组合四相机拼接影像的颜色平衡

针对组合四相机拼接影像的亮度差异,提出一种颜色平衡方法。首先,通过相机检校获取相机的辐射响应函数。其次,建立各子相机的颜色模型函数,并依据相邻子影像之间重叠区的亮度信息,通过稳健性估计获取各子影像之间的曝光量差值,完成各子影像之间的颜色差异纠正。最后,定义一个线性权函数,使拼接线附近的影像实现平衡过渡。试验结果表明,该方法能够有效消除各子影像之间的曝光量差异,保证拼接影像颜色均衡,没有明显分界。     

一种适合摄像机非线性畸变校正的畸变模型

由于制造与装配误差难以完全消除,因此数码摄像机的光学系统存在不同程度的非线性畸变,严重影响利用其影像进行实时拼接的精度。通过比对分析一种经典的数码相机畸变模型与Brown模型的适应性,提出将简化的Brown模型作为数码摄像机的畸变模型。同时,基于单像空间后方交会,按照最小二乘平差方法求解摄像机光学系统的非线性畸变差参数。最后,通过三维控制场对三种型号的摄像机进行了检校试验。结果表明,所用的畸变模型明显优于经典畸变模型,使数码摄像机的整体检校精度小于0.5 pixel。而且检校结果稳定可靠,有效地补偿了光学系统的畸变差,有利于恢复图像内部的相对几何关系。     

倾斜影像辅助的无人机载LiDAR高陡边坡形变监测

针对高海拔峡域地形地貌环境下基于轻小型无人机载LiDAR对高陡边坡激光点云扫描数据缺失导致DEM重建及形变分析精度低的问题,优化设计了一种垂直于山脊线、变高飞行的无人机点云/多视影像数据采集,以及影像密集匹配点云辅助下LiDAR三维激光点云的滑坡群DEM重建方案,实现了复杂地形地貌下LiDAR点云数据安全、高效的采集,改善了高陡边坡DEM重建及形变监测的精度和完整性。该方法基于迭代最邻近点算法,将倾斜影像生成的点云数据与同期获取的LiDAR点云数据配准和融合,实现了LiDAR点云数据缺失补偿,进而构建出完整、高精度的DEM,并与往期倾斜影像生成的DEM进行差分,对三个典型滑坡体进行了高程形变分析。以青海龙羊峡水电站的高陡边坡滑坡群为研究区,利用实测的GNSS地面控制点进行实验验证,得出结论：融合后的LiDAR点云精度为0.063 m,比融合前提高了0.018 m;重建的三个典型滑坡体的DEM高程精度为0.08 m,提升了边坡DEM重建的完整性和精度;对三个典型滑坡体2018、2021年两期高程形变分析,表明：滑坡群中多个边坡发生不同程度的土体滑动,高程方向的形变高达50多米,滑坡群形变...