[发明专利]一种基于航空倾斜摄影影像的多区块空三调整合并方法

权利要求书

1.一种基于航空倾斜摄影影像的多区块空三调整合并方法，其特征在于，所述调整合并方法包括：

步骤1，将进行空中三角测量后的各个区块的坐标系转换为设置的基准坐标系，计算各个区块之间的重叠影像；

步骤2，基于两个区块之间的重叠影像，选择基准区块及其对应的待调整区块；对所述基准区块及其对应的所述待调整区块的重叠影像进行特征点提取与匹配后，得到两个区块之间的连接点；

步骤3，将所述连接点作为控制点进行区域网平差；

步骤4，对所有的区块进行空三合并。

2.根据权利要求1所述的调整合并方法，其特征在于，所述步骤1中根据区块的连接点包围盒计算各个区块之间的重叠区域，得到任意两个区块之间的重叠影像。

3.根据权利要求1所述的调整合并方法，其特征在于，所述步骤2中选择起始基准区块的过程包括：

统计任意两个区块之间的重叠影像数量，选择数量最大时的两个区块中的一个作为起始基准区块，另一个作为其对应的待调整区块。

4.根据权利要求1所述的调整合并方法，其特征在于，所述步骤2中，将得到所述连接点之后的区块作为已调整区块，选择当前基准区块及其对应的待调整区块的过程包括：

统计各个已调整区块与待调整区块两两之间的重叠影像数量，选择数量最大的两个区块中的已调整区块作为当前基准区块、待调整区块作为该当前基准区块对应的待调整区块。

5.根据权利要求1所述的调整合并方法，其特征在于，所述步骤2中采用特征检测算法进行特征点提取后，采用基于hash编码的快速特征点匹配方法进行特征点匹配，获取所述重叠影像中的同名点对，将所述重叠影像中的同名点进行融合和跟踪到各个区块中，生成各个区块之间的连接点。

6.根据权利要求5所述的调整合并方法，其特征在于，所述步骤2还包括：根据基本矩阵模型的RANSAC算法剔除异常同名点，所述剔除异常同名点的方法包括：

随机挑选满足设定数量要求的样本同名点对，基于所述样本同名点计算得到基本矩阵F；

将不满足的同名点进行剔除；x_L,x_R分别为样本同名点对在左片和右片上的齐次坐标；

重复选取样本同名点对直到满足预先设定的条件。

7.根据权利要求1所述的调整合并方法，其特征在于，所述步骤2还包括：删除反投影误差大于设定阈值的所述连接点。

8.根据权利要求1所述的调整合并方法，其特征在于，所述步骤3还包括：删除反投影误差大于设定阈值的所述连接点，将剩余的所述连接点作为所述控制点。

9.根据权利要求1所述的调整合并方法，其特征在于，所述步骤3中基于所述控制点进行区域网平差，使反投影误差最小，包括：

物点、像点和投影中心三点的共线方程为：f(x_i,y_j)＝K(RX′+T)，其中

表示n个三维控制点中的第i个(X，Y，Z)；

表示m张影像中的第j张影像的内外参，包括：焦距f，主点坐标(x0，y0)，旋转矩阵R，平移矩阵T；

反投影误差最小的目标公式为：

10.根据权利要求9所述的调整合并方法，其特征在于，所述步骤3中进行区域网平差后，返回所述步骤2选择下一个基准区块及其对应的待调整区块，直至不存在待调整区块时，执行所述步骤4对所有区块进行空三合并。