论文部分内容阅读
利用航空影像立体像对获取地球表面的高程，是摄影测量技术在对地观测领域的一个重要应用，基于无人机平台的航空摄影测量技术具有分辨率高、测图成本低等优点，但同时也存在图像变形大，飞行控制参数精度差，处理流程自动化程度不高等缺点。本文研究了空中三角测量模型的自动解算、同名点的自动加密算法以及利用约束三角网生成DSM等算法，实现了无人机航空影像中全自动提取DSM的完整流程。
本文使用SIFT描述子提取特征点进行特征点匹配，以实现空中三角测量模型的自动解算。针对传统RANSAC算法不适合山区地形的影像特征点匹配的问题，提出一种基于迭代的改进RANSAC匹配算法，可以对位于不同平面中的特征点进行匹配，获取比传统方法更多的匹配点对。
本文研究了两种同名点加密算法：基于特征点的和基于特征线的。利用核线约束和归一化互相关系数(Normalized Cross Correlation，NCC)进行特征点匹配，然后使用最小二乘法计算匹配结果的精确坐标。为了计算匹配坐标点的初值，本文在传统金字塔匹配基础上，提出三角网金字塔匹配，利用核线约束提取SIFT匹配点创建初始三角网，按由粗到精的方式，利用上层金字塔的匹配结果做为下层高分辨率金字塔的匹配初值，减少了特征点匹配的搜索空间，提高了匹配精度。针对点特征匹配结果存在局部最大值问题，引入多基线匹配，消除相似地物形成的局部误匹配。
为了在建筑物边缘等高程突变处找到匹配点，本文利用一种改进的Canny算子-EDISON算法提取地物边缘，将边缘表示为直线链码，然后利用Douglas-Peucker算法对直线进行简化，剔除细碎的短直线，从而获得建筑物边缘的长直线段，并且有效的压制了噪声对边缘提取结果的影响。在直线匹配阶段，本文利用核线约束创建了匹配多边形区域，结合最小重叠度比例和高程约束，减少了候选直线的数量。实验了两种基于直线支撑区域(Line Support Region)的直线匹配算法，分析了其不足，在此基础上加入了多视图匹配约束，对匹配结果进行多视图检验，剔除误匹配直线对。
最后，本文使用约束三角网将点特征同名点和线特征同名点融合到一个框架中处理，得到最终的DSM网格模型。