Page 300 - 国土景观视野下自然资源与国土空间规划创新研究

国土景观视野下自然资源与国土空间规划创新研究
Research on the Innovation of Natural Resources and Territorial Spatial Planning From the Perspective of Land Landscape

提取和图像匹配理论、运动恢复结构（Structure from Motion，SfM）算法以及多视
图立体视觉算法（Multi-View Stereopsis，MVS）等新技术的不断发展，使得基于
图像的三维重建技术取得了重大突破。与传统的照相测量方式相比，机器视觉算
法可以实现照相机的自校正，并且可以从 2D 图像中直接提取出场景的 3D 点云，

这对于大畸变、短基线、小像幅等特征的无人机图像数据处理来说，是一种更灵
活、更通用的方法。
在对无人机图像进行运动复原时，首先要对图像进行特征点提取与高精度图
像配准。首先，采用 SIFT 特征抽取算子，从每个无人机图像中抽取特征点；其次，

采用 K-D 树中的一种接近度计算方法，实现了对目标的初步识别。在此基础上，
采用 8 个点的随机提取相容性好的特征点集，通过八个点的基础矩阵，排除错误
的点，构建出符合对极点几何约束条件的特征点，实现多个特征点之间的重合，
从而实现特征点的重合。

在透视相机模型下，假设待求相机参数和空间点坐标分别为 C=（C1，
C2，……，C，）和 X=（X1，X2，……，X），定义误差函数为重投影误差的平方和，
则目标函数可写成：
n m
C, ( g X ) = ∑ ∑ ν ij ( f P(c i x , j ), q ij ) 2
i= 1 j= 1

其中：Vij 作为一个变量，当空间点 Xj 在相机 Ci 中可见时为 1，否则为 0；
f（P（Ci，Xj，）qij）=||P（Ci，Xj），qij|| 表示 Xj 点在相机 Ci 上的重投影误差。

最后，采用基于稀疏光束法的分步调整方法，使投影点与观察点间的重复
投影误差达到最小，从而获得最佳摄像机位置、姿态以及场景中的 3D 点云坐标。
针对该问题，提出了一种新的基于分块的多视角立体视觉方法。该方法基
于 SfM 获得的摄像机参数，经过特征点匹配、重构、空间点扩散和滤波等步骤，
获得高精度的密集点云模型。

目前，在这个领域有较大影响的开放源代码软件有：Snavely 等人开发的
Bundler，Wu Changchang 等人开发的 Visual SFM 等，它们都是自动化程度高、健
壮性强的。在一些商用的软件中，例如 PhotoModeler、PhotoScan 等，也都采用了

这种方法。在低空无人机照相测量领域，目前市面上最有名的一款商用软件就是
Pix4Dmapper，它是 Pix4D 公司开发的一款无人机航像自动快速处理软件。在不

286
286