車載全景相機(jī)的影像匹配和光束法平差

季順平，史云

摘要：目的：傳統(tǒng)膠片和CCD面陣相機(jī)成像視場(chǎng)狹窄，易受遮擋，可能無法滿足特定的應(yīng)用需求。全景視覺成像具有成像一體化、360度大視場(chǎng)、旋轉(zhuǎn)不變性等優(yōu)點(diǎn)，已經(jīng)在機(jī)器人、計(jì)算機(jī)視覺等相關(guān)領(lǐng)域中逐步得到應(yīng)用。本文研究了基于車載全景相機(jī)的空中三角測(cè)量，包括全景幾何成像模型，多特征連接點(diǎn)提取，以及GPS/IMU輔助光束法區(qū)域網(wǎng)平差。方法：首先，研究了曲面圖像的匹配方法。針對(duì)曲面圖像變形復(fù)雜，相對(duì)于普通相機(jī)更難匹配的挑戰(zhàn)，采用兩步匹配策略。第一步利用多特征匹配法，在獨(dú)立的5個(gè)魚眼相機(jī)圖像上分別提取SIFT和Fonster特征點(diǎn)并匹配。第二步，將匹配點(diǎn)投影到全景圖像上進(jìn)行物方精匹配。然后，研究了全景相機(jī)的成像模型。根據(jù)魚眼相機(jī)的檢校參數(shù)，以及與全景球面的相對(duì)幾何關(guān)系，將單個(gè)魚眼圖像上像點(diǎn)轉(zhuǎn)換到全景球面；并建立球面坐標(biāo)與地面坐標(biāo)間的對(duì)應(yīng)幾何關(guān)系——球面成像的共線條件方程。最后，研究了GPS/IMU輔助的全景相機(jī)的光束法區(qū)域網(wǎng)平差。將帶權(quán)GPS和IMU觀測(cè)方程與全景球面成像方程聯(lián)立，并通過非線性最小二乘解得相機(jī)的位置、姿態(tài)以及加密點(diǎn)坐標(biāo)。結(jié)果：選用500張全景影像（3000張獨(dú)立魚眼圖像）進(jìn)行了自動(dòng)匹配和GPS/IMU約束的無地面控制平差試驗(yàn)，總拍攝長(zhǎng)度約1 km。匹配在2500張魚眼圖像上進(jìn)行（不考慮500張?zhí)炜請(qǐng)D像），平差在全景坐標(biāo)系中進(jìn)行。所采用的GPS/IMU系統(tǒng)的定位精度約5～20 pixels。魚眼圖像大小為1616 pixels×1232 pixels，像元分辨率為0.009 mm，焦距為3.3 mm，投影中心相互距離約40 mm；全景影像球面成像于距離球心24 m處。根據(jù)以上數(shù)據(jù)，得出以下結(jié)論：（1）在匹配實(shí)驗(yàn)中，SIFT特征點(diǎn)大都出現(xiàn)在結(jié)構(gòu)比較復(fù)雜的建筑物和一些樹木上，近距離的道路匹配點(diǎn)很少；而Forstner特征恰好彌補(bǔ)了這部分區(qū)域的空白，保證了近距離連接點(diǎn)的提取及對(duì)整體平差的貢獻(xiàn)。單個(gè)魚眼圖像可能由于缺少人工地物、或影像間存在巨大的變形，而只能匹配到少量幾對(duì)特征；但全景成像的優(yōu)勢(shì)是將所有魚眼圖像的匹配點(diǎn)都投影到統(tǒng)一的球面坐標(biāo)系，因此單個(gè)魚眼圖像匹配失敗不會(huì)影響后繼的平差。（2）在平差實(shí)驗(yàn)中，比較了采用SIFT連接點(diǎn)、SIFT+Forstner連接點(diǎn)、SIFT+Forstner連接點(diǎn)且按距離加權(quán)（本文方法）的平差結(jié)果表明：3種方法所得到的外方位元素的精度都很高；但由于很多SIFT連接點(diǎn)位于較遠(yuǎn)處，交會(huì)精度和平差精度較低，平差中誤差為0.84 pixel，剔除粗差后每片平均剩余19個(gè)特征點(diǎn)；利用SIFT+Forstner連接點(diǎn)，每片增至27個(gè)特征點(diǎn)，平差中誤差達(dá)到0.29 pixel；但本文的加權(quán)方法每片可保留75個(gè)特征點(diǎn)，并且中誤差為0.22 pixel，達(dá)到最好的實(shí)驗(yàn)效果。結(jié)論：本文通過多特征匹配法，較好地提取了全景影像上的特征作為連接點(diǎn)；然后根據(jù)單獨(dú)魚眼相機(jī)與全景虛擬相機(jī)之間的幾何關(guān)系建立了全景球面成像模型；以此為基礎(chǔ)，建立GPS/IMU輔助的全景相機(jī)光束法區(qū)域網(wǎng)平差模型。實(shí)驗(yàn)表明，本文的處理方法可有效地應(yīng)用于車載全景相機(jī)的自動(dòng)空中三角測(cè)量。

來源出版物：測(cè)繪學(xué)報(bào), 2013, 42(1): 94-100

入選年份：2016

北斗三頻無幾何相位組合周跳探測(cè)與修復(fù)

黃令勇，宋力杰，王琰，等

摘要：目的：三頻GNSS無幾何相位組合具有誤差小、利于探測(cè)小周跳的優(yōu)勢(shì)，但每個(gè)三頻無幾何相位組合均存在某些無法探測(cè)的不敏感周跳，且任意3個(gè)三頻無幾何相位組合均相關(guān)，即使采用兩個(gè)不相關(guān)的三頻無幾何相位組合聯(lián)合探測(cè)，仍有部分特殊周跳無法被探測(cè)，且被探測(cè)出的周跳修復(fù)較復(fù)雜。為充分發(fā)揮北斗作為目前唯一可實(shí)用的三頻導(dǎo)航系統(tǒng)的技術(shù)優(yōu)勢(shì)，通過分析北斗三頻無幾何相位組合周跳探測(cè)不敏感問題，探索探測(cè)完備、修復(fù)準(zhǔn)確的北斗三頻周跳處理算法。方法：基于三頻GNSS組合觀測(cè)理論，基于組合觀測(cè)誤差和電離層延遲盡可能小的原則，篩選了8組較優(yōu)北斗三頻無幾何相位組合，然后以正常觀測(cè)條件下4倍組合觀測(cè)誤差為周跳探測(cè)閾值，對(duì)以上8組三頻無幾何相位組合兩兩成隊(duì)組合后的聯(lián)合周跳探測(cè)量在10、100周范圍內(nèi)的不敏感周跳數(shù)目進(jìn)行了統(tǒng)計(jì)分析。為解決兩個(gè)三頻無幾何相位組合仍存在不敏感周跳的問題，設(shè)計(jì)了一個(gè)具有長(zhǎng)波長(zhǎng)、誤差盡可能小的三頻偽距/載波無幾何組合，并保證該組合與兩個(gè)三頻無幾何相位組合能夠構(gòu)造出3個(gè)線性無關(guān)的周跳探測(cè)檢驗(yàn)量，以實(shí)現(xiàn)周跳的完全探測(cè)。為確保周跳修復(fù)準(zhǔn)確簡(jiǎn)單，提出了搜索算法，具體即以周跳探測(cè)量4倍觀測(cè)誤差確定搜索半徑，根據(jù)歷元間電離層延遲變化值設(shè)定搜索步長(zhǎng)，以周跳修復(fù)值造成的探測(cè)量變化值與實(shí)際探測(cè)變化值差值的1范數(shù)最小原則來確定周跳修復(fù)值。結(jié)果：利用北斗北京檢測(cè)站接收的北斗2號(hào)星數(shù)據(jù)，選用無幾何相位探測(cè)組合（［1，1，-2］，［1，-2，1］）和偽距/載波組合［1，3，-4］對(duì)添加周跳的數(shù)據(jù)進(jìn)行驗(yàn)證，得出以下實(shí)驗(yàn)結(jié)果：（1）無幾何相位組合相比偽距/載波組合受到的誤差影響小，利于小周跳的探測(cè)與修復(fù)；（2）一般周跳探測(cè)驗(yàn)證結(jié)果表明，三個(gè)周跳探測(cè)量均能實(shí)現(xiàn)周跳正確探測(cè)，且準(zhǔn)確修復(fù)；（3）單個(gè)周跳探測(cè)量存在無法探測(cè)的不敏周跳的實(shí)驗(yàn)驗(yàn)證表明，即使只有兩個(gè)探測(cè)量能探測(cè)周跳，仍能夠保證探測(cè)修復(fù)的正確；（4）經(jīng)設(shè)置組合（［1，1，-2］，［1，-2，1］）均無法探測(cè)的特殊周跳（75，58，61）實(shí)驗(yàn)驗(yàn)證發(fā)現(xiàn)，只要有一個(gè)探測(cè)量能夠探測(cè)周跳，本算法依能實(shí)現(xiàn)周跳的正確探測(cè)與修復(fù)；（5）利用隨機(jī)生成的4周內(nèi)所有三頻周跳實(shí)驗(yàn)驗(yàn)證發(fā)現(xiàn)，該算法選用的3個(gè)檢測(cè)量能夠完成周跳的準(zhǔn)確探測(cè)與修復(fù)。結(jié)論：北斗三頻無幾何相位組合僅受載波噪聲和較小的電離層延遲影響，易于探測(cè)小周跳，但每個(gè)組合均存在一些無法探測(cè)的不敏感周跳。而聯(lián)合三頻偽距/載波相位組合構(gòu)造3個(gè)線性無關(guān)的周跳探測(cè)檢驗(yàn)量，可實(shí)現(xiàn)對(duì)所有周跳的探測(cè)，研究的周跳搜索修復(fù)算法，計(jì)算簡(jiǎn)單快捷，可準(zhǔn)確修復(fù)周跳。由于北斗三頻無幾何相位組合和三頻偽距/載波無幾何組合均與站星距離無關(guān)，故本算法可適用于動(dòng)態(tài)、非差導(dǎo)航定位的周跳探測(cè)與修復(fù)。

來源出版物：測(cè)繪學(xué)報(bào), 2012, 41(5): 763-768

入選年份：2016

影像與LiDAR數(shù)據(jù)信息融合復(fù)雜場(chǎng)景下的道路自動(dòng)提取

李怡靜，胡翔云，張劍清，等

摘要：目的：城區(qū)的道路自動(dòng)提取受場(chǎng)景復(fù)雜程度的影響一直是極具挑戰(zhàn)的任務(wù)，尤其是陰影和遮擋較嚴(yán)重地區(qū)的道路提取難度較大。結(jié)合LiDAR數(shù)據(jù)和高分辨率遙感影像兩種數(shù)據(jù)源各自的優(yōu)勢(shì)，利用多信息融合實(shí)現(xiàn)道路中線的自動(dòng)提取。方法：方法首先利用LiDAR數(shù)據(jù)的高程和強(qiáng)度信息、以及無陰影干擾、少遮蔽的特點(diǎn)，從濾波后的地面點(diǎn)云中提取初始的道路中心線及關(guān)鍵點(diǎn)。將地面點(diǎn)內(nèi)插為強(qiáng)度影像，采用一維線性探測(cè)器從中探測(cè)強(qiáng)度值較高的帶狀明亮區(qū)域，并提取中心線作為道路初始中線，選取線形特征點(diǎn)作為初始道路關(guān)鍵點(diǎn)。然后將地面點(diǎn)云的高程離散度、反射強(qiáng)度、以及影像的光譜信息融合為多通道影像，依此驗(yàn)證初始道路關(guān)鍵點(diǎn)，并建立多信息多特征的道路模型代價(jià)函數(shù)。最后將關(guān)鍵點(diǎn)作為種子點(diǎn)，利用動(dòng)態(tài)規(guī)劃算法進(jìn)行多路徑?jīng)Q策的道路中線優(yōu)化，實(shí)現(xiàn)道路網(wǎng)的自動(dòng)提取。結(jié)果：利用國(guó)際攝影測(cè)量與遙感學(xué)會(huì)提供的兩套數(shù)據(jù)進(jìn)行方法的實(shí)驗(yàn)分析。實(shí)驗(yàn)數(shù)據(jù)1所含場(chǎng)景位于德國(guó)斯圖加特市內(nèi)Vaihingen鎮(zhèn)，場(chǎng)景內(nèi)道路模式多樣，較多路面被樹木和房屋的陰影遮蓋，無明顯道路邊緣。實(shí)驗(yàn)融合4 pts/m2的LiDAR數(shù)據(jù)和8 cm分辨率的影像自動(dòng)提取道路中線，其完整率和準(zhǔn)確率分別為82%和88.3%，對(duì)比未使用多信息融合時(shí)的提取結(jié)果準(zhǔn)確率提高了22.1%。試驗(yàn)數(shù)據(jù)2所含場(chǎng)景位于加拿大多倫多市，場(chǎng)景內(nèi)高樓云集，道路表面遮擋嚴(yán)重。實(shí)驗(yàn)融合6 pts/m2的LiDAR點(diǎn)云和15 cm分辨率影像，自動(dòng)獲取了完整率和正確率分別為91.8%和92.4%的道路中線。通過兩組實(shí)驗(yàn)分析及與其它文獻(xiàn)方法的結(jié)果對(duì)比，驗(yàn)證了所提出方法在復(fù)雜場(chǎng)景下自動(dòng)提取道路的有效性。結(jié)論：影像與LiDAR數(shù)據(jù)融合下的道路提取方法結(jié)合了兩種數(shù)據(jù)源的優(yōu)勢(shì)，適合于場(chǎng)景復(fù)雜的城區(qū)道路線自動(dòng)獲取，通過兩組實(shí)驗(yàn)分析與對(duì)比驗(yàn)證了該方法的可行性。但該方法在參數(shù)閾值自適應(yīng)選擇，以及深入挖掘高分辨率影像的細(xì)節(jié)信息方面還需進(jìn)一步研究。

來源出版物：測(cè)繪學(xué)報(bào), 2012, 41(6): 870-876

入選年份：2016

地理國(guó)情監(jiān)測(cè)的學(xué)習(xí)札記

陳俊勇

摘要：地理國(guó)情是指那些與地理相關(guān)的自然和人文要素的國(guó)情，它從空間角度反映一個(gè)國(guó)家自然、經(jīng)濟(jì)、人文的狀況，如：國(guó)土疆域概況、地理區(qū)域特征、地形地貌變遷、地表覆蓋變化、行政區(qū)域分界、江河湖海分布、地表水資源、道路交通網(wǎng)絡(luò)、土地利用、城鎮(zhèn)分布、環(huán)境與生態(tài)、災(zāi)害分布、生產(chǎn)力、人口、資源等空間布局基本狀況。地理國(guó)情監(jiān)測(cè)就是從地理的角度，采用空間化的方法，對(duì)國(guó)情進(jìn)行持續(xù)觀測(cè)并對(duì)觀測(cè)結(jié)果進(jìn)行描述、分析、預(yù)測(cè)和可視化的過程，即：以地球表層自然、生物和人文現(xiàn)象的空間變化和它們之間的相互關(guān)系、特征等為基本內(nèi)容，對(duì)構(gòu)成國(guó)家物質(zhì)基礎(chǔ)的各種條件因素作出宏觀性、整體性、綜合性和動(dòng)態(tài)性的調(diào)查、分析和描述，并通過可視化方法表達(dá)出來。地理國(guó)情監(jiān)測(cè)是提高宏觀調(diào)控科學(xué)性的需要。通過地理國(guó)情監(jiān)測(cè)，加強(qiáng)對(duì)資源環(huán)境、生態(tài)狀況的調(diào)查、監(jiān)測(cè)、評(píng)估與預(yù)測(cè)，為國(guó)家提供權(quán)威、客觀、準(zhǔn)確的地理國(guó)情信息，促進(jìn)從地理空間上合理布局人口和經(jīng)濟(jì)活動(dòng)，優(yōu)化配置各類資源，促進(jìn)區(qū)域優(yōu)勢(shì)互補(bǔ)、主體功能科學(xué)定位、國(guó)土空間高效利用。地理國(guó)情監(jiān)測(cè)是科學(xué)管理的需要?？沙掷m(xù)的長(zhǎng)遠(yuǎn)規(guī)劃需要地表植被、土地利用、生態(tài)變化、城鎮(zhèn)擴(kuò)張等動(dòng)態(tài)地理國(guó)情信息，揭示經(jīng)濟(jì)社會(huì)發(fā)展與自然資源環(huán)境的內(nèi)在關(guān)系和演變規(guī)律，促進(jìn)重大事項(xiàng)決策、重要項(xiàng)目安排的科學(xué)決策、科學(xué)評(píng)價(jià)、科學(xué)管理。地理國(guó)情監(jiān)測(cè)是持續(xù)發(fā)展的需要。地理國(guó)情監(jiān)測(cè)可以客觀、公正地監(jiān)測(cè)、統(tǒng)計(jì)、分析地表自然和人文信息的變化，監(jiān)測(cè)國(guó)家和地方重大工程的進(jìn)展，監(jiān)測(cè)道路、城建的發(fā)展和變遷，提供客觀真實(shí)的地理信息，起到校正糾偏、輔助支持、監(jiān)管檢驗(yàn)等作用，促進(jìn)信息共享和政務(wù)公開，減少和杜絕瞞報(bào)虛報(bào)，催生陽(yáng)光行政。地理國(guó)情監(jiān)測(cè)是科學(xué)、準(zhǔn)確、及時(shí)掌握國(guó)情國(guó)力的重要手段，是利用現(xiàn)代測(cè)繪技術(shù)，綜合各時(shí)期測(cè)繪成果，對(duì)地形、水系、濕地、冰川、沙漠、地表形態(tài)、地表覆蓋、道路、城鎮(zhèn)等要素進(jìn)行動(dòng)態(tài)和定量、三維、連續(xù)的測(cè)繪。地理國(guó)情監(jiān)測(cè)根據(jù)以上測(cè)繪成果，統(tǒng)計(jì)分析其變化量、變化頻率、分布特征、地域差異、變化趨勢(shì)等，形成反映各類資源、環(huán)境、生態(tài)等要素的空間分布及其變化的地理信息數(shù)據(jù)，從地理空間的角度，客觀、動(dòng)態(tài)的綜合展示國(guó)情國(guó)力。測(cè)繪地理信息部門的地理國(guó)情監(jiān)測(cè)的內(nèi)容可能包括土地資源監(jiān)測(cè)、環(huán)境監(jiān)測(cè)、農(nóng)情監(jiān)測(cè)、森林和濕地監(jiān)測(cè)、災(zāi)害監(jiān)測(cè)、水文監(jiān)測(cè)、海洋監(jiān)測(cè)、礦產(chǎn)資源監(jiān)測(cè)、氣象監(jiān)測(cè)、區(qū)域地理國(guó)情監(jiān)測(cè)等方面，提供綜合的、可量測(cè)的地理空間現(xiàn)狀及其變化。專業(yè)部門只涉及本專業(yè)的地理國(guó)情監(jiān)測(cè)，側(cè)重成因分析和后續(xù)管理決策。測(cè)繪地理信息部門的地理國(guó)情監(jiān)測(cè)信息與專業(yè)部門的監(jiān)測(cè)信息互相檢核，互為補(bǔ)充。作為國(guó)家地理信息獲取、處理、管理和服務(wù)的部門，測(cè)繪地理信息部門應(yīng)組織和構(gòu)建科學(xué)的地理國(guó)情監(jiān)測(cè)體系，結(jié)合國(guó)家重大工程、重大戰(zhàn)略、突發(fā)事件和宏觀管理需求，為國(guó)家提供客觀、持續(xù)的地理國(guó)情信息。

來源出版物：測(cè)繪學(xué)報(bào), 2012, 41(5): 633-635

入選年份：2016

病態(tài)總體最小二乘問題的廣義正則化

葛旭明，伍吉倉(cāng)

摘要：總體最小二乘（TLS）算法可以視為一個(gè)降正則化的過程，對(duì)比最小二乘算法，病態(tài)總體最小二乘方法的解受系數(shù)陣數(shù)據(jù)誤差和觀測(cè)值誤差的影響將更為嚴(yán)重。探討用廣義正則化的方法降低病態(tài)性對(duì)總體最小二乘數(shù)值求解的影響，以提高求解結(jié)果的穩(wěn)定性。通過多組算例結(jié)果表明，采用的廣義正則化方法在處理病態(tài)總體最小二乘問題上具有明顯的優(yōu)勢(shì)?；诟咚?馬爾科夫模型的最小二乘算法，是測(cè)量數(shù)據(jù)處理中最為重要的方法之一。但是，最小二乘算法本身并不具有抗差性，其求解參數(shù)的精度和準(zhǔn)確度通常會(huì)受觀測(cè)誤差的影響。從數(shù)學(xué)的角度來看，當(dāng)設(shè)計(jì)矩陣存在病態(tài)時(shí)，觀測(cè)誤差對(duì)參數(shù)求解的準(zhǔn)確性的惡性影響將隨病態(tài)程度的增加而加強(qiáng)。因此，我們通常使用正則化的方法來降低或解決系數(shù)矩陣的病態(tài)性問題。但是，對(duì)于總體最小二乘算法而言，其結(jié)算過程本身是一個(gè)最小二乘降正則化的過程，所以總體最小二乘算法相對(duì)于最小二乘算法來說將更加容易受到病態(tài)因素的影響。在總體最小二乘的概念中，觀測(cè)誤差不僅存在于觀測(cè)向量中，同時(shí)也存在于系數(shù)矩陣中。在這種情況下，觀測(cè)誤差對(duì)病態(tài)總體最小二乘的影響將遠(yuǎn)遠(yuǎn)超過病態(tài)最小二乘。雖然，基于總體最小二乘算法的求解過程容易受到諸多因素的影響，但是，因?yàn)槠渥陨硭惴ㄋ逃袃?yōu)點(diǎn)（即充分考慮觀測(cè)值）使得該算法在數(shù)據(jù)處理中得到了越來越廣泛的應(yīng)用。因此，我們更加有必要探討和解決病態(tài)問題對(duì)于總體最小二乘算法的影響，從而提高該算法求解結(jié)果的穩(wěn)定性。從數(shù)學(xué)的角度出發(fā)，在最小二乘正則化方法的基礎(chǔ)上，對(duì)總體最下二乘正則化方法進(jìn)行了探討和研究，并進(jìn)一步給出了一種新的總體最小二乘廣義正則化的方法。利用不同方法對(duì)幾組經(jīng)典數(shù)據(jù)算例進(jìn)行結(jié)算，并通過對(duì)比所有結(jié)算結(jié)果，從而反應(yīng)了我們給出的方法在處理病態(tài)總體最小二乘問題上具有較為明顯的優(yōu)勢(shì)。

來源出版物：測(cè)繪學(xué)報(bào), 2012, 41(3): 372-377

入選年份：2016