+ 自适应匹配参数调整，可同时匹配各种 不同地面分辨率,不同传感器的影像；例如: 可同时匹配同一区域的SPOT5 10×5米分 辨率HRS立体影像和2.5/5.0米分辨率HRG 影像,从而自动生成该区域的DEM
+ 具有独特的地貌细节精化匹配(GRM)技 术,使生成的数字地面模型对微细地貌表 达更好。可引入SRTM90、GTOPO30等地分 辨率DEM做为初值，加快DEM的生成效率.
无人机遥感影像快速处理技术
报告内容
无人机数据处理流程 无人机数据处理关键算法 无人机数据快速处理技术 无人机数据快速处理应用 后续遥感数据快速处理的展望
（1）无人机数据处理流程
无人机遥感 原始数据
高精度相机标定
低
空
影像预处理
无
人
机
空中三角测量
遥
感
DSM/DEM自动提取
数
据
处 全景图快速拼接生成
正射纠正
Digital Surface Model of City Area
由无人机航空影像获取的2米分辨率DSM数据(四川) 由0.2米分辨率无人机航空影像获取的1米分辨率DSM数据(宁夏中卫市)
（2）无人机数据处理关键算法
——无人机遥感影像辐射校正
（2）无人机数据处理关键算法
——大范围正射影像自动拼接
yr y y0 K1 r 2 K 2 r 4 K3 r 6 O[r 8 ]
Xw 世界坐标系
切向畸变
xd
P1 r 2 2
x x0 2 2 P2 x x0

y y0

O
非量测相机： 像主点 焦距
（1）无人机数据处理流程
——高精度相机标定
精密仪器 人造对象 自然对象
多准直仪 可测角准直仪和精密格网 室内三维控制场 简易三维刚体 平面格网 一维物体 恒星 铅垂线 同名点、绝对二次曲线和二次曲面 建筑物垂直线和灭点
（1）无人机数据处理流程
影像旋转 主点修正 畸变改正 格式转换
x

x0 ,
y

y0
4
yd
P2 r 2 2
y y0
2 2 P1 x x0

y y0
O x x0, y y0
4
薄棱镜畸变
xp s1 x x0 2 y y0 2 O x x0, y y0 4 yp s2 x x0 2 y y0 2 O x x0, y y0 4
基于尺度/旋转不变的全自动相对定向(倾斜摄影影像)
影像A
影像B
影像C
根据相对定向点，计算三幅影像的公共范围
提取Förstner特征并进行灰度匹配，初步获得三幅影像的同名点
根据核线约束，去除错误匹配
用直方图除错误匹配
根据几何相似关系，去除错误匹配
输出最终模型连接点，得到模型连接比
——自动空中三角测量
将点位传递到金字塔影像下一层，逐层采用带核线约束的近 似一维影像匹配
原始影像上采用最小二乘匹配
相对定向剔除误匹配点
基于尺度/旋转不变的全自动相对定向(无人机影像 – 影像旋偏角较大)
基于尺度/旋转不变的全自动相对定向(无人机影像–影像旋偏角较大,影像纹理缺乏)
基于尺度/旋转不变的全自动相对定向(无人机影像 – 纹理缺乏,影像偏航较大)
（2）无人机数据处理关键算法
——大范围正射影像自动拼接
基于动态规划算法的正射影像拼接线提取
通常的拼接线
自适应正射影像拼接线(躲避房屋,树木等)
（2）无人机数据处理关键算法
——大范围正射影像自动拼接
（2）无人机数据处理关键算法
+ 基于物方的多影像匹配(多目视觉)方法， 可以同时匹配多于2景影像，有效地解决匹 配困难地区(如重复纹理，遮挡区域)的三 维信息自动提取问题；
+ 融合多种特征进行匹配，如离散点和特 征线，并采用TIN结构表达地面模型,有利 于地形复杂地区的DEM生成;
+ 兼顾影像的全局和局部信息,采用兼顾地 形特征线信息的全局概率松弛法影像匹配 算法，有效的解决了影像纹理缺乏区域 （大面积沙漠，荒漠，冰雪覆盖区域）的 自动地形测绘问题;
——无人机预处理
（1）无人机数据处理流程
空中三角测量 DSM自动提取 DSM滤波生成DTM 影像正射纠正 正射影像辐射处理 正射影像拼接处理
——空中三角测量
（2）无人机数据处理关键算法 ——自动空中三角测量
无人机数据存在的问题:
影像航向重叠度和旁向重叠度都不够规则 像幅较小、像片数量多 影像的倾角过大且倾斜方向没有规律 航摄区域地形起伏大、高程变化显著，影像间的比例尺差异大、旋偏角大，
基于尺度/旋转不变的全自动模型连接
（2）无人机数据处理关键算法 ——DSM/DEM自动提取技术
算 法 采 用 由 粗 到 细 （ Coarse-to-fine ） 的 多 级 影 像 匹 配 策 略 ， 综 合 集 成 多 种 成 熟 的，性能互补的影像匹配算法，并在匹配算法的各个子模块之间进行质量控制，自动进行 匹配粗差定位和剔除，充分利用高分辨率遥感影像所提供的新特点（高信噪比，高反差的 影像，高地面覆盖重叠率等），获取成像区域的高精度DEM。
影像有明显畸变等这些情况下实现自动空三是现有数字摄影测量系统的主要 挑战，在大多数情况下都将导致错误结果.
（2）无人机数据处理关键算法
基于尺度/旋转不变的全自动相对定向
建立金字塔分层影像 SIFT特征匹配
基于RANSAC的相对定向误匹配剔除，获得相对定向元素 划分均匀网格，并提取 Förstner特征点 带核线约束的近似一维影像匹配
理
系
无人机遥感影像辐射纠正
统
大范围正射影像自动镶嵌
测区全景图
测区正射影 像图
（1）无人机数据处理流程
——高精度相机标定
Yc
投影中心
f
Oc
Xc
相机坐标系
Yw
y
Ow
像点xi
Zc o
x
像平面
几何成像模型
空间点I
径向畸变
Zw
xr x x0 K1 r 2 K 2 r 4 K3 r 6 O[r 8 ]