数字摄影测量影像目标精密定位与精度估计研究

现代工业与工程领域亟需精密测量技术支持，对数字摄影测量这一重要测量手段提出了更高要求。在满足解析与平差模型严密性基础上，影像目标精密定位对于实现高精度数字摄影测量最为关键。但传统特征提取和定位算子由于未考虑数码影像采集物理因素和定位的不确定性问题，使影像目标定位精度较低，且不能从理论上给出目标和算子的定位限值及其置信区间，使高精度定位算子的研究缺乏理论支持，难以取得突破。.本项目首次提出顾及成像物理因素与不确定性，以及利用多像间互补信息，以量换质，提高影像目标定位精度的思想。在研究数码影像采集物理因素对目标定位影响规律，和定位不确定性问题基础上，利用限值估计理论，研究影像目标定位与定位算子精度估计，从而为影像目标定位提供理论支持和参照准则；并在精度估计指导下，研究统计方法与几何方法相结合的精密定位算子；以及基于超分辨率重建的非特征目标精密测量方法。该研究可进一步丰富数字摄影测理论与方法。

影响数字摄影测量精度的关键问题可归结为五大方面：一是影像质量；二是影像中目标定位精度；三是相机检校及其误差修正精度；四是成像模型、解析理论和平差方法的严密性；五是影像匹配精度。在成像设备一定、满足计算模型严密性的基础上，高精度数字摄影测量中影像特征目标精密定位最为关键。由于硬件分辨率提高的有限性，近二十多年来，在数字摄影测量、计算机视觉和光测数字图像处理领域，许多研究者试图利用计算机图像分析的方法来提高图像中目标的定位精度。但传统特征提取和定位算子由于未考虑数码影像采集物理因素和定位的不确定性问题，使影像目标定位精度较低，使缺少理论支持的高精度定位算子的研究难以取得突破。. 本项目从影像质量提高、统计方法与几何方法相结合的精密定位算子研究，两方面进行影像目标精密定位与精度估计研究。为改善影像质量，研究了基于小波变换的图像混合噪声自适应滤波算法、基于数学形态学与小波域增强的滤波算法；为利用影像间的互补信息，通过引入高精度的最小二乘影像匹配算法进行运动估计，从而进行超分辨率重建，获得远优于原始影像的高分影像。在精密定位算子研究中，提出了从粗到精的逐步逼近迭代的圆目标精密定位算子，具有较高的鲁棒性；认为目标边缘存在目标和背景的信息混合，引入混合像元分解的基于像素分解的圆标志精密定位。. 从成像基本原理出发，通过两种途径，实现了高精度的影像目标定位，所获取（椭）圆目标定位精度可达0.1个像素左右，该研究可有效提高数字摄影测量的精度，进一步丰富了数字摄影测理论与方法。