倾斜摄影DSM生成及真正射影像纠正

无人机测绘技术知识点DSM生成和真正射纠正

无人机测绘技术教学团队目录CONTENTSDSM生成DSM研究现状、自动提取流程真正射纠正真正射影像纠正0102DSM生成DSM研究现状、DSM自动提取流程01DSM研究现状DSM生成和真正射纠正

数字表面模型（DSM）是倾斜摄影测量系统极其重要的成果且应用非常广泛。同时，DSM也是真三维模型构建的重要数据基础。因此，如何快速、高效、高质量地输出DSM就成了诸多公司、学者致力研究的热点问题。多视影像密集匹配能得到高精度、高分辨率的数字表面模型(DSM)，充分表达地形地物起伏特征，已经成为新一代空间数据基础设施的重要内容。由于多角度倾斜影像之间的尺度差异较大，加上较严重的遮挡和阴影等问题，基于倾斜影像的DSM自动获取存在新的难点。DSM研究现状DSM生成和真正射纠正可以首先根据自动空三解算出来的各影像外方位元素，分析与选择合适的影像匹配单元进行特征匹配和逐像素级的密集匹配，并引入并行算法，提高计算效率。在获取高密度DSM数据后，进行滤波处理，并将不同匹配单元进行融合，形成统一的DSM。DSM自动提取过程通常运用基于“区域”与基于“特征”的匹配算法与技术。DSM自动提取的关键在于采用影像匹配模型与策略，充分运用现有影像信息、各种附加信息以及其它限制条件，匹配并获取密集的特征模式。DSM自动提取流程DSM生成和真正射纠正信息工程大学纪松等人利用ADS40数字影像数据，通过综合实验提出了一种多视匹配自动提取DSM的方法：

（1）影像预处理指影像的级至级几何纠正，影像滤波以及金字塔影像的生成，为影像匹配提供基础影像数据；

（2）特征点提取、密集格网点生成与边缘提取为影像多视匹配提供基本匹配元素；

（3）点元素、线元素多视匹配是指根据匹配要求与影像内容，运用不同的多视匹配模型，完成匹配元素的多视匹配工作；（4）由粗至细的层次匹配策略、多视匹配策略以及自适应选取匹配参数三部分内容共同组成了多视匹配的整个匹配策略，是影像多视匹配的核心内容，与多视匹配模型一起决定着多视匹配的成败DSM自动提取流程DSM生成和真正射纠正流程图线阵CCD影像影像预处理由粗至细的层次匹配策略边缘提取密集网格点生成特征点提取线元素多视匹配点元素多视匹配多视匹配策略匹配线元素匹配点元素由TIN表示DSM（融合）（DSM点云+3D边缘）DSM优化、格网化、精度分析与输出应用自适应选取匹配参数DSM自动提取流程DSM生成和真正射纠正（5）影像定位信息主要是指影像的外方位元素。在数据的支持下,经过区域网平差,每一影像行均获得较为精确的外方位元素。同时,影像外方位元素在准核线约束、多视匹配模型的物方空间与像方空间交互计算中具有重要的作用（6）匹配线元素经过重建，作为约束条件与匹配点元素一起生成格式的DSM；（7）格式的经过粗差探测与剔除、三角网生成、精度分析、格网化内插等过程，输出应用产品,完成整个自动提取过程。真正射纠正真正射影像纠正02真正射影像纠正DSM生成和真正射纠正多视影像真正射纠正涉及物方连续的数字高程模型(DEM)和大量离散分布粒度差异很大的地物对象，以及海量的像方多角度影像，具有典型的数据密集和计算密集特点。因此多视影像的真正射纠正，可分为物方和像方同时进行。在有多视影像的真正射纠正，可分为物方和像方同时进行。在有DSM的基础上根据物方连续地形和离散地物对象的几何特征，通过轮廓提取、面片拟合、屋顶重建等方法提取物方语义信息，同时在多视影像上通过影像分割、边缘提取、纹理聚类等方法获取像方语义信息，再根据联合平差和密集匹配的结果建