人机为平台获取的影像数据为基础资料,根据Photo Scan软件的技术特点和对影像数据的实际需求为出发点,介绍了快速无人机影像的快速处理方法,最后快速、高效、成功得到所需的各项技术成果。结果表明,利用Photo Scan的三维场景自动建模技术进行无人机影像数据的拼接、DEM、数字正射影像、三维模型的生成具有速度快、作业过程简洁自动化等特点。在无人机应急救援影像获取、区域制图上,该处理方法流程有广阔的应用前景。

参考文献

[1]吴正鹏.无人机载双相机低空遥感系统应用初探[J].城市勘测,2011(1):76-80.