论文部分内容阅读
航空相机是空中获取地面图像信息的主要光电设备之一。随着航空相机成像技术的发展,现如今国内外广泛采用传输型CCD(Charge Couple Device)相机取代了传统的胶片式相机。相比于胶片式相机来说,CCD相机具有拍摄距离远,摄影范围大、图像分辨率高等优点,在遥感测量领域有着广泛的应用。在实际工作中,除了高分辨率成像,高精度的目标定位也是航空相机重要工作任务之一。目标定位的目的是为了准确获取遥感图像的地理位置信息,以便实现目标识别与跟踪以及区域电子地图制作等工作。复杂的空中成像环境、相机载机位姿变化以及地面地形起伏都会导致高空斜视成像航空相机难以实现单幅图像的高精度地理定位,这是航空遥感领域中一个急需解决的难点。本文对目标定位技术进行了深入地分析与研究,具体工作可总结如下:总结了现有定位算法的优缺点,简要介绍了各类定位算法的定位原理。描述了目标定位算法所需的齐次坐标相关理论,给出了齐次坐标变换的公式,建立了定位算法所需的四个基础坐标系并给出了相应的坐标变换矩阵。基于畸变率这一概念提出了定位过程中的畸变修正算法。本文给出了相机焦平面上各点畸变率的计算方法,并根据目标定位过程建立了畸变修正模型。除了相机光学系统设计导致的图像畸变外,实际工作中相机的安装以及加工误差、大气折射以及散射、地球曲率等因素都会导致最终图像产生畸变。为了解决这一问题,本文提出了一种基于重叠图像的相机整体畸变测量算法。该算法利用相机实际工作时获取的重叠图像进行计算,结合畸变修正算法能够有效的降低图像边缘区域由畸变导致的定位误差。通过对高空斜视航空相机结构的分析,提出了一种基于畸变处理和视轴修正的高精度地面目标定位算法。建立了减振平台坐标系变换矩阵、内框架角修正方程以及相机坐标系原点位置修正方程,结合畸变处理算法可以获得高空斜视航空相机的理想视轴指向直线方程,以此实现高精度的地面目标定位。基于YOLO v4(You only look once v4)算法提出了一种建筑物目标检测算法。利用实验室历史图像数据建立了斜视航空遥感图像的建筑物目标数据集。通过优化训练过程、改进初始参数以及修改输出参数等方法使其满足目标定位算法的需求。优化后的检测算法的召回率可以达到89.02,能够实现航空遥感图像中的建筑物自动检测并给出预测框在图像坐标系中的坐标。基于坐标分解提出了一种建筑物目标定位算法。在实现遥感图像建筑物目标自动检测的基础上,通过基点选择确定目标的经纬度,通过图像信息估算目标的高度。相比于传统定位算法,该算法可以将建筑物目标的定位精度提高30%-50%左右。利用蒙特卡洛法建立了目标定位过程的仿真分析模型。从仿真分析结果中可以看出,图像畸变以及目标高度误差对定位精度影响都是不可忽视的。在仿真环境中,当目标投影点所处位置的图像畸变率为0.06时,畸变导致的定位误差占整体误差的20%左右。当建筑物目标高度为50m时,目标高度导致的定位误差可达45%左右。通过选择合适的定位定姿系统(position and orientation system,POS)、角度编码器及处理芯片设计了定位解算模块,利用实际飞行试验和遥感图像实验证明了本文建立的算法的有效性。实验结果表明,相比于传统定位算法,本文提出的两种算法可以将整体目标定位精度提高20%-50%左右。综上所述,本文着力于对高空斜视航空相机目标定位技术的研究,解决了传统算法所忽略的一些问题,将图像畸变处理,视轴角度修正,目标检测等手段融入目标地理定位算法,有效提高了地面目标及建筑物目标的定位精度,对航空摄影测量领域尤其是目标定位技术的发展具有重要意义。