[发明专利]一种无人机图像批处理三维重建方法

说明书

本发明属于无人机图像处理领域并公开了一种无人机图像批处理三维重建方法，首先利用辅助信息对每两幅图像进行特征点提取与匹配；再利用三视图匹配，剔除错误图像匹配或图像相对位姿错误；然后，估计绝对位姿，进行三维点云重建；最后将三位重建点云与绝对位姿利用捆绑调整方法进行一次性优化，得到经批处理后的无人机图像；本发明方法通过对低精度的无人机平台的辅助信息的分析与计算，提供三维影像的概略地理位置之间的相互关系，可以提供相机的概略定向信息，这些信息提高无人机图像批处理三维重建的效率和精度。

技术领域

本发明涉及无人机图像处理技术领域，具体涉及一种无人机图像批处理三维重建方法。

背景技术

无人机能够连续获取重叠度大的高精度序列影像，但获取的影像会丢失深度信息。基于图像的三维重建，是指利用多幅数码相机图像全自动恢复出场景三维结构的方法与技术。近年来三维重建技术在视频、图像三维重建处理领域获得了巨大的成功，将其应用到无人机图像处理领域，对无人机图像进行全自动重建相关的应用，可以拓展无人机的应用范围，提高无人机的应用水平。但目前对于无人机序列影像三维重建的研究尚处于起步阶段，主要存在以下问题：(1)相对于地面影像，基于无人机序列影像的三维重建一般是大数据量大场景的三维重建；(2)大多数直接将计算机视觉中成熟的算法应用于无人机序列影像三维重建中；(3)没有充分利用精度不高的辅助信息。

现在越来越多的成像系统都带有全球定位系统和惯性测量装置，可以获得包含三维世界地理坐标系(如WGS84)下地理坐标信息和相机姿态信息的序列图像。但是，这些系统赖高精度的地理定位设备，通过这些设备进行的标定以及获得的姿态和位置数据的精度一般都比图像的方式(例如，亚像素级的图像配准)要高。另一方面，目前的各种地理定位定向系统一般可以提供连续的但常常精度不高有时甚至不准确的位置和姿态信息，就像无人机所搭载的地理定位定姿系统。然而，从这些设备得到的GPS/IMU数据达不到直接用于三维目标重建及导航等部分计算机视觉工作所要求的像素级的图像匹配精度要求。所以，如何充分利用这些精度不高的辅助信息加以提高基于无人机批处理三维重建的效率和精度是本领域技术人员需要解决的技术问题。

发明内容

本发明针对现有技术中无人机图像批处理三维重建过程中没有充分利用那些精度不高的辅助信息加以提高三维重建的效率和精度的难题，而提供一种无人机图像批处理三维重建方法。

本发明为解决上述技术问题，采用以下技术方案来实现：

设计一种无人机图像批处理三维重建方法，包括如下步骤：

步骤一：利用辅助信息对每两幅图像进行特征点提取与匹配，首先，利用无人机平台的辅助信息，获得粗略的图像匹配集合；然后在已知每幅图像拍摄时刻的GPS信息和IMU信息情况下，获取到每幅图像近似的投射矩阵信息，又在确定飞行区域情况下，通过公开的网络地理数据，获取该地区的近似高程信息，利用无人机平台的辅助信息，将无人机图像的四个图像角点投影到与地面平行的平面，形成图像i，j模型；接着将图像i，j模型投影到地形最高所在的地平面上，判断所投影的地平面信息与头像投影四边形区域是否有重叠，如果存在一定的重叠区域，则认为对应的两幅i,j图像具有匹配关系，并将<i,j>加入集合S中；最后在每幅图像上分别检测SIFT特征点，并将图像集合取代原来的穷举匹配，在匹配过程中限定了图像的匹配范围，如果两幅图像i,j的匹配点个数少于a₁,则认为这两幅图像不匹配，将<i,j>从集合S中删除；

步骤二：若两幅图像i,j的匹配点个数打于a₁,则在内参数已知情况下，利用RANSAC架构的五点算法计算本质矩阵，同时分解得到相对位姿(R_ij，T_ij)，当计算相对位姿势的内点个数少于a₂时，则认为该相对位姿不准确，将<i,j>从集合S中删除；