无人机航空摄影测量技术

[11]，能够构建清晰的立体模型。=2\*GB3②影像上不能有大面积的反光污点等缺陷。=3\*GB3③保证在曝光时刻由飞机的地面速度引起的图像点的位移一般不大于1像素=4\*GB3④拼接的影像应无明显的模糊，重影和错位。实验数据分析质量检查表4-SEQ表4-\*ARABIC1质量检查影像每张影像特征点数量中位数为73518个数据集253张影像中252张已校准（99%），所有影像已启动相机优化初始和优化的内部像机参数之间的相对差异为2.56%匹配每个校准图像中的匹配的特征点中位数为33656.8个地理参照无3DGCP本次实验特征点图像超过了1/4，且每张影像特征点超过了10000个；所有或者几乎所有的影像校准在一个区块之中；初始和优化焦距之间差异百分比小于5%，符合要求。上REF_Ref40991903\h图4-2中，蓝点表示影像初始位置，绿点表示计算位置。如果出现椭圆表示影像偏移非常高，图像地理定位存在严重问题。应确保使用正确的相机参数模板，如果参数没错，可以通过增加重叠率和图像质量、删除模糊影像、加入地面控制点来改善。绝对相机位置和方向的不确定度表4-SEQ表4-\*ARABIC2绝对相机位置和方向的不确定度X（m）Y（m）Z（m）俯仰角翻滚角航偏角不确定度平均值0.0050.0050.0050.0030.0020.002不确定度标准差0.0060.0050.0060.0030.0030.002重叠率是决定整体质量的重要参数。上REF_Ref41059477\h图4-3中绿色的地方表示每个像素有超过5个影像的重叠，红色和黄色表示该区域重叠度较低，生成的成果质量可能较差。光束法区域网平差细节表4-SEQ表4-\*ARABIC3光束法区域网平差细节光束法区域网平差的2D特征点观测数8007880光束法区域网平差的3D点数量2763252平均重投影误差（像素）0.139光束法区域网平差的2D特征点观测数是指用于AAT/BBA的所有图像上的自动连接点数，对应的是至少两张影像上可以匹配出来的特征点数量。光束法区域网平差的3D点数量是通过2D特征点基础上生成的。在每个图像上，检测到的2D特征点都有特定位置。当计算出的3D投射回影像时，3D点在影像上就具有了重新投影的位置，初始位置和投射回的位置的距离就是重投影误差。内部相机参数表4-SEQ表4-\*ARABIC4内部相机参数焦距像主点坐标X像主点坐标YR1R2R3T1T2初始值3752.2298.8002736.0006.4171824.0004.2780.0000.0000.0000.0000.000优化值3655.8528.5742754.4606.4601860.7394.364-0.2660.109-0.032-0.000-0.000标准差1.0170.0020.0440.0000.0390.0000.0000.0000.0000.0000.000相机内部参数之间的相关性由光束法平差决定。白色表示参数之间的完全相关性，即一个参数的改变完全可以由另一个参数补偿。黑色表示参数完全独立，不受其它参数影响。上REF_Ref41060143\h图4-5显示的是计算后的影像位置，每个图像都与有匹配关系的影像连接起来了。连接线明暗程度表示的是图像匹配的2D特征点数量的多少，在连接点数量越少的情况越明亮，反之连接越多，区域越暗。在连接点数量较少情况下需要手动连接点或更多影像。相对相机位置和方向不确定度表4-SEQ表4-\*ARABIC5相对相机位置不确定度X（m）Y（m）Z（m）俯仰角（°）翻滚角（°）航偏角（°）不确定度平均值0.0100.0120.0300.0120.0080.003不确定度标准差0.0040.0040.0150.0060.0050.002各方向的平均不确定度应该小于0.1°。如果标准差值过大则表示项目的某些区域没有得到很好的校准。表4-SEQ表4-\*ARABIC6方向误差最小误差最大误差X方向地理位置误差百分比Y方向地理位置误差百分比Z方向地理位置误差百分比-0.050.000.001.33-0.05-0.040.000.000.44-0.04-0.030.000.000.44-0.03-0.020.440.001.33-0.02-0，010.890.4419.56-0.010.0047.5648.4433.330.000.0151.1151.1130.220.010.020.000.006.670.020.030.000.001.780.030.040.000.001.780.040.050.000.000.440.05-0.000.002.67平均误差[m]0.0000050.000010-0.000092标准差[m]0.0030120.0018040.018210均方根误差[m]0.0030120.0018040.018210初始影像和计算图像之间的差异叫做地理位置误差，最小误差和最大误差表示在-1.5倍到1.5倍所有影像最大精度之间的地理位置误差。表4-SEQ表4-\*ARABIC8相对地理定位方差地理定位方向方差均方根误差[°]俯仰角0.625翻滚角0.800航偏角3.579上REF_Ref40958653\h表4-8初始影像方向角和计算影像方向角导致的地理位置均方根误差。

总结与展望总结无人机航测是近年来飞速发展的一门新型测绘技术，是新时代科技发展与测绘技术相结合的产物。与传统的数字化测图相比，具有快速高效，操作简单，成本低，周期短等特点。本文以无人机航测在带状地形图中的具体应用为例来展开阐述：通过查阅资料了解了无人机是如何一步步发展起来的，以及目前广泛应用的各类领域，对无人机航测有了一定的认识和理解。分析了无人机航测作业的优势，对无人机的组成以及一系列处理流程也有了一定的了解。在了解了航测相关技术理论之后进行内外业的详细实践操作。对内业涉及到的理论进行对比研究。航测相关的质量检查，和实验处理后的数据分析。展望在地形图测绘方面，无人机航测技术因其作业成本低，可以高效准确获取需要的高分辨率数字正射影像而被广泛使用，应用前景广阔。但是还需要进行更深层次的研究，本文对以下方面进行展望：（1）无人机摄取影像的好坏直接影响所生成地形图的精度，希望未来随着技术的发展，可以有更高的精度。（2）目前数据处理软件对硬件的要求较高，普通配置下的计算机并不能高效的处理影像，希望未来随着5G网络的发展可以出现更智能化的软件，方便我们的生活。

参考文献F.Remondino.UAVphotogrammetryformappingand3Dmodeling[J].RemoteSensingandspatialInformationSciences,2011,(22):1-7.Kyriacos,AthosAgapiou,HelenMKing,NigelKing,D.G.Hadjimitsis.MoreThanaFlight:TheExtensiveContributionsofUAVFlightstoArchaeologicalResearchTheCasestudyofCuriumSiteinCyprus[J].Euro-MediterraneanConference，2014，（15）:396-409冯华峰.无人机航空摄影测量在带状地形图测量中的应用[J].中小企业管理与科技(下旬刊),2019(06):174-175.刘丹,梁涛,田银枝,曹红杰.无人机航测技术在长江航道整治工程中的应用[J].地理信息世界,2014,21(04):59-63.王广麟.无人机测量系统在带状地形图测图项目中的应用[J].住宅与房地产,2017(32):200.杨超,王豪威.无人机航测技术在1∶1000带状地形图制作中的应用研究[J].经纬天地,2018(04):31-37.王佩军.摄影测量学[M].武汉:武汉大学出版社,2010.刘坦.Inpho、PhotoScan及Pix4D无人机正射影像处理软件