[发明专利]一种提高倾斜摄影测量空三质量的方法

权利要求书

1.一种提高倾斜摄影测量空三质量的方法，其特征在于有以下步骤：

1)通过航空遥感飞行获取包括倾斜影像数据、GNSS数据及IMU数据的原始数据；

2)对倾斜影像数据、GNSS数据及IMU数据进行整理及坐标转换，算出组合导航数据初始值；

3)针对步骤2)的组合导航数据初始值进行空三，得出相应的空三结果及空三报告；

4)比较不同条件下的空三结果及空三报告，选择最优结果，用于实景三维建模，以形成清晰精确的三维地理信息数据；

所述步骤2)中的整理包括以下步骤：

(1))、在原始数据没有IMU数据的情况下整理GNSS数据，结合倾斜影像数据导入摄影测量软件，算出IMU初始值，分别保存为角元素Roll(Φ)、Pitch(Θ)、Heading(Ψ)和角元素Omega(ω)、Phi Kappa(κ)；

(2)在原始数据有IMU数据的情况下整理GNSS数据和IMU数据，是直接将角元素Roll(Φ)、Pitch(Θ)、Heading(Ψ)作为IMU数据初始值；

(3)在原始数据有IMU数据的情况下整理GNSS数据和IMU数据，是将角元素Roll(Φ)、Pitch(Θ)、Heading(Ψ)转换成摄影测量领域用来表示航摄像片的角方位的角元素Omega(ω)、PhiKappa(κ)，并将角元素Omega(ω)、PhiKappa(κ)作为IMU数据初始值；

还包括以下步骤：

(1)在原始数据没有IMU数据的情况下，针对倾斜影像数据、GNSS数据及以角元素Roll(Φ)、Pitch(Θ)、Heading(Ψ)作为IMU 数据初始值的组合导航数据进行空三；针对倾斜影像数据、GNSS数据及以角元素Omega(ω)、PhiKappa(κ)作为IMU数据初始值的组合导航数据进行空三，分别迭代计算倾斜影像数据的位置信息及姿态信息，剔除残差、粗差，当达到最佳迭代次数时，若空三结果存在航线集与X-Y平面不平行，则不再继续迭代计算，且判定该结果失败；若所有航线集与X-Y平面平行，则不再继续迭代计算，且判定该结果可行；当没有达到最佳迭代次数时，若空三结果存在航线集与X-Y平面不平行，则继续进行迭代计算倾斜影像数据的位置信息及姿态信息，剔除残差、粗差，直到所有航线集与X-Y平面平行为止，且判定该结果可行；将可行的空三结果作为新的初始值继续空三，迭代计算倾斜影像数据的位置信息及姿态信息，剔除残差、粗差，观察每次计算后的连接点数量，当连接点数量达到最多时，则选择该次空三结果作为新的初始值继续空三，迭代优化倾斜影像数据的位置信息及姿态信息，剔除残差、粗差，观察每次优化后的连接点数量，当连接点数量达到最多时，若GNSS数据没有采用RTK测量，则结束优化，得出空三结果及空三报告；若GNSS数据采用了RTK测量，则选择该次空三结果作为新的初始值继续空三，迭代优化倾斜影像数据的位置信息及姿态信息，剔除残差、粗差，观察每次计算后的连接点数量，当连接点数量达到最多时，选择该次空三结果作为最终结果，比较两次空三最终结果，选择连接点多且精度高的用于实景三维建模；

(2)在原始数据有IMU数据的情况下，针对倾斜影像数据、GNSS数据及以角元素Roll(Φ)、Pitch(Θ)、Heading(Ψ)作为IMU数据初始值的组合导航数据进行空三；针对倾斜影像数据、GNSS数据及以角元素Omega(ω)、PhiKappa(κ)作为IMU数据初始值的组合导航数据进行空三，分别迭代计算倾斜影像数据的位置信息及姿态信息，剔除残差、粗差，当达到最佳迭代次数时，若空三结果存在航线集与X-Y平面不平行，则不再继续迭代计算，且判定该结果失败；若所有航线集与X-Y平面平行，则不再继续迭代计算，且判定该结果可行；当没有达到最佳迭代次数时，若空三结果存在航线集与X-Y平面不平行，则继续进行迭代计算倾斜影像数据的位置信息及姿态信息，剔除残差、粗差，直到所有航线集与X-Y平面平行为止，且判定该结果可行；将可行的空三结果作为新的初始值继续空三，迭代计算倾斜影像数据的位置信息及姿态信息，剔除残差、粗差，观察每次计算后的连接点数量，当连接点数量达到最多时，则选择该次空三结果作为新的初始值继续空三，迭代优化倾斜影像数据的位置信息及姿态信息，剔除残差、粗差，观察每次优化后的连接点数量，当连接点数量达到最多时，若GNSS数据没有采用RTK测量，则结束优化，得出空三结果及空三报告；若GNSS数据采用了RTK测量，则选择该次空三结果作为新的初始值继续空三，迭代优化倾斜影像数据的位置信息及姿态信息，剔除残差、粗差，观察每次计算后的连接点数量，当连接点数量达到最多时，选择该次空三结果作为最终结果，比较两次空三最终结果，选择连接点多且精度高的用于实景三维建模；

其中，多次迭代计算是为了剔除残差、粗差，使像片的位置、姿态正确，同时使连接点数足够多，确保建模所用到的三角形网格数足够多，从而提升三维模型的质量。