本文是一篇硕士论文，硕士论文应当具有一定的理论深度和更高的学术水平，更加强调作者思想观点的独创性，以及研究成果应具备更强的实用价值和更高的科学价值。（以上内容来自百度百科）今天为大家推荐一篇硕士论文，供大家参考。
1 绪论
1.1 选题的背景及意义
1.1.1 研究背景
本研究基于国家重点研发计划《无人航空器区域组网厘米级遥感观测数据的实时快捷精准处理技术》，国家自然科学基金《克服光束法平差病态奇异性的极坐标模型方法探索》，北京市科委项目《极坐标体系下新一代遥感高速成像处理系统》，为研发不同于传统直角坐标体系的摄影测量软件，即基于极坐标体系下的快速正射拼接软件。此软件包含了从特征匹配、畸变校正、空三平差、数字表面模型生成到最终的正射影像拼接模块，如图 1.1。研发历经一年半，已经形成了软件初级版本（目前只有光束法平差模块为极坐标体系）。本人负责的是三维表面模型生成和正射拼接模块。关于极坐标的介绍，请参考两篇博士论文[1-2]。用开发出的软件版本处理航空影像时，发现在生成的真正射影像中，建筑物边缘往往出现锯齿状拉花现象。接着发现，在 PhotoScan 等[3]商业软件中，也存在同样类似的问题。经过探索和查证，发现边缘处锯齿的产生与构建的边缘处的三维点云不均匀、局部缺失以及上下左右错位有很大关系。点云的不均匀错误和局部缺失导致此处三角网缺失，而抖动错位导致边缘点云不在一条直线上。这些不正常的点云造成由不规则三角网（Triangulated Irregular Network，TIN）表示的建筑物边缘模型形成“锯齿”状，严重的甚至扭曲，从而导致正射纠正时影像投影错位，边缘呈现锯齿状。倘若能在点云缺失的边缘处弥补出一段稠密的均匀点云，使这些点云也参与三角网表面重建，那么在正射纠正时边缘处就可以被正确的投影，从而减弱“锯齿”效应。由于建筑物边缘一般都是规则的直线状轮廓，想到可以借助三维直线来弥补正射影像建筑物边缘处三维点云的不足。
.........
1.2 研究进展综述
1.2.1 直线特征的提取
直线特征和点特征是计算机视觉、机器人导航与定位、航空摄影城市三维建模等领域中经常使用的重要几何信息[10-16]。直线特征具有点特征不具备的一些优点：直线不需要知道特定的两个端点，在遮挡的情况下不会受到影响；在纹理匮乏的区域，特征点难以提取，而边缘线却比较容易获取，因此，直线可以代替点作为辅助信息；直线之间存在更多的几何关系，比较稳定，通常可以作为一些约束条件来提高处理精度；直线的结构信息比较丰富，在表达建筑物等三维物体的边缘轮廓结构时，更为直观。很多学者将直线特征应用到实际工程中，取得了很好的效果。Crowley[17]（1984）和 Zhang[18]（2000）分别利用直线段进行地图创建和导航定位。张永军（2011）利用直线特征进行相对定向[19]。Elqursh[20]（2011）通过将直线特征加入到光束法平差中进行立体影像的相对位姿估计。Gerke[21]（2011）和 Schmude[22]（2016）甚至利用水平或垂直直线段作为约束相机进行间接定向。Trinh（2006）通过提取建筑物表面的线段对其进行外形分析[23]。Partovi 等（2017）利用直线特征对建筑物进行轮廓提取和规则化处理[24]。Yu（2007）通过判断直线段是否连续对管道进行裂缝检测[25]。Santos（2017）利用直线提取的方法进行无人机下的电力线巡检.
......
2 基于仿射不变性的直线提取改进方法
在绪论部分 1.2.1 中提到，现有的直线提取算法几乎都存在分段现象，导致提取得到的线段又短又冗杂。短线段的出现与原始影像的信息是关联的。由于相机的CCD 感光响应差异（局部模糊或锐化）以及地物上干扰物的出现（遮挡），都会导致某一小局部的像素值出现非均匀过渡或异常，致使图像上本该是一条完整的直线段被打断。由于原始影像是单一数据源，在没有外部信息辅助的情况下，很难解决这个问题。同时，考虑到众多优秀的直线提取算法(如 LSD、EDLines 和CannyLines)都对边缘部位亮暗感应不敏感，而主要依赖于边缘像素的梯度强度和梯度方向。因此，如果可以创造多余观测，并且在不损害原始影像内容的情况下，改变边缘像素的梯度分布，就可能获得更多的有用直线信息。针对上述几种优秀的直线提取方法出现的分段和短线问题，本章节提出一种基于仿射不变性的直线提取改进方法，以下称为 Affine-Lines。首先利用仿射相机模型模拟相机的不同视角，构造出不同的仿射变换矩阵，从而得到一系列模拟的仿射投影影像，增加多余观测数据；然后对每一个原始影像和模拟影像进行直线提取，得到一系列直线段集；最后将模拟影像上的直线段归一化至原始影像，并以前一条线段为基准，对后续冗余的直线段进行剔除合并，对有效的直线段进行保留，通过提纯与优化，获得可以更好体现建筑物结构的较长有用线段。Affine-Lines 方法的实现流程如图 2.1 所示。
2.1 LSD 类算法的分段效应剖析
LSD 和 CannyLines 是一种局部直线提取算法，因其快速性和有效性广受重视。但是其属于自增长方法，一条长的线段在遇到遮挡、模糊或噪声时会被割裂为多条短线，即所谓的分段效应。LSD 直线提取的步骤如下：1) 首先对原始影像进行缩放尺度为 0.8 的高斯下采样（高斯核函数的标准差 =0.75，为折中值），以消除边缘锯齿效应，同时避免影像模糊。2) 针对下采样后影像上的每一个像素点，计算梯度方向（也称为梯度角 LLA，Level-Line Angle）和梯度强度。3) 根据梯度强度大小对所有的像素点进行伪排序，从最高到最低依次放入到1024 个容器中，并建立状态列表，所有点的初始状态设置为 UNUSED。4) 将容器中梯度强度小于阈值 的点的状态设置为 USED，表明属于平坦区域或小梯度，不考虑参与线段的构建。
.........
2.2 仿射相机模型与仿射变换矩阵
在介绍仿射相机模型之前，先来介绍一下常规的仿射变换。对于现实世界的成像，常规的射影相机模型（特别是中心透视投影模型）是一种比较好的表达。在这种表达中，两个全局平面之间的转化可以用比较复杂的射影变换（单应变换）表达。然而对于两个局部平面之间的转换，则可以用仿射变换来简化近似。对于上述的仿射变换，较多的使用场景是：1）知道两个变换前后的影像 A 和B 的局部（点位）对应关系，得到 A 与 B 整体的变换；2）给出特定的仿射变换矩阵，由 A 得到 B。这种应用往往是单一的，数据源是固定的。而下面使用的仿射相机模型，则是对数据源进行模拟，产生很多个模拟数据源。当物体是绝对完美的平面和朗伯体时，在任何倾斜角下都可以被观测到。然而，现实世界中的物体很多是非平面和非朗伯体，存在遮挡和不均匀现象。仿射相机模型就可以通过建立不同的视角，来尽可能的观测到“更多的信息”。仿射相机模型是在 2009 年由 Morel 提出，起初是为了解决大视角影像的特征点匹配问题，从而创造了 ASIFT 算法[142]；同时，由其团队的 Yu 证明了 ASIFT 是一种完全仿射不变量[143]。ASIFT 就是模拟由于相机视角变化引起的所有可能的线性形变。经典的SIFT 算法是归一化了与焦平面平行的相机平移和以及沿着光轴的相机旋转，并且模拟了尺度变化（即两个平移，一个旋转和一个尺度）。而 ASIFT 在 SIFT 的基础上增加了两个仿射变形因子（经度和纬度）的模拟[144]。由于 SIFT 本身具备平移、旋转和尺度不变性，因此，ASIFT 同时具备平移、旋转、尺度和仿射不变性。
...........
3 POS 辅助的宽基线航空影像直线匹配 ..... 47
3.1 仿射投影模型下的宽基线影像直线匹配 ....47
3.2 透视投影模型下的宽基线影像直线匹配 ....64
3.3 仿射投影和透视投影两种直线匹配方法比较 .....80
3.4 本章小结 ...........85
4 基于点线混合光束法平差的相机位姿自动估计....... 87
4.1 线特征约束 .......87
4.2 使用点和线观测值的混合光束法平差 ........91
4.3 光束法平差优化处理过程 ..........92
4.4 实验和结果 .......95
4.5 讨论 ........102
4.6 本章小结 .........104
5 三维线段辅助下真正射影像的建筑物边缘结构优化...... 104
55.1 仅依赖三维点云下的常规正射校正 ..........105
5.2 附加三维线段的真正射校正 ....107
5.3 实验与结果 .....113
5.4 本章小结 .........117
5 三维线段辅助下真正射影像的建筑物边缘结构优化
在绪论部分的 1.2.4 处已经提到，很多商业软件在制作真正射影像时，建筑物边缘处经常会出现锯齿拉花[176-178]，特别是高差明显的建筑物。建筑物边缘处锯齿的产生与构建的边缘处的三维点云不均匀、局部缺失以及上下左右错位有很大关系。鉴于此考虑，本文提出一种基于三维线段辅助的真正射纠正方法，利用第 2、3、4 章节中的直线提取匹配和光束法平差，重建出边缘的均匀精确的三维离散点云，通过改善边缘处的 TIN 模型，从而改善真正射校正的效果。
5.1 仅依赖三维点云下的常规正射校正
对于摄影测量技术的真正射纠正利用的是数字微分纠正技术，基于摄影点云构建的 DSM，改变原始影像的几何变形，对测区逐像素重采样，生成无投影差影像。按照重采样方法可以分为直接法和间接法，而间接法应用的比较广泛。其基本原理是要建立二维像点坐标与三维物方空间点坐标的投影关系，可以用计算机视觉中的齐次坐标构像方程表示。数字微分纠正一般是将三角网形式表达的 DSM 投影到设定分辨率大小的二维规则网格上作为物方坐标，依据公式（5.1）逐网格点反投影搜索对应的像点，然后将像点的色彩信息赋给网格点，生成校正后影像。从 DSM 到规则格网需要内插实现。单张影像正射纠正过程中要对遮挡区域进行检测并补偿遮挡信息，再通过镶嵌和色彩一致性处理，得到测区的整幅正射影像图。
......
结论
本文主要针对如何得到更长、更多和更准确的结构化三维线段进行研究，试图建立一套有效的实现建筑物轮廓结构优化的直线特征摄影测量解决方案，为基于点特征的常规摄影测量做补充。主要完成了如下几个方面的工作：
（1）针对目前直线提取方法普遍存在的分段问题，提出了一种基于仿射不变性的直线提取改进方法。通过模拟不同视角制造多余观测，并通过提纯和优化，将短线变长线、冗余线给予剔除。通过多组室内外和航空影像测试，发现平均线段长度可以比原始方法提高 1 倍以上。并利用改善后的优质线段进行线段匹配，得到更为完整、更多数量、更高正确率的匹配线段。
（2）针对宽基线倾斜影像直线匹配难度大以及准确度不高的情况，提出利用仿射投影和透视投影两种模型进行视角差异的修复还原，进而提高匹配的成功率和正确率。通过多组航空倾斜影像测试发现，透视投影模型比仿射投影模型的提升效果更好。对于下视和侧视影像这样的视角组合而言，基于透视投影模型的直线匹配方法比常规方法在正确匹配线段数量上平均可以提升 1 倍以上；对于侧视相机的超大视角组合，可以提升 3 倍甚至更多。
（3）针对控制点缺乏而建筑物直线结构特征丰富的测区场景，提出一种利用水平线和竖直线几何约束的点线混合光束法平差解法，实现相机传感器的自动定姿定位。通过仿真和实测结果表明，在只有 3 个地面控制点的情况下，与无水平和垂直线约束的光束法平差方法相比，本文所提出的利用自动提取的线特征几何约束的方法可以使定位精度提高 50％。
..........
参考文献（略）