在过去的几十年里,制图领域经历了从传统图形制图到数字计算机制图的逐渐转变。数字摄影测量正在迅速发展,而模拟航空照片的使用没有预见到变化。使用模拟航空照片的主要缺点是扫描过程中普遍存在的精度损失。只有专门为摄影测量应用设计的图像扫描仪才能保证所需的精度。此外,航空摄影成本低廉,但转换为数字格式和正射校正的两步过程可能耗时且昂贵。尽管新的高分辨率图像空间传感器的启动成本经常被认为是太空制图的缺点,但数字摄影测量的优势超过了初始投入。一旦全链流程得以实施和自动化,从太空数字图像制作地图将变得更具成本效益、更省时,并为各种地图应用提供更广泛的数据。
该项目旨在利用多射线摄影测量产生的数据自动提取和重建 LoD 2 3D 建筑模型,并精确计算屋顶顶点的几何形状:
比较各种调整的坐标差异标准偏差。来自地带的相机数据。........来自奥尔巴尼的相机数据。.• .....使用不同控制 AGPS 与 NOAA 飞行中的奥尔巴尼进行块调整。控制的标准误差。• • .• .• AGPS 单位重量标准误差 FORBLK 单位重量标准误差 SAS 系统 ..........奥尔巴尼标准误差 ........地面控制和相机位置 x 坐标差异的标准偏差 .............. ...地面控制和相机位置的 y 坐标差异的标准偏差 .................地面控制和相机位置的 z 坐标差异标准偏差 .............地面控制和相机位置的 x 照片坐标残差差异的标准偏差 .....地面控制和相机位置的 y 照片坐标残差差异的标准偏差 92 通过 AGPS 飞行 ........FORBLK 中使用的权重 ....动态相机控制和地面控制光束法平差之间的差异 ....伪距相机控制和地面控制光束法平差控制和图像残差之间的差异 ...控制中的标准误差(按 AGPS 的 Albany 权重计算) .• ..• 外部方向元素
比较各种调整的坐标差异标准偏差。来自地带的相机数据。........来自奥尔巴尼的相机数据。.• .....使用不同控制 AGPS 与 NOAA 飞行中的奥尔巴尼进行块调整。控制的标准误差。• • .• .• AGPS 单位重量标准误差 FORBLK 单位重量标准误差 SAS 系统 ..........奥尔巴尼标准误差 ........地面控制和相机位置 x 坐标差异的标准偏差 .............. ...地面控制和相机位置的 y 坐标差异的标准偏差 .................地面控制和相机位置的 z 坐标差异标准偏差 .............地面控制和相机位置的 x 照片坐标残差差异的标准偏差 .....地面控制和相机位置的 y 照片坐标残差差异的标准偏差 92 通过 AGPS 飞行 ........FORBLK 中使用的权重 ....动态相机控制和地面控制光束法平差之间的差异 ....伪距相机控制和地面控制光束法平差控制和图像残差之间的差异 ...控制中的标准误差(按 AGPS 的 Albany 权重计算) .• ..• 外部方向元素
a 3D 光学计量(3DOM)部门,布鲁诺凯斯勒基金会(FBK),Via Sommarive 18,38123,特伦托,意大利 franex@fbk.eu,http://3dom.fbk.eu b 特温特大学,地理信息科学与地球观测学院(ITC),地球观测科学系,P.O.Box 217,7500AE Enschede,荷兰 m.gerke@utwente.nl 第三委员会 - WG 1 关键词:图像匹配、DSM、马尔可夫随机场、图切割、平滑 摘要:如今,图像匹配技术可以提供非常密集的点云,它们通常被认为是 LiDAR 点云的有效替代方案。然而,与 LiDAR 数据相比,摄影测量点云通常具有更高水平的随机噪声和存在较大异常值的特点。这些问题限制了摄影测量数据在许多应用中的实际使用,但仍需找到增强生成点云的有效方法。在本文中,我们专注于从密集图像匹配点云计算出的数字表面模型 (DSM) 的恢复。摄影测量 DSM,即表面的 2.5D 表示,仍然是从点云派生的主要产品之一。提出了四种专门用于 DSM 去噪的不同算法:标准中值滤波方法、双边滤波、变分方法(TGV:总广义变分),以及一种新开发的算法,该算法嵌入马尔可夫随机场 (MRF) 框架并通过图计算进行优化
摘要................................................................................................................................ii
干涉数据与来自地面摄影测量和运动结构 3D 点云。在确定内在和外在方向参数后,将地面雷达干涉测量获得的数据投影到点云上,然后投影到初始照片上。在照片上可视化边坡变形测量值可提供易于理解和分发的信息产品,尤其是对于难以接近的目标区域,例如陡峭的岩壁或岩石坠落区。比较了四种方法的参考步骤和最终可视化的适用性和误差传播:(a) 使用测量相机和立体图像摄影测量的经典方法;(b) 使用测量相机获取的图像,使用运动结构自动处理;(c) 使用数码紧凑型相机获取的图像,使用运动结构处理;(d) 无标记方法,使用数码紧凑型相机获取的图像,使用运动结构,无需人工地面控制点。完全无标记方法可用于高分辨率雷达干涉测量的可视化,有助于生成可供解释的可视化产品。
如果没有那些在项目期间支持我的人,这篇论文就不可能完成。我要感谢所有直接或间接为这项工作做出贡献的人。然而,有几个人我想在这里特别提到。首先,我要衷心感谢我的导师 Nancy Joy Lim、Fabio Remondino 和 Francesco Nex 对这个项目的指导。我要感谢 Dipl.-Ing. Dominik Schroll 和 virtualcitySYSTEMS GmbH 提供的 Building Reconstruction 软件试用版。我还要感谢特伦托 (意大利) 布鲁诺凯斯勒基金会 (FBK) 的整个 3D 光学计量部门,感谢他们在我待在特伦托期间提供的输入数据和建议。此外,还要特别感谢我的朋友。最后,我要感谢我的家人在我学习期间给予我的所有支持和鼓励。
在航空摄影测量中,使用附加参数进行自校准有着悠久的传统,即使这些参数经常出于实用目的而使用,并且没有太多数学或物理依据。它们还与其他校正参数高度相关。短距离摄影测量中的高相关性早已为人所知,这尤其是由于用作准标准的布朗自校准模型。迄今为止,这些高相关性的负面影响尚未得到充分研究。畸变校正是摄影测量自校准的重要组成部分;在计算机视觉领域不一定是这种情况:在这里,自动校准描述了一些参数的定义,而不考虑失真和近似值。尽管在过去的几十年里对 N≥3 图像的自动校准进行了广泛的研究,但这仍然是一个困难的话题。
推扫式传感器 2000 年,徕卡公司首次推出了用于测绘的推扫式传感器,其应用范围不断扩大,重点是大面积正射影像镶嵌。在获取高质量、几何一致且稳健的影像方面,推扫式方法存在许多有据可查的缺点,这是因为成像质量和动态范围与机载平台的速度直接相关。推扫式捕获像素的有效覆盖范围形状也会随地速和高度而变化。最后,推扫式影像没有固有的几何强度,完全依赖于对机载 GPS 和 IMU 数据和时间的复杂处理,以生成可用于公制应用的影像。电子和处理方面的改进可以尽量减少但不能完全消除这些固有的挑战。推扫式传感器在市场上仍然很活跃,但主要用于正射影像镶嵌项目,在这些项目中,效率和摄影测量精度并不是最重要或最重要的因素。即使是曾经捍卫推扫式技术的供应商现在也认识到了取景传感器的优势,并同时提供这两种传感器。推扫式技术的基本限制是无法在不影响图像质量的情况下,在广泛的飞行高度和条件下提供灵活性和曝光控制。