将借助 LPS 模块建立的区域网工程文件保存 并导入到 Stereo 模块中，可获得相邻航片间的重叠 度，通过红青眼镜可观测到像对重叠区域的立体场 景，并且能对相邻影像上任意同名点进进行立体量 测。如图 6 所示，是相邻两影像构成的立体像对，线 段 AB 为在红青影像上量测的某一房屋的长度，在 编辑栏里能显示出房屋的长度。
［6］ Ｒosenfeld A．From image analysis to computer vision： An annotated bibliography［J］． Computer Vision and Image Understanding，2001，84（ 2） ： 298-324．
［7］ 冯文灏．关于近景摄影机检校的几个问题［J］． 测绘通
信息。最后，利用北京地区的试验数据进行了验证分析。结果表明利用能快速实现可量测立体模型构建，具有较高
的量测精度，能有效的提高应急测绘条件下的灾情地理信息获取，为灾情评估和辅助决策提供依据。
关键词： 无人机； 摄像头标定； 关键帧影像； 光束法平差； 可量测立体模型构建
中图分类号： P231
文献标志码： B
本文介绍了一种基于低空无人机视频影像的可 量测立体模型构建方法，并通过试验验证了该方法 的可行性和有效性，具有较高的量测精度，能有效地 提高应急测绘条件下的灾情地理信息获取，为灾情 评估和辅助决策提供依据。
2 视频影像可量测立体模型构建技术
低空无人机视频影像可量测立体模型构建技术 搭载的是民用型高清轻小型 CCD 传感器，通过摄像 机智能标定技术获取其内方方位元素、通过关键帧 自适应自动提取技术建立的关键帧影像的提取方 法，提取满足摄影测量立体模型构建的关键帧影像，
文章编号： 1671-3044（ 2016） 01-0075-04
1引言
随着无人机的广泛应用，各种影像和视频影像的 获取更加方便和及时，但影像的及时处理和初步定位 显得越来越重要［1］。特别是近几年来无人机监控技 术的发展，以及视频流传输技术的逐步成熟，利用电 动无人机搭载小型摄像头获取视频数据用于应急救 灾成为可能［2］。在测绘领域，特别是在应急测绘条件 下，为满足特殊的需要，比如获取全景图，构建立体像 对，构建可量测立体模型，只获取视频影像是不够的。 因此开展关键帧的自动抓取并进行光束空中三角测 量放实现立体量测具有重要的研究意义。
收稿日期： 2015-04-14； 修回日期： 2015-10-16 基金项目： 国家科技支撑计划（ 2011BAB01B04） ； 测绘地理信息公益性行业科研专项（ 201412007； 201512027） 。 作者简介： 王光辉（ 1982－） ，男，河南商丘人，工程师，硕士，主要从事摄影测量与遥感数据处理及应用研究。
2. 3 光束法空中三角测量可量测立体模型构建［11］
（ 1） 利用特征匹配算法，得到同名点对进行光
束法空中三角测量，完成相对定向、模型连接以及航
带自由网多项式改正。
（ 2） 根据获取的精确的像片参数，得到一幅影
像中的所有特征点投影到与其相匹配的影像上的坐
标位置。假设点
u
k i
与
ukj
为第
i
幅影像和第
像元误差（ 像素）
xerr
yerr
0. 115 23 0. 105 24
3. 2 可量测视频关键帧影像立体模型构建试验 本试验提 取 视 频 关 键 帧 影 像 中 的 两 条 航 线，
十张关键帧影像，航线 1 的像片序号是 1 ～ 5，航线 2 的像片序号是 6 ～ 10。关键帧影像提取结果见 图 5。
然后利用摄影向量中光束法平差技术解求外方位元 素信息［8－ 9］，实现 基 于 视 频 关 键 帧 影 像 的 可 量 测 立 体模型构建，流程见图 1。
图 1 可量测立体模型构建总体技术流程图
2. 1 基于改进平板的摄像机智能标定 摄像机标定方法有传统标定和自标定两种，传
统标定技术精度较高，但其特制标定模块较昂贵，自 标定技术虽然较灵活方便，但其精度不高。张正友 提出了一种介于传统标定和自标定方法之间的一种 平板标定方法［5］。具体流程见图 2。方法如下： （ 1） 保证棋盘图像和摄像机之间一方处于静止状态，从 不同角度获取至少三张影像； （ 2） 在确定影像的左 上角为图像坐标原点后，根据影像的长和宽得到棋
表 3 解算结果
所有影像 单位权中 误差（ 像素）
0. 3962
控制点模型
中误差
（ 像素）
X
Y
Z
0. 005 2 0. 003 8 0. 042 7
控制点影像
匹配中误差
（ 像素）
X
Y
0. 376 1 0. 448 3
图 5 实验区视频关键帧影像提取结果示意图
利用 EＲDAS 平台的 LPS 模块对提取的关键帧 影像进行光束法空中三角测量可量测立体模型构 建。首先，选择正确的投影方式和转角系统，构建几 何模型，进行内定向； 然后，对影像进行相对定向、绝 对定向处理； 最后，进行光束法空中三角测量平差 计算。
保证棋盘图像和摄像机之间一方处于静止状 态，从不同角度获取 6 张影像，见图 4 。
图 3 视频关键帧影像自动提取流程图
图 4 棋盘影像示意图
根据图 1 所示的具体标定流程，并经过参数的 初始化和非线性最优化可以得到摄像机的内参数和 畸变系数，见表 1。
第1期
王光辉，等： 低空无人机视频影像可量测立体模型构建技术
表 2 为相对定向结果，各像对相对定向中误差 均小于 0. 5 个像素，符合低空摄影测量的规范要求。
本试验最终空中三角测量加密迭代收敛，所有 影像单位权中误差达 0. 396 2 像素，并可输出带有外 方位元素、像点坐标、物方坐标及连接点、控制点残 差报告，计算结果见表 3，满足低空摄影测量规范 要求。
航线设计中实现； 而关键帧的航向重叠度因无法设 置曝光间隔，则需要单独计算得到。
根据航线规划设计的旁向重叠及根据视频帧 率、飞行高度、速度、影像分辨率等参数确定的航向 重叠度计算方法，利用 DirectShow 技术实现关键帧 影像的自适应提取，以保证立体模型构建时需要的 立体相对。具体方法为： （ 1） 使当前视频系统处于 视频预览状态； （ 2） 先启动 Sample Grabber Filter 接 口无条件抓取一幅影像； （ 3） 设置视频关键帧影像 提取的时间间隔； （ 4） 循环操作直至所有影像提取 完成。见图 3。
j
幅影
像中第 k 个对应特征匹配点，pkij 为 ukj 上对应点投影
在影像
i
的坐标位置，定义残差为
r
k ij
=
uki
－p
k ij
。
n
（ 3） 得到所有匹配点之间的残差平方和，即： ∑ i=1
∑
j∈Γ（ i）
∑
k∈F（ i，j）
f
（
rij ）
2 ，将 其 作 为 目 标 函 数，给 定 一 初 始
值 xmax ，当 e＞xmax 时，令 e = xmax 然后进行最小二乘迭
代计算求解关键帧影像的内外方位元素，实现可量
测立体模型构建。
Байду номын сангаас
3 试验验证
本试验数据来源是利用无人机快速获取北京某 地区的视频数据，并对试验结果进行了分析。 3. 1 摄像机智能标定与关键帧影像提取试验
在 vs2008 开发平台上，利用 VC++语言和微软 提供的 DirectShow 应用程序开发工具包，以及开源 代码 OpenCV，结合摄像机内方位参数、视频帧率、 飞行高度、速度、影像分辨率等参数，实现了关键帧 影像自动提取，并对影像进行了畸变差改正。
第 36 卷第 1 期 2016 年 1 月
海洋测绘 HYDＲOGＲAPHIC SUＲVEYING AND CHAＲTING
DOI： 10．3969 / j．issn．1671－3044．2016．01．019
Vol. 36，No. 1 Jan．，2016
低空无人机视频影像可量测立体模型构建技术
王光辉1，武斌敬2，龙敬琪3，王 更4
［4］ Fraser C S． Some thought on the emergence of digital close-range photogrammetry ［J］． The Photogrammetric Ｒecord，1998，12（ 1） ： 125-140．
［5］ Zhang Z．A flexible new technique for camera calibration ［J］．IEEE Transactions on Pattern Analysis and M achine Intelligence，2000，22（ 11） ： 1330-1334．
77
表 1 摄像机标定结果
焦距（ 像素）
中心坐标（ 像素）
径向畸变（ 像素）
f
fx
fy
u0
v0
k1
k2
29. 4mm 802. 409 26 799. 708 89 362. 417 83 313. 433 74 －0. 167 93 0. 266 68
切向畸变（ 像素）
p1
p2
0. 001 27 0. 006 89
速获取视频数据，基于改进平板摄像机智能标定技术，获取摄像头的内方位元素，结合摄像机内方位参数、视频帧率、
飞行高度、速度、影像分辨率等参数实现了基于实时视频流的关键帧影像自适应自动提取算法，并对提取关键帧影像
进行畸变差改正； 其次，通过对校正后的影像进行光束法空中三角测量加密处理，计算视频关键帧影像的外方位元素
缝正射影像立体模型生成方法及应用［J］． 铁道勘察，
2004（ 1） ： 23-25． ［11］ 张剑清，潘 励，王树根． 摄影测量学［M］． 武汉： 武汉