[发明专利]一种无人机图像批处理三维重建方法

摘要

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。

主权项

1.一种无人机图像批处理三维重建方法，其特征在于，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(Rij，Tij)，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，将从集合S中删除；步骤三：利用三视图匹配，剔除错误图像匹配或图像相对位姿错误，通过图像集合S，构造无向图G＝(V,E)，V表示节点的集合，E表示边的集合；无向图G中的每一个节点vi∈V，i＝1,2,...，m；如果集合S中存在元素则认为节点i,j之间存在一条边ei,j∈E；如果节点i,j,k之间同时存在边eij,ejk,eik,那么认为i,j,k为三视匹配关系，记为；无向图G中的所有三视匹配关系构成的集合记为S′；对于每一个三视匹配关系∈S′，利用i,j,k之间的相对位姿关系的冗余信息进行错误图像匹配或错误相对位姿的剔除；如果图像i,j,k的公共匹配点个数小于a3,则将从集合S′中删除；否则，利用相对旋转(Rij，Rjk,Rik),根据三视图中的一致性旋转(Ri，Rj,Rk)，然后在给定绝对旋转的前提下，由相对位移(Tij，Tjk,Tik)根据三视图的一致性位移(Ti，Tj,Tk)对三视图像的公共匹配点进行三维重建，如果三维点的重投影误差大于β1，则剔除该公共匹配点，进一步，如果当公共匹配点个数小于a3，则将从集合S′中删除；步骤四：估计绝对位姿，进行三维点云重建；根据三视匹配集合S′，构造新的无向图G′＝(V′,E′).节点集合V′依然是由所有图像构成；如果集合S′中存在的元素<i,j,k>，则认为节点i,j,k之间分别存在边e_ij,e_jk,e_ik，采用深度优先方法搜索连通分量，并将具有最多节点个数的连通分量记为G_s′_ub＝(V′_sub,E_s′_ub)，对于集合S′中的元素<i,j,k>，如果i,j,k中任意一个不属于V_s′_ub，则将<i,j,k>从集合S′中删除；否则，由三视图一致性的(R_i，R_j,R_k)和(T_i，T_j,T_k)估计向量对应E_s′_ub中的(R_ij，R_jk,R_ik)和通过相对位关系估计包含在V_s′_ub中图像的绝对位姿，由已知的相对旋转R_ij,i,j∈V_s′_ub，绝对旋转R_i,i∈V_s′_ub，在给定绝对旋转的情况下，采用三视匹配关系C_jik，估计得到各摄像机光心x＝(C₁，C₂，...,C_m)^T，并计算得到绝对位移T_i，i∈V_s′_ub；根据绝对位姿和特征点匹配进行三位重建，如果三维点的重投影误差大于β₂，则剔除该匹配点；步骤五：一次性优化，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。