[go: up one dir, main page]

CN105405135B - 基于基本配置点的两步法摄影物点、像点自动匹配方法 - Google Patents

基于基本配置点的两步法摄影物点、像点自动匹配方法 Download PDF

Info

Publication number
CN105405135B
CN105405135B CN201510746215.2A CN201510746215A CN105405135B CN 105405135 B CN105405135 B CN 105405135B CN 201510746215 A CN201510746215 A CN 201510746215A CN 105405135 B CN105405135 B CN 105405135B
Authority
CN
China
Prior art keywords
image
point
points
image point
coordinates
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201510746215.2A
Other languages
English (en)
Other versions
CN105405135A (zh
Inventor
丛佃伟
许其凤
董明
赵远
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
PLA Information Engineering University
Original Assignee
PLA Information Engineering University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by PLA Information Engineering University filed Critical PLA Information Engineering University
Priority to CN201510746215.2A priority Critical patent/CN105405135B/zh
Publication of CN105405135A publication Critical patent/CN105405135A/zh
Application granted granted Critical
Publication of CN105405135B publication Critical patent/CN105405135B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image

Landscapes

  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及基于基本配置点的两步法摄影物点、像点自动匹配方法，可有效解决不依赖编码标志而实现摄影物点和像点的快速自动匹配的问题，方法是，本发明解决的技术方案是，先利用像素最大的2个大标志圆及其边缘分布的3个小标志圆组成的5个特征点计算摄站概略外方位元素值，然后利用已知物点坐标信息反算对应像点的概略像点坐标，解算像点坐标与软件提取像点坐标进行比较，利用阈值，实现摄影物点与像点的自动快速匹配，本发明方法简单、可靠，易操作，效果好，工作效率高，匹配准确率高，有实际应用价值。

Description

基于基本配置点的两步法摄影物点、像点自动匹配方法
技术领域
本发明涉及摄影测量领域，特别是一种基于基本配置点的两步法摄影物点、像点自动匹配方法。
背景技术
共线条件方程是摄影测量计算的基础，共线条件方程构建的前提是实现摄影物点和像点的匹配。在航空及航天摄影测量中，地面控制点数量有限，一般采用事后处理、人工匹配方法。在数字近景摄影测量中，常利用编码标志实现摄影物点和像点的自动匹配。目前应用广泛的编码标志主要分为同心圆环型(图1中的a和b)和点分布型(图1中的c和d)，根据编码规则，编码标志的容量为几十个至数百个。由于近景摄影测量摄影距离一般较近(几米至几十米)，编码标志尺寸一般较小，边长一般在几厘米至十厘米之间，尺寸具体数值与相机参数及摄影距离相关。
在一些特殊应用场合，当摄影距离增加时，为保证一定的椭圆拟合精度，通常需要增大摄影标志尺寸。当摄影标志数量有限而又不便于布设大尺寸编码标志时，则需要考虑建立一套不依赖于编码标志的摄影物点与像点自动匹配方案，这也是出发点，但如何实现摄影物点、像点自动匹配至今未见有公开报导。
发明内容
针对上述情况，为克服现有技术之缺陷，本发明之目的就是提供一种基于基本配置点的两步法摄影物点、像点自动匹配方法，可有效解决不依赖编码标志而实现摄影物点和像点的快速自动匹配的问题。
本发明解决的技术方案是，先利用像素最大的2个大标志圆及其边缘分布的3个小标志圆组成的5个特征点计算摄站概略外方位元素值，然后利用已知物点坐标信息反算对应像点的概略像点坐标，解算像点坐标与软件提取像点坐标进行比较，利用阈值，实现摄影物点与像点的自动快速匹配，方法是：
(1)对拍摄图像进行阈值分割和椭圆拟合，获得标志成像椭圆中心的像点坐标和椭圆短半轴长度的像素数；
(2)根据图像椭圆短半轴长度的像素数，像素数最大的为大标志的成像，判断出对应的像点，实现像片的定向；
(3)求取两个大标志与其它标志之间距离的像素数，实现基本配置标志的自动匹配；
(4)利用标志的物方和像方坐标信息，通过单像空间后方交会方法解算得到图像拍摄瞬间的相机的6个外方位元素的位置和姿态参数概值，用计算机实现基本配置标志的自动匹配；
(5)利用相机外方位元素概值与已知物点坐标，除5个基本配置点外，解算得到其余物点的概略像点坐标；
(6)将步骤(1)利用计算机软件拟合得到的标志图像中心像点坐标与步骤(5)解算的概略像点坐标进行比较，两个方向上的差值均在25个像素以内时，为摄影物点与该像点为对应匹配；
(7)根据标志库内编号数据为对应像点进行编号，由计算机完成摄影物点与像点的快速自动匹配。
本发明方法简单、可靠，易操作，效果好，工作效率高，匹配准确率高，有实际应用价值。
附图说明
图1为本发明典型编码标志类型示意图；
图2为本发明的摄影标志示意图；
图3为本发明摄影标志布设情况图；
图4为本发明阈值分割算法执行情况图；
图5为本发明椭圆拟合算法执行情况图。
具体实施方式
以下结合附图和具体情况对本发明的具体实施方式作详细说明。
图2为设计的摄影标志示意图，如图3所示进行摄影标志布设，图3中8号、11号点为大标志，其余为正常标志，标志尺寸大小视拍摄距离和相机配置而定，遵循摄影测量规律。7、8、9、11、14号点为基本配置标志，其余标志可在摄影视场内按照实际条件进行布设，拍摄像片若包含5个基本配置标志图像则为有效像片，首先是摄站外方位元素的摄影瞬间相机的位置和姿态概值计算，利用拍摄识别的5个基本配置标志通过空间后方交会方法获得；其次是利用摄站外方位元素概值和地面标志的物方坐标反求标志点的概略像点坐标，将所求概略像点坐标与软件提取像点坐标进行比较，阈值作为摄影物点是否与像点匹配的条件，由计算机实现物点与像点的自动匹配，其具体步骤如下：
(1)对拍摄图像由计算机进行阈值分割算法(图4为算法执行情况示例)和椭圆拟合算法(图5为算法执行情况示例)，获取标志成像椭圆中心的像点坐标和椭圆短半轴长度的像素数；
(2)根据图像椭圆短半轴长度的像素数，像素数最大的两个为2个大标志的成像，判断出对应的8号像点和11号像点，实现像片的定向；
(3)求取两个大标志与其它标志之间距离的像素数，与11号像点距离最近的点为14号点，垂直8号像点和11号像点连线方向上的距离最近点分别为7号像点和9号像点，由计算机实现7号、8号、9号、11号、14号像点5个基本配置标志点的自动匹配；
(4)利用5个标志的东北天坐标系(X、Y、Z)和像平面坐标系(x，y)，东北天坐标系称物方坐标，像平面坐标系称像方坐标，通过单像空间后方交会方法解算得到图像拍摄瞬间的相机的6个外方位元素的位置(XS,YS,ZS)和姿态参数的偏角、倾角和旋角的3个概值(ω,κ)，其中为偏角、ω为倾角、κ为旋角；
(5)利用相机外方位元素概值(XS,YS,ZS,ω,κ)和除5个基本配置标志点外的已知物点坐标(X′,Y′,Z′)，利用共线条件方程(式1)得到其余物点的概略像点坐标(x′,y′)；
式中，f、x0、y0为相机内方位元素，为已知值；
a1、a2、a3、b1、b2、b3、c1、c2、c3为共线条件方程中旋转矩阵的元素，其中：
式(2)
(6)将步骤(1)利用计算机拟合得到的标志图像中心像点坐标与步骤(5)解算的概略像点坐标进行比较，两个方向上的差值均在25个像素以内时认为摄影物点与该像点为对应匹配；
(7)根据标志库内编号数据为对应像点进行编号，用计算机完成摄影物点与像点的快速自动匹配。
所述的8号点、11号点为大标志，大标志圆直径为20cm，其余标志为正常标志，正常标志圆直径为10cm，为便于测量标志中心的物方坐标，在标志中心粘贴反射片。
所述的拍摄图像，是用哈苏H4D-60相机在距离墙壁垂直距离30m处对摄影标志进行拍照所获得的图像，利用德国MVtec公司开发的图像处理软件HALCON编制了标志识别与自动匹配软件程序，通过阈值分割和椭圆拟合算法可获得标志图像的中心坐标的像素数和拟合椭圆短半轴长度的像素数。
本发明方法经测试和实地应用，取得了非常好的有益技术效果，有关资料如下：
本发明在实验中，根据图2的标志设计和图3的标志布设规则在某楼墙面上布设21个摄影标志。8号点、11号点为大标志，大标志圆直径为20cm，其余标志为正常标志，正常标志圆直径为10cm，为便于测量标志中心的物方坐标，在标志中心粘贴反射片，标志中心物方坐标量测结果如表1所示：
表1标志中心物方坐标 单位：m
所述的拍摄图像，是用哈苏H4D-60相机在距离墙壁垂直距离30m处对摄影标志进行拍照所获得的图像，利用德国MVtec公司开发的图像处理软件HALCON编制了标志识别与自动匹配软件程序，通过阈值分割和椭圆拟合算法可获得标志图像的中心坐标的像素数和拟合椭圆短半轴长度的像素数，如表2所示：
表2拍摄标志图像信息提取 单位：像素数
利用两步法自动匹配方法实现过程步骤(1)-(3)实现5个基本配置标志的匹配，利用5个基本配置标志的物方坐标和像方坐标计算得到图像拍摄瞬间摄站的6个外方位元素概值，如表3所示：
表3解算的摄站外方位元素概值
根据摄站外方位元素概值与表1中的物方坐标，反解得到对应的像点坐标概值，转换为像素数后与表2的像点坐标比较(两个方向)，差值均小于25个像素时认为实现了摄影物点与像点的自动匹配。
经检核，自动匹配的标志图像编号与实际对应的物点编号一致，验证了本发明方法(又称两步法)的摄影物点与像点自动匹配方法的正确性和有效性。并经多次反复试验和计算，均取得相同和相近似的结果，表明本发明方法稳定可靠，匹配正确，有效解决了物点、像点的匹配不再依赖事后处理、人工匹配的问题，工作效率高，可提高工作效率3-5倍，效果好，正确性(准确性)高达99％以上，操作简单，可靠，有很强的实际应用价值，是摄影测量技术领域中的一大创新。

Claims (4)

1.一种基于基本配置点的两步法摄影物点、像点自动匹配方法，其特征在于，先利用像素数最大的2个大标志圆及其边缘分布的3个小标志圆组成的5个特征点计算摄站概略外方位元素值，然后利用已知物点坐标信息反算对应像点的概略像点坐标，解算像点坐标与软件提取像点坐标进行比较，利用阈值，实现摄影物点与像点的自动快速匹配，方法是：
(1)对拍摄图像进行阈值分割和椭圆拟合，获得标志成像椭圆中心的像点坐标和椭圆短半轴长度的像素数；
(2)根据图像椭圆短半轴长度的像素数，像素数最大的为大标志的成像，判断出对应的像点，实现像片的定向；
(3)求取两个大标志与其它标志之间距离的像素数，实现基本配置标志的自动匹配；
(4)利用标志的物方和像方坐标，通过单像空间后方交会方法解算得到图像拍摄瞬间的相机的6个外方位元素的位置和姿态参数概值，用计算机实现基本配置标志的自动匹配；
(5)利用相机外方位元素概值与已知物点坐标，除5个基本配置点外，解算得到其余物点的概略像点坐标；
(6)将步骤(1)利用计算机软件拟合得到的标志图像中心像点坐标与步骤(5)解算的概略像点坐标进行比较，两个方向上的差值均在25个像素以内时，为摄影物点与该像点为对应匹配；
(7)根据标志库内编号数据为对应像点进行编号，由计算机完成摄影物点与像点的快速自动匹配。
2.根据权利要求1所述的基于基本配置点的两步法摄影物点、像点自动匹配方法，其特征在于，步骤如下：
(1)对拍摄图像由计算机进行阈值分割和椭圆拟合算法，获取标志成像椭圆中心的像点坐标和椭圆短半轴长度的像素数；
(2)根据图像椭圆短半轴长度的像素数，像素数最大的两个为2个大标志的成像，判断出对应的8号像点和11号像点，实现像片的定向；
(3)求取两个大标志与其它标志之间距离的像素数，与11号像点距离最近的点为14号点，垂直8号像点和11号像点连线方向上的距离最近点分别为7号像点和9号像点，由计算机实现7号、8号、9号、11号、14号像点5个基本配置标志点的自动匹配；
(4)利用5个标志的东北天坐标系(X、Y、Z)和像平面坐标系(x，y)，通过单像空间后方交会方法解算得到图像拍摄瞬间的相机的6个外方位元素的位置坐标(XS,YS,ZS)和姿态参数的偏角、倾角和旋角的3个概值其中为偏角、ω为倾角、κ为旋角；
(5)利用相机外方位元素概值和除5个基本配置标志点外的已知物点坐标(X′,Y′,Z′)，利用共线条件方程式(1)得到5个特征点以外物点的概略像点坐标(x′,y′)；
式中，f、x0、y0为相机内方位元素；
a1、a2、a3、b1、b2、b3、c1、c2、c3为共线条件方程中旋转矩阵的元素，其中：
(6)将步骤(1)利用计算机拟合得到的标志图像中心像点坐标与步骤(5)解算的概略像点坐标进行比较，两个方向上的差值均在25个像素以内时认为摄影物点与该像点为对应匹配；
(7)根据标志库内编号数据为对应像点进行编号，用计算机完成摄影物点与像点的快速自动匹配。
3.根据权利要求2所述的基于基本配置点的两步法摄影物点、像点自动匹配方法，其特征在于，所述的8号像点、11号像点为大标志，大标志圆直径为20cm，其余标志为正常标志，正常标志圆直径为10cm，为便于测量标志中心的物方坐标，在标志中心粘贴反射片。
4.根据权利要求1所述的基于基本配置点的两步法摄影物点、像点自动匹配方法，其特征在于，所述的拍摄图像，是用哈苏H4D-60相机在距离墙壁垂直距离30m处对摄影标志进行拍照所获得的图像，利用德国MVtec公司开发的图像处理软件HALCON编制了标志识别与自动匹配软件程序，通过阈值分割和椭圆拟合算法可获得标志图像的中心坐标和拟合椭圆短半轴长度的像素数。
CN201510746215.2A 2015-11-06 2015-11-06 基于基本配置点的两步法摄影物点、像点自动匹配方法 Expired - Fee Related CN105405135B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510746215.2A CN105405135B (zh) 2015-11-06 2015-11-06 基于基本配置点的两步法摄影物点、像点自动匹配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510746215.2A CN105405135B (zh) 2015-11-06 2015-11-06 基于基本配置点的两步法摄影物点、像点自动匹配方法

Publications (2)

Publication Number Publication Date
CN105405135A CN105405135A (zh) 2016-03-16
CN105405135B true CN105405135B (zh) 2018-08-10

Family

ID=55470602

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510746215.2A Expired - Fee Related CN105405135B (zh) 2015-11-06 2015-11-06 基于基本配置点的两步法摄影物点、像点自动匹配方法

Country Status (1)

Country Link
CN (1) CN105405135B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104376328B (zh) * 2014-11-17 2023-10-24 国家电网公司 基于坐标的分布型编码标志识别方法及系统
CN107037814B (zh) * 2017-05-10 2024-01-05 广东金马游乐股份有限公司 无轨观览车的空间定位系统及其定位方法
CN111445528B (zh) * 2020-03-16 2021-05-11 天目爱视（北京）科技有限公司 一种在3d建模中多相机共同标定方法
CN114440834B (zh) * 2022-01-27 2023-05-02 中国人民解放军战略支援部队信息工程大学 一种非编码标志的物方与像方匹配方法
CN115930913B (zh) * 2022-12-20 2025-01-21 中国电子科技集团公司第五十四研究所 一种近景摄影测量批量柔性自适应标志装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1801896A (zh) * 2006-01-17 2006-07-12 东南大学 摄像机标定数据的采集方法及其标定板
CN101661617A (zh) * 2008-08-30 2010-03-03 深圳华为通信技术有限公司 摄像机标定的方法及装置
CN102032878A (zh) * 2009-09-24 2011-04-27 甄海涛 基于双目立体视觉测量系统的精确在线测量方法
CN103247048A (zh) * 2013-05-10 2013-08-14 东南大学 一种基于二次曲线与直线的摄像机混合标定方法
CN105006000A (zh) * 2015-08-18 2015-10-28 河海大学常州校区 一种应用于智能激光切割的图像自动标定方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1801896A (zh) * 2006-01-17 2006-07-12 东南大学 摄像机标定数据的采集方法及其标定板
CN101661617A (zh) * 2008-08-30 2010-03-03 深圳华为通信技术有限公司 摄像机标定的方法及装置
CN102032878A (zh) * 2009-09-24 2011-04-27 甄海涛 基于双目立体视觉测量系统的精确在线测量方法
CN103247048A (zh) * 2013-05-10 2013-08-14 东南大学 一种基于二次曲线与直线的摄像机混合标定方法
CN105006000A (zh) * 2015-08-18 2015-10-28 河海大学常州校区 一种应用于智能激光切割的图像自动标定方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
《Computing the Exterior Orientation Elements of Line-Array CCD Images by Improved Two-Step Solution Method》;Hui Gong等;《2008 Congress on Image and Signal Processing》;20081231;第4卷;全文 *
《单摄像机单投影仪三维测量系统标定技术》;韦争亮等;《清华大学学报（自然科学版）》;20090228;第49卷(第2期);全文 *
《基于灭点理论和平面控制场的相机标定方法研究》;杨化超等;《中国图象图形学报》;20100831;第15卷(第8期);全文 *
《摄影测量中标记点自动匹配方法研究》;孟祥丽;《湛江师范学院学报》;20091231;第30卷(第6期);全文 *
《数码相机系统标定的数学模型》;蔡吉花等;《数学的实践与认识》;20100731;第40卷(第14期);全文 *
《线结构光视觉传感器测圆（类圆）孔中心两步法》;薛婷等;《机械工程学报》;20081031;第44卷(第10期);全文 *

Also Published As

Publication number Publication date
CN105405135A (zh) 2016-03-16

Similar Documents

Publication Publication Date Title
CN109509230B (zh) 一种应用于多镜头组合式全景相机的slam方法
CN105405135B (zh) 基于基本配置点的两步法摄影物点、像点自动匹配方法
CN104091369B (zh) 一种无人机遥感影像建筑物三维损毁检测方法
CN104333675B (zh) 一种基于球面投影的全景电子稳像方法
WO2021004416A1 (zh) 一种基于视觉信标建立信标地图的方法、装置
CN104732577B (zh) 一种基于uav低空航测系统的建筑物纹理提取方法
CN107917695A (zh) 一种基于图像识别技术的房屋倾斜监测方法
CN110146030A (zh) 基于棋盘格标志法的边坡表面变形监测系统和方法
CN104077760A (zh) 一种航空摄影测量的快速拼接系统及其实现方法
CN109829853A (zh) 一种无人机航拍图像拼接方法
CN113222820A (zh) 一种位姿信息辅助的航空遥感图像拼接方法
CN109214254B (zh) 一种确定机器人位移的方法及装置
CN103186892A (zh) 利用航拍图像生成等比例实景现场图的方法及系统
CN105550994A (zh) 一种基于卫星影像的无人机影像快速概略拼接方法
CN105118086A (zh) 3d-aoi设备中的3d点云数据配准方法及系统
CN107977453B (zh) 一种无人机巡视图片分类方法以及系统
CN102589529B (zh) 扫描近景摄影测量方法
CN113034347A (zh) 倾斜摄影图像处理方法、装置、处理设备及存储介质
CN111105467A (zh) 一种图像标定方法、装置及电子设备
CN105957005B (zh) 基于特征点和结构线的桥梁影像拼接方法
WO2021170051A1 (zh) 一种数字摄影测量方法、电子设备及系统
CN104318540B (zh) 一种利用cpu与gpu协同的航空影像在线拼接方法
JP2008224323A (ja) ステレオ写真計測装置、ステレオ写真計測方法及びステレオ写真計測用プログラム
CN116363185B (zh) 地理配准方法、装置、电子设备和可读存储介质
CN109682312B (zh) 一种基于摄像头测量长度的方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180810

Termination date: 20191106

CF01 Termination of patent right due to non-payment of annual fee