[发明专利]一种基于无人机的三维重建误差主动修正方法

权利要求书

1.一种基于无人机的三维重建误差主动修正方法，其特征在于，包括以下步骤：

步骤1：利用等距正视约束对无人机拍摄轨迹进行规划，以达到期望的三维重建优化效果；

步骤2：通过基于分块深度直方图的改进粒子滤波定位算法对无人机机载相机进行定位；

步骤3：设计一组定量指标来评估实际飞行与期望规划位姿的误差所导致的图像视野损失；

步骤4：根据视野重叠率以及损失函数评分，在无人机采集的图像中挑选关键帧参与重建；

所述步骤2包括以下步骤：

步骤21：在以规划点为中心的立方体邻域内，以绝对均匀的分布方式进行初始粒子采样；

步骤22：对相机视锥进行建模，计算视锥视野内拍摄到的环境表面对应的深度信息作为粒子滤波过程中的观测量；

步骤23：将每个粒子对应的虚拟相机视野分为四等分，分别计算每个子区域内的深度直方图，并与实际拍摄图像的深度直方图进行相似度计算，其中总相似度为直方图的余弦相似度与值域相似度的加权求和值；

步骤24：将子区域视作彼此独立的，则视野总相似度为四个子相似度的连乘结果；

步骤25：根据归一化前的重要性权值进行粒子重采样，并根据加权平均结果输出当前时刻相机位姿；

所述步骤3包括以下步骤：

步骤31：以齐次变换矩阵来描述步骤2中得到的的定位结果，即实际轨迹位姿与规划轨迹位姿之间的变换关系；

步骤32：将上述齐次变换矩阵表示为Y-X-Z欧拉角的形式，来表征相机分别绕三个轴的旋转情况以及平移情况；

步骤33：根据视野不同方向的偏移或旋转将视野损失情况进行分类，并对应到相机三个欧拉角的取值情况以及其沿轴平移的情况；

步骤34：以三个角度以及平移量作为变量分别定义每一类的视野损失函数，并对其进行加权求和作为整体的视野损失定量评估。

2.如权利要求1所述的一种基于无人机的三维重建误差主动修正方法，其特征在于，所述步骤1中利用等距正视约束对无人机拍摄轨迹进行规划，是利用等距正视约束以及重叠率要求确定空中拍摄点，并以时间最优原则将其串联成轨迹，同时进行平滑处理。

3.如权利要求1所述的一种基于无人机的三维重建误差主动修正方法，其特征在于，所述步骤4包括以下步骤：

步骤41：根据重建的重叠率要求，在无人机采集的图像序列中粗略选取关键帧；

步骤42：对所选出的关键帧进行视野损失评分，若该分数低于设定的标准阈值，则将其剔出关键帧序列，并对其时间邻域内的其他图像帧也进行评分，选取其中分数最高的成为新的关键帧参与三维重建工作；

步骤43：通过SfM、 PMVS算法进行图像重建工作，最终输出环境表面的稠密点云模型。

4.如权利要求1所述的一种基于无人机的三维重建误差主动修正方法，其特征在于，所述等距正视约束规定了无人机飞行轨迹需满足机载相机始终与环境表面保持等距离拍摄的条件，且相机光轴始终垂直于其延长线和环境表面相交处的切线。

5.如权利要求1所述的一种基于无人机的三维重建误差主动修正方法，其特征在于，所述粒子滤波优化算法，是将常规的二维平面有地标应用拓展到三维空间无地标应用，分别从粒子初始采样、权重更新以及粒子重采样三部分进行改进，所述的粒子初始采样，是选择以规划位姿为中心的立方体空间为采样区域，以绝对均匀分布的方式进行粒子初始化；所述权重更新，是基于DEM信息计算得到每个粒子虚拟相机视野内的深度直方图，并以此作为观测量，计算其与实际测量值之间的趋势和值域相似度作为粒子权重；所述粒子重采样骤是当归一化前的权重低于某固定值的粒子数量大于某阈值时进行重采样工作，过程采用轮盘赌模式。

6.如权利要求1所述的一种基于无人机的三维重建误差主动修正方法，其特征在于，所述的图像视野损失的定量指标，是以欧拉角变换来表示飞行相机实际位姿与规划位姿之间的差异，从而对水平、竖直、旋转和放缩四个方向的视野损失分类讨论，基于此定义综合损失函数。