第13课：基于遥感的三维重建理论与方法

遥感影像三维重建

研究意义：

三维可视化是城市基础建设、规划、环境保护、交通和通讯等方面的一个重要环节,是当今“数字城市”(digitalcity)的一个重要表现手段，研究快速建立三维城市模型是构建数字城市的一个重要方面。当今先进的遥感技术和数字摄影测量技术是三维城市景观模型重建的一个重要手段。因此利用遥感影像可以快速获取三维信息。一、摄影测量基本原理XYZa

(x,y)xyzS(Xs,Ys,Zs)A(X,Y,Z)1、共线方程

2、解算地面点的三维坐标

由共线方程可知，单张像片只能列出两个方程，无法求解三个未知数（X,Y,Z），所以利用立体像对进行地面点三维坐标的解算，如图所示。基本原理已知量未知量二、高分辨率遥感影像三维重建1、高分辨率卫星简介

IKONOS（4m彩色、1m全色卫星影像Quickbird（快鸟、0.6m）卫星影像2、高分率遥感影像成像模型

传感器成像模型的建立是进行摄影测量立体定位处理的基础，一般分为物理和通用传感器模型。在传统的摄影测量领域，使用较多的是物理传感器模型，而且使用画幅式相机，这样基于共线方程的立体像对纠可以实现三维重建。随着遥感技术和航天技术的发展，在摄影测量领域画幅式相机逐渐被CCD传感器所取代，如果采用基于共线方程传感器模型描述，将导致定向参数之间的强相关性，影响定向的精度和稳定性。同时通用传感器模型与具体的传感器无关，因而更能适应传感器成像方式多样化的发展要求，所以通用传感器模型的研究成为当前摄影测量与遥感领域的一个重要研究方向。3.常用影像定位方法多项式法共线方程式法直接线性变换法仿射变换法有理函数模型法3.常用影像定位方法多项式法共线方程式法3.常用影像定位方法直接线性变换法仿射变换法8参数法3.常用影像定位方法严密仿射变换公式有理函数模型法3.常用影像定位方法有理函数模型(RFM)基于RFM的通用传感器模型

RFM定义：

RFM是将像点坐标（r,c）表示为以相应地面点空间坐标（X,Y,Z）为自变量的多项式的比值，公式如下：RFM传感器优点：①、一般性：形式简单，适用于大多数传器；

②、保密性：RFM中隐含了传感器信息；

③、高效性：便于实时处理。称为有理多项式系数(RationalPolynomialCoefficients,RPC)，简称RPC参数

3.常用影像定位方法有理函数模型系数（RPC）的解算方法：与地形无关的RPC系数求解

传感器的严密物理模型已知空间格网+最小二乘法

与地形有关的RPC系数求解

传感器的严密物理模型未知

GCP选点+最小二乘法3.常用影像定位方法有理函数模型的优化直接优化法利用新增GCPs对RPC系数重新解算

新增的GCPs作为RPC系数解算的强制附合条件权阵赋值条件平差附有条件的间接平差新RPC系数原始RPC系数原始GCPs新增GCPs3.常用影像定位方法间接优化法利用新增GCPs计算仿射变换系数，改变像方空间坐标值原始像素坐标原始RPC系数新增GCPs像方仿射变换系数新像素坐标新增GCPs用于像方仿射变换系数的计算3.常用影像定位方法不同空间坐标系之间的坐标转换高斯正反算广义大地坐标微分公式3.常用影像定位方法三、近景影像三维重建

近景摄影测量是摄影测量与遥感学科的一个重要分支，其目的是通过摄影测量的方法，研究目标物体的外形、尺寸以及运动状态等。通过近景摄影测量的方式获取物体真实尺寸从而建立三维景观，满足了中小型用户的可视化需求。其中直接线性变化（DLT）在近景摄影测量中应用比较广泛。直接线性变化解法，因无需内方位元素值和外方位元素的初始近似值，特别适用于非量测相机所摄影像的摄影测量处理，故本算法成为近景摄影量测的重要组成部分。

1、直接线性变换概念:

直接线性变换（DirectLinearTransformation）解法是建立像点坐标仪坐标和相应物点物方空间坐标之间直接的线性关系的算法。

原理：

直接线性变换解法,原则上也是从共线条件方程演绎而来的。按共线条件方程得出直接线性变换的基本关系式:

2、直接线性变换解算

直接线性变换解法的具体解算过程，包括系数L的解算以及空间坐标（X、Y、Z）的解算共两个步骤：步骤一：系数L和物方空间坐标（X,Y,Z）近似值的解算；步骤二：系数L和物方空间坐标（X,Y,Z）精确解算。

四、单张遥感影像三维重建

（1）、传统的航空影像及近景影像通常作为建筑物三维重建的重要信息源。但是，航空影像由于其高空成像造成侧面纹理匮乏，且航空、近景影像均需要昂贵的仪器、设备。（2）、对于从立体遥感影像上自动、半自动地进行建筑物的提取和重建的方法,已经有了大量的研究,在技术思路上也已经比较成熟,而且获得的建筑物几何模型精度也较高。在有些特定情况下,特别是在工程摄影测量、