基于点特征和边缘特征的无人机影像配准方法

为解决变形较大的无人机影像配准问题,提出了点特征和边缘特征相结合的配准方法.用尺度不变特征变换(SIFT)算法提取点特征,完成影像的初步配准,并通过多项式函数对影像进行粗校正.在此基础上提取影像的边缘特征信息,根据距离相似性对边缘特征信息进行配准;依据色彩能量差筛选点特征信息配准结果和边缘特征信息配准结果,采用小面元微分校正的方法对变形影像进行校正.实验结果表明:提出的配准方法能够弥补点特征配准方法和边缘特征配准方法的不足,其配准的鲁棒性提高10%左右,可以较好地完成变形较大的无人机影像配准.      

无地面控制点无人机影像的相对定向方法

针对无人机空中姿态不稳定造成影像相对定向精度较低的问题,提出了基于POS(positionand orientationsystem)数据生成无人机影像航带及组成立体像对的方法.并根据相对定向原理,将无人机的POS数 据作为相对定向的先验约束条件与误差方程一起进行平差,以重新构建代价函数,进行影像的相对定向.为验证 该方法的有效性,将其与常规的相对定向方法进行了对比实验.实验结果表明:将POS数据作为先验约束条件, 能够使相对定向精度提高10%以上,特别是在无人机影像畸变较大的情况下能获得较好的改善效果.      

无人机影像数字处理及在地震灾区重建中的应用

为解决多云雾地区卫星遥感数据难以实时获取的问题,考虑到无人机低空遥感影像分辨率高、灵活性好等特点,探讨了无人机影像的获取及数字处理方法.探讨了影像三维可视化过程,并针对汶川地震灾区重建规划设计的需要,将重建规划设计模型直接引入三维地理信息系统环境.实验结果表明:与卫星遥感数据相比,无人机获取的影像在三维可视化中能提供更详细、更丰富的几何和语义信息;采用设计模型与三维地形景观相结合的技术,能实时再现设计成果,避免复杂环境下二维图形带来的思维局限性和片面性,提高设计效果的真实表现力.