科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对无人机影像获取密集点云和DSM过程中耗时过多、点云质量与处理速度难以平衡的问题，本文提出了一种大场景无人机在线密集点云和DSM生成方法。首先，采用SLAM与RTK信息松耦合的方法在线估计影像位姿；然后，利用多视影像位姿信息在深度空间进行离散采样，通过将当前像素点离散采样深度投影至候选帧影像上获取匹配代价，在代价计算过程中引入中心对称的census代价函数，并考虑多视图遮挡关系计算联合代价值，节省时间的同时提高了匹配代价准确度；最后，提出了一种增量式的代价积聚策略，将前一帧获取的深度投影至当前帧约束代价积聚范围，从而缩短在线计算耗时，结合抛物线拟合算法得到完整度和精度更高的深度图，将深度图去噪后投影至物方空间得到最终的密集点云和DSM。利用3组典型地区的无人机影像对本文方法进行测试，结果表明，本文方法能够满足在线计算的要求，获取的点云和DSM精度与完整度较好。
-
单位信息工程大学地理空间信息学院
