利用本质矩阵进行低空无人机影像位姿恢复的研究

doi:10.13474/j.cnki.11-2246.2018.0123

测绘通报 ›› 2018, Vol. 0 ›› Issue (4): 116-120.doi: 10.13474/j.cnki.11-2246.2018.0123

利用本质矩阵进行低空无人机影像位姿恢复的研究

张晶晶^1,2, 吴良才¹, 艾海滨², 许彪², 赵栋梁³

1. 东华理工大学, 江西南昌 330013;
2. 中国测绘科学研究院, 北京 100830;
3. 国家测绘地理信息局第三地形测量队, 黑龙江哈尔滨 150025

收稿日期:2017-07-13 修回日期:2017-09-06 出版日期:2018-04-25 发布日期:2018-05-03
作者简介:张晶晶(1992-),女,硕士生,主要研究方向为摄影测量与遥感。E-mail:2364004855@qq.com
基金资助:
国产业务卫星遥感地质信息产品研发与服务（201511078）

Study on Recovering Pose of Low Altitude UAV Images Using Essential Matrix

ZHANG Jingjing^1,2, WU Liangcai¹, AI Haibin², XU Biao², ZHAO Dongliang³

1. East China University of Technology, Nanchang 330013, China;
2. Chinese Academy of Surveying and Mapping, Beijing 100830, China;
3. The Third Topographic Surveying Brigade of SBSM, Harbin 150025, China

Received:2017-07-13 Revised:2017-09-06 Online:2018-04-25 Published:2018-05-03

摘要/Abstract

摘要：

随着无人机的广泛应用，其相机安置方式及摄影姿态的任意化，造成影像基线方向多样化，利用传统的航空摄影测量方法处理此类影像较为困难。本文提出了一种基于本质矩阵恢复此类无人机影像位姿的方法。经试验证明，本文提出的定向测量不仅可以快速确定基线方向，求解影像外方位元素，而且重投影误差在1个像素以内。

关键词: 本质矩阵, 连续像对相对定向, 基线, 影像位姿

Abstract:

With the widespread use of UAV,the emplacement of the camera and direction of the camera can be arbitrary.This leads to the diversification of the image baseline direction.It is difficult to process such images with traditional photogrammetric method.This paper proposes a strategy based on essential matrix for recovering pose of aerial image.It is proved that the orientation measurement proposed in this paper can not only determine the baseline direction quickly and solve exterior orientation parameters of images,but also guarantee the re-projection error within one pixel in terms of accuracy using our proposed strategy.

Key words: essential matrix, continuous relative orientation, baseline, image position

中图分类号:

张晶晶, 吴良才, 艾海滨, 许彪, 赵栋梁. 利用本质矩阵进行低空无人机影像位姿恢复的研究[J]. 测绘通报, 2018, 0(4): 116-120.

ZHANG Jingjing, WU Liangcai, AI Haibin, XU Biao, ZHAO Dongliang. Study on Recovering Pose of Low Altitude UAV Images Using Essential Matrix[J]. 测绘通报, 2018, 0(4): 116-120.

参考文献

[1] 张祖勋.数字摄影测量与计算机视觉[J].武汉大学学报(信息科学版),2004,29(12):1035-1039.
[2] 张力,艾海滨,许彪,等.基于多视影像匹配模型的倾斜航空影像自动连接点提取及区域网平差方法[J].测绘学报,2017,46(5):554-564.
[3] 王湘文,于启升,王雅鹏.无人机低空摄影测量系统在大比例尺地形图中的应用[J].地矿测绘,2013,29(1):34-36.
[4] 孙敏.多视几何与传统摄影测量理论[J].北京大学学报(自然科学版),2007,43(4):453-459.
[5] 张祖勋.数字摄影测量与计算机视觉[C]//全国数字近景摄影测量学术研讨会.[S.l.]:武汉,2004.
[6] SCHONBERGER J L,FRAHM J M.Structure-from-motion Revisited[C]//Proceedings of the CVPR.[S.l.]:CVPR,2016.
[7] SCONBERGER J L,FRAUNDORFER F,FRAHM J M.Structure-from-motion for MAV Image Sequence Analysis with Photogrammetric Applications[J].International Archives of the Photogrammetry Remote Sensing & S,2014,XL-3(3):305-312.
[8] WU C.Towards Linear-time Incremental Structure from Motion[C]//International Conference on 3dtv-Conference.[S.l.]:IEEE,2013:127-134.
[9] ZISSERMAN A.Multiple View Geometry in Computer Vision[J].Kybernetes,2003,30(910):1865-1872.
[10] FO W,WROBEL B P.Photogrammetric Computer Vision[M].[S.l.]:Springer International Publishing,2016.
[11] 陈登,林卉,苏天路,等.多视几何理论辅助的无人机低空摄影测量空三加密[J].测绘通报,2017(6):26-30.
[12] DAVID R.An Efficient Solution to the Five-point Relative Pose Problem[J].IEEE Transactions on Pattern Analysis & Machine Intelligence,2004,26(6):756-770.
[13] 王文斌,刘桂华,刘先勇,等.本质矩阵五点算法伪解的两种剔除策略[J].光电工程,2010,37(8):46-52.
[14] MOISAN L,MOULON P,MONASSE P.Fundamental Matrix of a Stereo Pair,with a Contrario Elimination of Outliers[J].Image Processing on Line,2016,6(6):89-113.
[15] 甄艳,刘学军,王美珍.一种改进RANSAC的基础矩阵方法[J].测绘通报,2014(4):39-43.
[16] MOISAN L,MOULON P,MONASSE P.Automatic Homographic Registration of a Pair of Images,with a Contrario Elimination of Outliers[J].Image Processing on Line,2012,2(5):56-73.
[17] 王解先.七参数转换中参数之间的相关性[J].大地测量与地球动力学,2007,27(2):43-46.

利用本质矩阵进行低空无人机影像位姿恢复的研究

Study on Recovering Pose of Low Altitude UAV Images Using Essential Matrix

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	胡春梅, 夏国芳, 张旭, 刘喜, 王伟, 尉丽霞. 文物对象近景序列影像位姿高精度估计方法[J]. 测绘通报, 2022, 0(1): 50-55.
[2]	黄佳宾, 郭云开, 罗伟茂. 利用Sentinel-1监测武汉市地面沉降[J]. 测绘通报, 2021, 0(9): 53-58.
[3]	陈安平, 谭远模, 阳成, 覃永基. 雷达技术支持下的福州市地铁沿线形变监测[J]. 测绘通报, 2021, 0(7): 86-91,97.
[4]	冷宏宇, 秘金钟, 徐彦田, 王铎, 刘艳辉. BDS-3单基站差分定位性能提升分析[J]. 测绘通报, 2021, 0(3): 1-6.
[5]	洪兆阳, 金双根. 利用时序PS-InSAR监测青藏高原冻土区地表形变[J]. 测绘通报, 2021, 0(1): 35-40.
[6]	葛义攀, 王晓红. 基于本质矩阵的无人机影像精确匹配[J]. 测绘通报, 2020, 0(8): 55-58,75.
[7]	张金盈, 崔靓, 刘增珉, 王新田, 林琳, 徐凤玲. 利用Sentinel-1 SAR数据及SBAS技术的大区域地表形变监测[J]. 测绘通报, 2020, 0(7): 125-129.
[8]	严少华, 陈敏, 赵怡涛, 谭贵红, 赵曦. 局部结构约束下的宽基线影像直线特征匹配[J]. 测绘通报, 2020, 0(5): 51-54.
[9]	聂运菊, 熊佳诚, 程朋根, 罗跃. 结合PS特征点的SBAS地表形变监测[J]. 测绘通报, 2020, 0(4): 91-95.
[10]	金俭俭, 高成发, 张瑞成, 汪波. GPS与BDS2、BDS3融合数据短基线解算精度分析[J]. 测绘通报, 2020, 0(3): 83-86,95.
[11]	马娜, 梁静, 董岚, 王小龙, 李波, 门玲鸰, 罗涛. 基线边长法的高精度三维标定场建立[J]. 测绘通报, 2020, 0(10): 16-20.
[12]	刘伟, 刘国超, 郑小战, 张庆华. 改进CIR算法在BDS长基线模糊度解算中的应用[J]. 测绘通报, 2020, 0(10): 74-78.
[13]	杨振, 徐佳. 利用Sentinel-1A数据监测南京河西地区地面沉降[J]. 测绘通报, 2020, 0(1): 61-65,75.
[14]	熊佳诚, 聂运菊, 罗跃, 李永飞. 利用双极化Sentinel-1数据监测城市地面沉降——以上海市为例[J]. 测绘通报, 2019, 0(11): 98-102,129.
[15]	史与正, 张淑玲, 王英, 赖继文. 利用无人机倾斜摄影三维模型进行大比例尺成图技术研究[J]. 测绘通报, 2019, 0(11): 137-140.