[00391389]基于航摄影像的三维信息恢复技术及其在场景重建和距离测量的应用

该成果隶属于计量学，同时也属于国家重点发展领域中的新一代信息技术产业领域。在国家安全生产“十二五”规划中明确指出，需要“推进高危行业企业建设完善重大危险源安全监控系统”，“开展工程地质灾害和重大安全隐患防治的关键性技术研究”。为此，在安全监控及灾害防控领域迫切需要在中/小范围内高频度、高精度地获取特定区域的三维信息并实现场景重建以及不受障碍物影响的距离测量。常规的遥感/遥测和地面测绘方法难以满足以上需求，而基于航摄影像的重建与测量则具有较大优势。 历经近10年的创新研究，该成果在基于航摄影像的三维信息恢复技术上作出了重大突破，实现了基于航摄影像的三维场景重建与距离测量系统，引领了航摄影像三维重建技术的发展，并大规模应用于矿山安全监控与灾害防控领域，取得了显著的经济效益和社会效益。简述如下。 1、提出基于矩阵低秩优化原理的相机自标定方法相机自标定是航摄影像三维信息恢复的基础和核心问题。传统的基于多视几何学原理的相机自标定方法高度依赖同一世界坐标中的点在不同图片上投影点的多组正确匹配。经过实证研究课题组发现：1）某个场景的若干幅图片是由某个共同的初始场景经过内、外参数引起的变换而得到。2）航摄影像中存在大量的相似结构。基于此该成果创新性地提出了基于矩阵的低秩优化原理的相机自标定方法。该方法不依赖多组准确的点匹配，直接以共有结构拼接为矩阵并进行低秩优化求解相机参数，显著降低了标定误差。该项成果达到了国际先进水平。 2、提出基于DTRS模型的RCM算法并在此基础上实现共有结构的提取方法获取观察点处拍摄的各幅图像之中的共有结构是该成果提出的相机自标定方法的基础。为此，该成果创新性地将DTRS模型引入聚类分析，提出了一种基于DTRS模型的RCM聚类算法，并基于该聚类算法实现了共有结构的提取方法，生成自标定算法所需的数据。该聚类算法在性能上较常用聚类算法有较明显提高，共有结构的提取方法也保证了很高的准确性。该项成果达到了国际先进水平。 3、提出融合多个测算值的全局深度估计方法由于在全局深度信息估计阶段难以避免外点、误匹配等因素，仅通过一个匹配点对确定空间点的坐标可能产生较大误差。为此，提出融合多个点对测算值的全局深度估计方法排除误差点，并将有效计算结果进行一维Kalman滤波，获得最后的空间坐标估计值。 4、实现场景重建与距离测量方法在场景重建方面，利用全局稠密点云与二维图片上的稠密三角网格之间的映射关系生成空间三维网格并进行必要的优化，然后恢复纹理信息；在距离测量方面，综合点云和网格信息实现场景中任意两点间距离的测量。经实测，该成果在三维场景重建与距离测量的精度上达到了国际先进水平，为后期的大规模应用提供了充分保证。 该成果发表论文28篇，其中SCI收录14篇，包含相关领域顶级期刊（IEEE TIP，IEEE TKDE）论文2篇，ESI索引高引用论文1篇，授权发明专利1项，软件著作权2项，所提出的方法在实践中具有普适性，达到国际先进水平。 成果及相关成果获得国家自然科学基金3项资助，四川省科技服务业示范项目1项资助，企业横向合作课题项目1项资助。 项目完成单位近3年在矿山信息获取与整合、矿山调查及灾害监测等领域累计服务了800余家企业，累计新增销售额7881.6万元，经济效益显著。在矿山信息获取与整合方面已经覆盖全省煤矿企业的26.7％，在矿山调查与灾害监测方面已经覆盖全省矿企的3.2％，显示了该成果的广泛适用性。 更为重要的是，通过项目应用发现了30余家企业在生产过程中存在的安全隐患，通过及时排查为企业挽回了数亿元的直接经济损失，避免了重大人员伤亡事件，取得了突出的社会效益。该成果在上述行业中的成熟应用和广泛推广为在其他领域的推广应用奠定了良好的基础，考虑到国土资源勘查、国防安全、智慧城市等行业需求，该成果在未来将取得爆发性的增长，产生更大的经济效益和社会效益。