劉 娟
(廣東匯源通集團有限公司,廣東 佛山528200)
目前,我國正努力提高測繪地理信息的智能化水平。空中三角測量通過地面控制點精確計算航空影像的內(nèi)外方位元素,是攝影測量處理的關(guān)鍵[1],其目標(biāo)是提高空中三角測量的精度以及數(shù)解析攝影測量據(jù)處理的速度和質(zhì)量可控性[2]。在傳統(tǒng)空中三角測量數(shù)據(jù)處理過程中,根據(jù)測區(qū)飛行計劃和獲得影像情況,按航帶建立航帶影像列表和航帶關(guān)系列表,由人工方式建立影像間的初始拓撲關(guān)系,并以測區(qū)工程文件形式表達。
數(shù)字?jǐn)z影測量階段,全自動空中三角測量對數(shù)字影像進行全自動特征點選取和轉(zhuǎn)換,盡可能少人工交互,速度快、精度高、代價少[3]。像片和像片連接點拓撲關(guān)系的數(shù)字組織和管理全部由空三軟件自動進行。為了提高空中三角測量的計算效率,胡海彥等[4]提出了一種攝影區(qū)域跨航線影像片號編排下的法化系數(shù)矩陣分塊降維精簡策略,通過理論分析和實際作業(yè)航攝影像數(shù)據(jù)平差試驗,表明基于該策略的數(shù)據(jù)平差處理算法相比常規(guī)平差算法,在時間效率和存儲效率上都有大幅度增強。針對傾斜攝影測量中大量的傾斜像片,魏祖帥[5]根據(jù)pos輔助信息,重新排列航帶,重建了傾斜航空影像初始拓撲關(guān)系。
筆者從航攝像片分布圖出發(fā),采用二維矩陣格式存儲像片和像片連接點的序號和名稱,研究了像片連接點拓撲關(guān)系矩陣關(guān)鍵算法,為圖像匹配和區(qū)域網(wǎng)平差提供了高效的像片連接點搜索策略。
航空攝影為空中三角測量提供了如圖1中(a)圖的航線圖,結(jié)合導(dǎo)航GPS數(shù)據(jù),可以構(gòu)建如圖1中(b)圖的像片位置圖。
圖1 航空攝影航線位置圖
(1)像片名稱:根據(jù)航空攝影項目和有關(guān)規(guī)范要求,對測區(qū)航攝像片進行統(tǒng)一的命名,例如圖1中(b)圖中各像片名稱。
(2)像片序號:從區(qū)域網(wǎng)平差角度出發(fā),對測區(qū)航攝像片進行從0開始的編號,見圖2(b)。
(3)像片標(biāo)準(zhǔn)點位圖:在每張像片的9個標(biāo)準(zhǔn)點位選擇像片連接點,在與相鄰像片的重疊范圍內(nèi)具有同名像點,將每張像片的9個像片連接點統(tǒng)一進行編號,如圖1(c)所示。
圖2 像片與像片連接點關(guān)系圖
(1)像片連接點點名:見圖3(a)中的以像片連接點點名表示的關(guān)系圖。
(2)像片連接點序號:見圖3(b)中的以像片連接點序號表示的關(guān)系圖。
(3)像片連接點像片坐標(biāo):像片連接點在各張像片上的像平面坐標(biāo)數(shù)據(jù)。該坐標(biāo)是自動圖像匹配的成果數(shù)據(jù),也是空中三角測量的觀測值。
圖3 像片與像片連接點關(guān)系圖
利用開發(fā)語言自身的二維數(shù)組存儲像片和像片連接點,存儲數(shù)據(jù)簡單,讀取的效率也高,將圖2和圖3的像片名、像片序號和連接點名、連接點序號用二維矩陣存儲,可以為圖像匹配和區(qū)域網(wǎng)平差提供高效的數(shù)字管理和存儲方法。
(1)將圖1(b)的航空攝影航線圖以式(1)的photo矩陣表示:
(2)對式(1)進行擴展,其方法是航帶頭尾及航帶之間增減空白行,得到式(2)的photo_large_name矩陣:
(3)對式(2)進行二值化,有像片的位置取值1,無像片的位置取值0,得到photo_large_bin矩陣:
(4)對式(3)中的元素進行排序計算,得到photo_large_ID矩陣,存儲像片序號,為區(qū)域網(wǎng)平差提供像片序號排列關(guān)系:
(1)對式(3)photo_large_bin中的每一個元素進行8領(lǐng)域運算,其原理是:以該元素為中心的8個相鄰元素中,如果存在兩個以上取值為1的則該位置取值為1,否則取值為0。運算結(jié)果為node_point_bin矩陣(像片連接點二值化矩陣):
photo_large_bin矩陣中為1的元素為該處式像片連接點,為0的元素則沒有像片連接點。
(2)對式(5)中的元素進行排序計算,得到node_point_ID矩陣,存儲像片連接點序號,為區(qū)域網(wǎng)平差提供像片連接點排列關(guān)系:
(3)對式(6)中的像片連接點進行命名,命名規(guī)則參考航空攝影項目和有關(guān)規(guī)范要求,生成node_point_name矩陣:
圖像匹配要對式(6)node_point_ID矩陣中所有點在像片中的同名點匹配出來,匹配的第一步是計算出該點分布在哪些圖像的哪個位置。
利用像片連接點矩陣進行同名像點位置搜索的計算流程見圖4(a),圖4(b)為對序號為22圖像連接點匹配示例,計算結(jié)果見圖4(c),第22號點點名為53,精確得到位于序號為6、7、8、11、12五張像片的集體位置,為圖像匹配提供了匹配依據(jù)。
光束法平差要對所有像片的所有點聯(lián)立誤差方程式,計算每張像片9個標(biāo)準(zhǔn)點位對應(yīng)的像片連接點序號是關(guān)鍵的計算內(nèi)容。
利用photo_large_ID矩陣和node_point_ID能夠得到,具體計算流程見圖5(a),圖5(b)為對序號為6的像片計算搜索的示例,第6號像片的像片名為42,其在node_point_ID矩陣中的8領(lǐng)域位置圖見圖5(c),分別是誤差方程式中坐標(biāo)未知數(shù)對應(yīng)的點號。
圖4 圖像匹配流程圖
圖5 像片上各點序號的搜索方法
本文通過8鄰域算法,由像片航線圖自動生成像片矩陣和像片連接點矩陣,為圖像匹配和區(qū)域網(wǎng)平差提供了存儲量小、計算高效的圖像連接點拓撲關(guān)系的矩陣表示方法,通過研究,得到的結(jié)論如下。
(1)二維矩陣結(jié)構(gòu)簡單,存儲量小,計算效率高。(2)能夠滿足圖像匹配和光束法平差的要求。
(3)本文僅限于對航向重疊度60%、旁向重疊度30%的圖像進行算法研究,對于大重疊度的低空攝影測量圖像需要對8鄰域算法進行擴展,也能得到相應(yīng)算法。
(4)本文沒有對同一個像片連接點對應(yīng)多個匹配點的情況加以研究,這也是后期研究的重點內(nèi)容。