本發(fā)明涉及相機(jī)自檢校，尤其涉及一種無(wú)人機(jī)影像相機(jī)自檢校方法、系統(tǒng)、介質(zhì)、設(shè)備。

背景技術(shù)：

1、無(wú)人機(jī)作為航空攝影測(cè)量采集數(shù)據(jù)重要的手段之一，在應(yīng)急搶險(xiǎn)、數(shù)字城市、電力巡檢等領(lǐng)域存在廣泛應(yīng)用。但是，無(wú)人機(jī)在采集帶狀場(chǎng)景影像的時(shí)候，為了追求效率，通常采集來(lái)回矩形或者s形的飛行方式進(jìn)行數(shù)據(jù)采集，航帶間缺乏有效的幾何約束。同時(shí)，由于場(chǎng)景中存在平攤區(qū)域，以及無(wú)人機(jī)沿固定高度和和角度進(jìn)行數(shù)據(jù)采集，屬于典型的退化配置問題。對(duì)這種飛行方式及場(chǎng)景所采集的無(wú)人機(jī)影像進(jìn)行光束法平差自檢校，容易出現(xiàn)“碗狀”效益，重建模型存在變形扭曲，無(wú)法對(duì)其進(jìn)行高精度三維重建。當(dāng)前主流方法主要依賴控制點(diǎn)的方式進(jìn)行約束平差，但野外采集控制點(diǎn)耗時(shí)費(fèi)力。此外，傳統(tǒng)光束法平差利用影像間匹配的連接點(diǎn)信息對(duì)相機(jī)參數(shù)以及連接點(diǎn)的三維坐標(biāo)進(jìn)行聯(lián)合求解。然而，無(wú)人機(jī)影像匹配的連接點(diǎn)數(shù)據(jù)眾多，導(dǎo)致聯(lián)合求解的未知參數(shù)數(shù)量巨大，對(duì)其計(jì)算協(xié)方差矩陣存在困難，無(wú)法有效對(duì)其進(jìn)行加權(quán)平差。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于：為了解決無(wú)人機(jī)影像重建未知參數(shù)量大，光束法平差自檢校的重建模型存在變形扭曲的問題，提出一種無(wú)人機(jī)影像相機(jī)自檢校方法，包括以下步驟：

2、s1、獲取無(wú)人機(jī)影像，對(duì)無(wú)人機(jī)影像進(jìn)行特征提取和影像匹配，構(gòu)建無(wú)向圖，表示無(wú)向圖的頂點(diǎn)，表示無(wú)向圖的邊，無(wú)向圖的頂點(diǎn)是每張影像，邊是兩張影像間的匹配關(guān)系；

3、s2、根據(jù)無(wú)向圖，基于最小生成樹生成無(wú)向圖；

4、s3、基于無(wú)向圖中的三角形結(jié)構(gòu)三個(gè)頂點(diǎn)的三張影像，以及三張影像中均可見的物方點(diǎn)p，構(gòu)建核線幾何代價(jià)函數(shù)；

5、s4、基于無(wú)向圖選擇增量式sfm的種子三視圖和最優(yōu)影像，使用核線幾何代價(jià)函數(shù)進(jìn)行增量式無(wú)結(jié)構(gòu)光束法平差，對(duì)待檢校的相機(jī)參數(shù)進(jìn)行加權(quán)迭代自檢校；利用gnss輔助絕對(duì)定向，進(jìn)行g(shù)nss約束光束法平差，進(jìn)一步提高自檢校精度，并選擇自檢校后的最優(yōu)相機(jī)參數(shù)。

6、進(jìn)一步地，s2具體為：

7、遍歷無(wú)向圖所有邊，其中邊的權(quán)重設(shè)置為鄰接頂點(diǎn)所代表影像間的公共連接點(diǎn)數(shù)目，并根據(jù)邊的權(quán)重生成最小生成樹，將最小生成樹結(jié)構(gòu)轉(zhuǎn)換成無(wú)向圖，遍歷無(wú)向圖中每條邊，在中尋找與中邊的兩個(gè)頂點(diǎn)同時(shí)相連的其他頂點(diǎn)v，從頂點(diǎn)v中選擇滿足連接點(diǎn)數(shù)量以及交會(huì)角約束條件的最優(yōu)候選影像，將與兩個(gè)頂點(diǎn)連接的邊無(wú)重復(fù)地加入中，其中和構(gòu)成核線幾何約束基本單元；迭代遍歷上次循環(huán)中新加入的每條邊，直到?jīng)]有新邊加入中為止，得到無(wú)向圖。

8、進(jìn)一步地，根據(jù)核線幾何關(guān)系構(gòu)造如下代價(jià)函數(shù)：

9、

10、

11、

12、其中，表示第i個(gè)影像與第j個(gè)影像的兩視圖核線幾何代價(jià)，表示物方點(diǎn)p在第i個(gè)影像中所投影特征點(diǎn)的歸一化三維坐標(biāo)，表示第i個(gè)影像與第j個(gè)影像之間的相對(duì)平移向量，表示物方點(diǎn)p在第j個(gè)影像中所投影特征點(diǎn)的歸一化三維坐標(biāo)，表示第j個(gè)影像與第k個(gè)影像的兩視圖核線幾何代價(jià)，表示第j個(gè)影像與第k個(gè)影像之間的相對(duì)平移向量，表示物方點(diǎn)p在第k個(gè)影像中所投影特征點(diǎn)的歸一化三維坐標(biāo)，表示第i個(gè)、第j個(gè)、第k個(gè)影像的三視圖核線幾何代價(jià)。

13、進(jìn)一步地，

14、利用無(wú)向圖中每個(gè)三角形中最長(zhǎng)兩條邊的頂點(diǎn)所對(duì)應(yīng)影像的連接點(diǎn)建立兩視圖的核線幾何代價(jià)函數(shù)，利用三角形三個(gè)頂點(diǎn)對(duì)應(yīng)的影像共同連接點(diǎn)構(gòu)建三視圖幾何代價(jià)函數(shù)。

15、進(jìn)一步地，基于無(wú)向圖選擇增量式sfm的種子三視圖和最優(yōu)影像，具體為：

16、無(wú)向圖中選擇在三角形內(nèi)部共同可見連接點(diǎn)數(shù)量最多的三角形基本單元作為增量式sfm的種子三視圖進(jìn)行影像重建；

17、沿重建影像三角網(wǎng)結(jié)構(gòu)的邊界邊進(jìn)行遍歷，在無(wú)向圖中分別查找與所述邊界邊共邊且未進(jìn)行影像重建的三角形的頂點(diǎn)a，并計(jì)算頂點(diǎn)a與邊界邊所對(duì)應(yīng)影像的共同連接點(diǎn)數(shù)目，取連接點(diǎn)數(shù)目最多的頂點(diǎn)a中的頂點(diǎn)作為最優(yōu)影像。

18、進(jìn)一步地，

19、gnss約束光束法平差的計(jì)算公式為：

20、

21、其中，表示gnss約束光束法平差的誤差，表示第j個(gè)權(quán)重函數(shù)，表示將物方點(diǎn)投影到像方坐標(biāo)系下的投影函數(shù)，x表示相機(jī)參數(shù)，表示第j個(gè)連接點(diǎn)在影像中的二維坐標(biāo)，w表示gnss位置與投影中心殘差權(quán)值，表示投影中心，表示gnss位置。

22、進(jìn)一步地，

23、不等式約束gnss輔助平差表示為：

24、

25、其中，表示不等式約束gnss輔助平差的誤差，，表示所有影像的投影中心，表示除影像投影中心參數(shù)外的其他參數(shù)，表示自定義權(quán)值，且，表示殘差閾值，表示當(dāng)前累加重投影誤差，，i表示單位矩陣，表示gnss位置。

26、本發(fā)明還提出一種無(wú)人機(jī)影像相機(jī)自檢校系統(tǒng)，包括：

27、第一無(wú)向圖構(gòu)建模塊，用于獲取無(wú)人機(jī)影像，對(duì)無(wú)人機(jī)影像進(jìn)行特征提取和影像匹配，構(gòu)建無(wú)向圖，表示無(wú)向圖的頂點(diǎn)，表示無(wú)向圖的邊，無(wú)向圖的頂點(diǎn)是每張影像，邊是兩張影像間的匹配關(guān)系；

28、第二無(wú)向圖構(gòu)建模塊，用于根據(jù)無(wú)向圖，基于最小生成樹生成無(wú)向圖；

29、幾何代價(jià)函數(shù)構(gòu)建模塊，用于基于無(wú)向圖中的三角形結(jié)構(gòu)三個(gè)頂點(diǎn)的三張影像，以及三張影像中均可見的物方點(diǎn)p，構(gòu)建核線幾何代價(jià)函數(shù)；

30、相機(jī)參數(shù)自檢校模塊，用于基于無(wú)向圖選擇增量式sfm的種子三視圖和最優(yōu)影像，使用核線幾何代價(jià)函數(shù)進(jìn)行增量式無(wú)結(jié)構(gòu)光束法平差，對(duì)待檢校的相機(jī)參數(shù)進(jìn)行加權(quán)迭代自檢校；利用gnss輔助絕對(duì)定向，進(jìn)行g(shù)nss約束光束法平差，進(jìn)一步提高自檢校精度，并選擇自檢校后的最優(yōu)相機(jī)參數(shù)。

31、本發(fā)明還提出一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述的無(wú)人機(jī)影像相機(jī)自檢校方法。

32、本發(fā)明還提出一種電子設(shè)備，包括處理器和存儲(chǔ)器，所述處理器與所述存儲(chǔ)器相互連接，其中，所述存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序，所述計(jì)算機(jī)程序包括計(jì)算機(jī)可讀指令，所述處理器被配置用于調(diào)用所述計(jì)算機(jī)可讀指令，執(zhí)行上述的無(wú)人機(jī)影像相機(jī)自檢校方法。

33、本發(fā)明提供的技術(shù)方案帶來(lái)的有益效果是：

34、本發(fā)明利用核線幾何代價(jià)函數(shù)，可有效消除連接點(diǎn)的未知參數(shù)，僅保留相機(jī)參數(shù)作為未知數(shù)，極大減少了未知參數(shù)數(shù)量，便于對(duì)其進(jìn)行加權(quán)平差求解；針對(duì)重建模型存在變形扭曲的問題，通過(guò)高精度gnss外部約束平差求解，緩解長(zhǎng)航帶無(wú)人機(jī)影像相機(jī)自檢校“碗狀”效益，提高模型重建的精度。

技術(shù)特征：

1.一種無(wú)人機(jī)影像相機(jī)自檢校方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種無(wú)人機(jī)影像相機(jī)自檢校方法，其特征在于，s2具體為：

3.根據(jù)權(quán)利要求1所述的一種無(wú)人機(jī)影像相機(jī)自檢校方法，其特征在于，根據(jù)核線幾何關(guān)系構(gòu)造如下代價(jià)函數(shù)：

4.根據(jù)權(quán)利要求3所述的一種無(wú)人機(jī)影像相機(jī)自檢校方法，其特征在于，

5.根據(jù)權(quán)利要求1所述的一種無(wú)人機(jī)影像相機(jī)自檢校方法，其特征在于，基于無(wú)向圖選擇增量式sfm的種子三視圖和最優(yōu)影像，具體為：

6.根據(jù)權(quán)利要求1所述的一種無(wú)人機(jī)影像相機(jī)自檢校方法，其特征在于，

7.根據(jù)權(quán)利要求1所述的一種無(wú)人機(jī)影像相機(jī)自檢校方法，其特征在于，

8.一種無(wú)人機(jī)影像相機(jī)自檢校系統(tǒng)，其特征在于，包括：

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，其特征在于：所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-7任一項(xiàng)所述的方法。

10.一種電子設(shè)備，其特征在于，包括處理器和存儲(chǔ)器，所述處理器與所述存儲(chǔ)器相互連接，其中，所述存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序，所述計(jì)算機(jī)程序包括計(jì)算機(jī)可讀指令，所述處理器被配置用于調(diào)用所述計(jì)算機(jī)可讀指令，執(zhí)行如權(quán)利要求1-7任一項(xiàng)所述的方法。

技術(shù)總結(jié)
本發(fā)明公開一種無(wú)人機(jī)影像相機(jī)自檢校方法、系統(tǒng)、介質(zhì)、設(shè)備，涉及相機(jī)自檢校技術(shù)領(lǐng)域，方法包括：對(duì)無(wú)人機(jī)影像進(jìn)行特征提取和影像匹配，構(gòu)建無(wú)向圖；根據(jù)無(wú)向圖，基于最小生成樹生成無(wú)向圖；基于無(wú)向圖的三角形結(jié)構(gòu)的三張影像，以及三張影像中均可見的物方點(diǎn)，構(gòu)建核線幾何代價(jià)函數(shù)；基于無(wú)向圖選擇增量式SFM的種子三視圖和最優(yōu)影像，使用核線幾何代價(jià)函數(shù)進(jìn)行增量式無(wú)結(jié)構(gòu)光束法平差，在該過(guò)程中對(duì)待檢校的相機(jī)參數(shù)進(jìn)行加權(quán)迭代自檢校；利用GNSS輔助絕對(duì)定向，進(jìn)行GNSS約束光束法平差，進(jìn)一步提高自檢校精度，并選擇自檢校后的最優(yōu)相機(jī)參數(shù)。本發(fā)明可以提高模型重建的精度。

技術(shù)研發(fā)人員：黃偉,胡婧,趙晨宇,楊瑯
受保護(hù)的技術(shù)使用者：武漢輕工大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15