论文部分内容阅读
随着科技的进步和生产的发展，对空间信息的需求正在日益增强。尤其是军事应用等领域，对空间数据的动态性、实时性提出了更高的要求。与有人机相比，无人机具有体积小、重量轻、费用低、机动性强等优点，由于没有人员伤亡的风险，尤其适宜高危地区作业。利用无人机搭载遥感器获取地面影像、快速获取空间信息，可以在众多领域发挥重要的作用。
本论文选择其核心问题--快速高程信息提取问题展开研究。基于无人机的飞控数据，实现了在无地面控制点下的遥感影像高程信息提取，并结合图像分割技术由点的高程获取等高程面，提高了无人机航空遥感的实用化与自动化水平。本论文的研究内容主要包括：
第一，分析总结了无人机影像获取高程信息的应用背景和需求，以及前人在该领域的工作和尚存的问题，在此基础上提出了无人机遥感影像高程提取的基本框架，并作为论文后续章节研究内容的依据。
第二，为了获得高程提取模型所需的特征点，对现有特征点匹配方法进行了对比研究和选择。针对无人机飞行姿态变化大、影像特征差异大等特点，选用三种不同的特征点匹配算法对实验图像进行实验，比较了算法间的优劣，并根据实验结果，选定SIFT算法为高程提取模型提供特征点。
第三，研究在无地面控制点的情况下，利用无人机飞控数据提取影像中的特征点高程信息的方法。算法分为两个阶段：在第一个阶段，针对无人机飞控数据与摄像机姿态之间不完全一致的问题，根据二者之间的转换关系，对原始飞控数据进行部分校正；在第二个阶段，根据立体像对中的几何关系，建立高程信息提取的数学模型，并对不同的飞行姿态参数对提取高程精度的影响进行了分析。
第四，利用图像分割技术，辅助等高程面的提取。基于已有的一些图像分割算法，选取分割效果较好的基于图论的分割方法；进而采用由粗到细的方式，先对全图进行粗分割，再针对特征密集的区域，使用最小外包矩形构造局部图像，对局部图像进行精细分割，使图像中高程不同的点都位于不同的平面内；最后，将特征点的高程赋予其所在分割平面内部的其余各点，确定影像中的等高程面。
最后，在Visual Studio环境下，使用无人机真实航拍数据对整个算法进行了具体实现，并利用模拟仿真平台的实验数据对特征点高程提取的精度进行了评价。结果表明，本文提出的算法可以完成快速提取地物高程信息的工作。