[发明专利]一种基于本质矩阵分解的倾斜影像相对定向方法

说明书

本发明涉及一种基于本质矩阵分解的倾斜影像相对定向方法，其技术特点是包括以下步骤：计算本质矩阵E；由本质矩阵恢复摄像机矩阵P；将摄像机矩阵P转换为连续相对定向元素初始值；将连续相对定向元素初始值转换为独立向定向元素初始值；构建独立相对定向误差方程、最小二乘法求解独立相对定向元素改正数、更新独立相对定向元素进行最小二程迭代求解，实现倾斜影像相对定向功能。本发明基于本质矩阵分解获取连续相对方位元素初值并采用最小二乘迭代优化的相对定向的方法，解决了传统相对定向方法无法适应于倾斜影像相对定向的问题，满足了摄影测量关于相对定向的精度要求，适用于相对姿态较大、相对位置任意的倾斜航摄影像。

技术领域

本发明属于摄影测量与遥感技术领域，涉及倾斜摄影测量影像的相对定向技术，尤其是一种基于本质矩阵分解的倾斜影像相对定向方法。

背景技术

当前，倾斜摄影测量数据后处理中,存在相对姿态较大、相对位置任意的影像的相对定向问题。传统摄影测量的相对定向方法，因其相对姿态小，相对位置固定，而采用0值等的经验值作为初值，进行最小二乘迭代求解，这种方式显然不使用于解决倾斜影像的相对定向问题。在计算机视觉领域，相对定向问题可描述为根据对同一场景的两幅不同视角的影像来恢复摄影瞬间两相机间的相对位置与姿态，即通过一个旋转矩阵和一个平移向量来描述其中一张影像的摄像机坐标系在另一张影像的摄像机坐标系中的方位和位置。相关计算机视觉领域学者发现两影像摄影瞬间对应的摄像机坐标系的相对位置与姿态信息包含于本质矩阵中，通过基于本质矩阵的奇异值分解实现相对定向。值得注意的是，基于本质矩阵分解法虽可以恢复得到相对姿态较大情况下的相对位置与姿态解，但存在以下两个问题：(1)计算机视觉与摄影测量领域在各自相对定向过程中对两影像相互位置关系描述十分接近但并非不完全一致，由计算机视觉中基于本质矩阵分解得到的相对定向结果必须转换为摄影测量中对应的相对定向元素，才能将其应用于解决倾斜影像的相对定向问题；(2)解算结果精度不高，不能满足摄影测量关于相对定向的精度要求。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于本质矩阵分解的倾斜影像相对定向方法，用以解决传统相对定向方法无法适应于倾斜影像相对定向的问题。

本发明解决现有的技术问题是采取以下技术方案实现的：

一种基于本质矩阵分解的倾斜影像相对定向方法，包括以下步骤：

步骤1、计算本质矩阵E；

步骤2、由本质矩阵恢复摄像机矩阵P；

步骤3、将摄像机矩阵P转换为连续相对定向元素初始值；

步骤4、将连续相对定向元素初始值转换为独立向定向元素初始值；

步骤5、构建独立相对定向误差方程、最小二乘法求解独立相对定向元素改正数、更新独立相对定向元素进行最小二程迭代求解，实现倾斜影像相对定向功能。

所述步骤1的计算方法为：由一定数量的同名像点求解得到两影像间的基础矩阵F，进而计算得到本质矩阵E。

所述步骤2的实现方法为：在归一化坐标下，给定本质矩阵E和第一幅影像摄像机矩阵P＝[I|0]，由本质矩阵的奇异值分解结果E＝UWV^T，得到四种可能的平移、旋转变换组合来组成第二幅影像对应的摄像机矩阵，将四种可能的摄像机矩阵带入下式：