《无人机测绘技术》项目3任务3无人机倾斜摄影数据处理.pptxVIP

《无人机测绘技术》项目三无人机测绘数据采集任务3无人机倾斜摄影数据处理

无人机倾斜摄影数据处理是一种利用无人机搭载相机拍摄倾斜摄影图像，然后进行数据处理的技术。它可以提供高精度的地形、地貌、植被等地理信息，为地理信息系统提供更加准确的数据，被广泛用于地形测量、地质勘探、土地利用规划、环境监测等场合。本任务我们将对无人机倾斜摄影数据处理的相关知识进行学习，并输出符合质量标准的倾斜摄影数据处理成果。任务引入

正确认识自身岗位，热爱本职工作，时刻保持恭敬心与敬畏心；严格遵守岗位操作规程，确保工具、设备和自身的安全；养成良好的团队协作精神和较强的组织沟通能力。思政要点03能够使用大疆智图完成倾斜摄影三维模型生产制作；能够利用EPS基于三维模型进行数字线划图生产。技能要点02了解无人机倾斜摄影数据处理流程相关知识要点；掌握基于三维模型的数字线划图生产的流程。知识要点01学习目标

无人机倾斜摄影数据处理流程；基于大疆智图进行数据处理；基于三维模型的数字线划图生产。基于大疆智图进行数据处理；基于三维模型的数字线划图生产。重点难点学习重点和难点

03基于三维模型的数字线划图生产02基于大疆智图进行数据处理01无人机倾斜摄影数据处理流程目录CONTENTS

2航测数据处理软件Part1无人机倾斜摄影数据处理流程

无人机倾斜摄影数据处理流程倾斜摄影测量影像处理的关键技术通常包括相机的高精度检测、影像预处理、区域网联合平差、多视影像匹配、DSM生成、真正射纠正、三维建模等关键内容。

非量测相机高精度检测无人机在拍摄影像之后，影像的数量较多且像幅小，因此需要依据影像的特点及相机定标参数、拍摄姿态数据以及有关几何模型对影像进行几何校正。

多视影像联合平差①影像间的几何变形和遮挡关系；②结合定位定向系统提供的多视影像外方位元素，结合金字塔影像匹配策略，在每级影像上进行同名点自动匹配和联合平差，得到较好的同名点匹配结果；③建立误差方程式时，将连接点、控制点坐标、GPS/IMU辅助数据等数据，与多视影像自检校区域网平差的误差方程，进行联合解算，以获取高精度的平差结果。多视影像包括垂直摄影影像和倾斜摄影影像。在处理摄影影像的过程中，部分空中三角测量系统无法较好地完成，因此需要多视影像联合平差处理方法来处理倾斜影像。在多视影像联合平差过程中，需要注意以下几个方面：

多视影像密集匹配多视影像匹配是数字摄影测量的核心技术之一，基于多视影像的特点，多视影像匹配相较于传统的单一立体影像匹配有诸多优点：在多视影像中，由于数量较多，因此可以利用影像中的冗余信息，来对所拍摄地物中的错误匹配进行改正；可以利用多视影像中的信息，尽可能地对盲区的地物特征进行补充。

数字表面模型生成利用多视影像密集匹配方法能够生成高精度、高分辨率的数字表面模型（DSM），该模型能够表达地形的起伏变化。但多角度倾斜影像之间存在角度、色差、高度等引起的差异，且影像中会存在一定的阴影和遮挡问题，可以先依据自动空中三角测量计算出各个影像的外方位元素，继而选择合适的影像匹配单元与之前计算出来的外方位元素进行特征匹配和像素级的密集匹配，并引入并行算法，提高计算效率。

真正射影像纠正多视影像真正射影像纠正涉及物方和像方这两种概念，其中物方为连续的数字高程模型（DEM）和大量离散分布且粒度差异很大的地物对象。像方为海量的多角度影像，因此在进行多视影像真正射影像纠正的过程中，物方和像方同时进行，在纠正过程中需考虑几何辐射等系统误差的因素，进行联合纠正，最后获得正射影像。

3D建模生成的模型有两种，分别为单体对象化的模型以及非单体对象化的模型。在构建模型的过程中，软件会自动根据多视影像进行密集匹配，自动生成高密度的点云数据。利用这些点云数据可以构建不同层次的不规则三角网，同时还得到了带有白模的三维模型。因为每张影像都具有精确的位置信息，软件可以依据这些信息计算出每个三角网所对应的影像中的位置，然后将纹理信息与三维TIN模型进行配准，最后进行纹理影像反投影实现纹理贴附，最终完成三维模型的构建。

2航测数据处理软件Part2基于大疆智图进行数据处理

基于大疆智图进行数据处理大疆智图可见光重建包括二维重建和三维重建，其中二维重建是基于摄影测量原理利用无人机采集的影像生成所摄区域的数字表面模型（DSM）及数字正射影像（DOM）的过程。三维重建是基于摄影测量、计算机视觉中的多视几何及计算机图形学等原理利用无人机采集的影像生成所摄物体实景三维模型的过程。二维重建基本流程为：数据导入→空三→二维重建。三维重建基本流程为：数据导入→空三→三维重建。

数据预处理①以五相机为例，将采集的照片以每个镜头为单位分别存放在五个文件夹内，在对每个文件夹，全选影像，右键点击“属性”，点击“详细信息”，下拉找到照相机型号，双击右侧参数值框进入