(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210710673.0 (22)申请日 2022.06.22 (65)同一申请的已公布的文献号 申请公布号 CN 114782525 A (43)申请公布日 2022.07.22 (73)专利权人 中国地质大 学 （武汉） 地址 430074 湖北省武汉市洪山区鲁磨路 388号 (72)发明人 姜三　马一尘　和旭　王力哲　 (74)专利代理 机构 北京隆源天恒知识产权代理 有限公司 1 1473 专利代理师 戴棋钦 (51)Int.Cl. G06T 7/70(2017.01) G06V 10/762(2022.01) G06K 9/62(2022.01) G06F 16/51(2019.01) G06F 16/535(2019.01) G06F 16/583(2019.01) (56)对比文件 CN 107705329 A,2018.02.16 CN 10875978 8 A,2018.1 1.06CN 111754603 A,2020.10.09 CN 111144239 A,2020.0 5.12 CN 106780729 A,2017.0 5.31 WO 20170 50279 A1,2017.0 3.30 US 2018373269 A1,2018.12.27 张卡等.基于数字视差模型和改进SIFT特 征 的数字近景立体 影像匹配. 《测绘学报》 .2010, (第06期), Jiang S et al.Ef ficient Matc h Pair Selection for Obl ique UAV Images based o n Adaptive Vocabulary Tre e. 《ISPRS Journal of Photogram metry and Remote Sensi ng》 .2020, 乔国臻等.倾斜摄影辅助BIM+GIS在智慧警 务系统中的应用. 《测绘技 术装备》 .2019,(第04 期), 仝红菊等.无 人机航摄 影像的RANSAC自动定 向方法研究. 《测绘与空间地理信息》 .2015,(第 04期), 邓非等.地 面摄影RTK辅助SFM算法的影 像定 向. 《测绘地理信息》 .2021,第46卷(第0 5期), (续) 审查员 张裕 (54)发明名称 基于全局几何约束的无人机影像定位定向 方法及设备 (57)摘要 本发明提供了一种基于全局几何约束的无 人机影像定位定向方法及设备。 所述方法包括： 采用词汇 树检索影像匹配对， 根据影像匹配对构 建影像拓扑连接图； 采用加权连通支配集算法， 从影像拓扑连接图中提取影像子集构建全局连 接图， 采用全局连接图构建全局模型； 对影像拓 扑连接图进行聚类重建得到多个子场景， 将多个 子场景并行处理， 得到多个子场景定位定向模 型； 将多个子场景定位定向模型与全局模型进行 合并得到合并模 型， 对合并模型进行全局平差得到最终合并模 型。 本发明可以缩短无人机影像定 位定向的时长， 提高无人机影像定位定向的精 度， 增强了无 人机摄影测量的实际应用效果。 [转续页] 权利要求书2页 说明书11页 附图4页 CN 114782525 B 2022.09.20 CN 114782525 B (56)对比文件 Luo L et al.UA V Image Mosaic Based o n Non-Rigid Matc hing and Bundle Adjustmen. 《2019 IE EE Internati onal Geoscience and Remote Sensi ng Symposium》 .2019, 姜三等.无人机影像增量式运动恢复结构研 究进展. 《武汉大 学学报(信息科 学版)》 .202 2,2/2 页 2[接上页] CN 114782525 B1.一种基于全局几何约束的无人机影像定位定向方法， 其特征在于， 包括： 采用词汇树 检索影像匹配对， 根据所述影像匹配对构建影像拓扑连接图； 采用加权连通支配集算法， 从 所述影像拓扑连接图中提取影像子集构建全局连接图， 采用所述全局连接图构建全局模 型， 包括将所述影像拓扑连接图中的所有顶点标为白色， 统计每一白色顶点连接的其余白 色顶点的数量， 将连接白色顶点最多的 白色顶点记为当前顶 点； 将当前顶点标为黑色， 并将 与黑色顶点相连的白色顶点标为灰色； 更新与全部灰色顶点连接的白色顶点的数量， 并计 算全部灰色顶点的重要值， 将重要值最大 的灰色顶点确定为另一当前顶点； 采用相同方法 反复确定多个当前顶点， 直至无白色顶点存在， 则所有黑色顶点构成全局连接图， 对所述全 局连接图进行三维重建得到全局模型； 对所述影像拓扑连接 图进行聚类重建得到多个子场景， 将所述多个子场景并行处理， 得到多个子场景定位定向模型； 将所述多个子场景定位定向模型与全局模 型进行合并得到 合并模型， 对所述 合并模型进行全局平差得到最终合并模型。 2.根据权利要求1所述的基于全局几何约束的无人机影像定位定向方法， 其特征在于， 所述采用词汇 树检索影像匹配对， 包括： 采用KDTree算法建立单词集合的查找索引； 对于无 人机影像的每个特征， 从所述查找索引中搜索最近邻单词， 在所述最近邻单词对应的倒排 文件列表中增加一条记录， 得到无人机影像索引； 从所述无人机影像索引中， 得到第一影像 的第一加权词频向量和 第二影像的第二加权词频向量， 采用所述第一加权词频向量和所述 第二加权词频向量的夹角余弦值表示第一影像和 第二影像的相似性值， 则与任一影像相似 性值高于预设阈值的多个 影像， 构成一影 像匹配对。 3.根据权利要求2所述的基于全局几何约束的无人机影像定位定向方法， 其特征在于， 所述根据所述影像匹配对构建影像拓扑连接图， 包括： 采用所述影像匹配对引导特征匹配， 得到重叠影像的匹配点， 根据重 叠影像的匹配点采用无向加权图构建影 像拓扑连接图。 4.根据权利要求3所述的基于全局几何约束的无人机影像定位定向方法， 其特征在于， 所述对所述影像拓扑连接图进行聚类重建得到多个子场景， 将多个子场景并行处理， 得到 多个子场景定位定向模型， 包括： 采用最小边权值， 将所述影像拓扑连接图划分为预定影像 数量的子场景， 得到聚类子图， 每一所述聚类子图为一待处理的子场景， 对多个所述子场景 同时进行定位定向， 得到所有子场景的定位定向模型。 5.根据权利要求4所述的基于全局几何约束的无人机影像定位定向方法， 其特征在于， 所述将所述多个子场景定位定 向模型与全局模型进行合并得到合并模型， 包括： 根据所述 影像匹配对构建On ‑demand匹配图， 根据所述On ‑demand匹配图获取多个子场景定位定向模 型与全局模型的公共三维点集， 采用所述公共三 维点集计算多个子场景定位定向模型与全 局模型之 间的相似变换参数， 采用所述相似变换参数将 每个子场景定位定向模型转换至所 述全局模型， 得到所述 合并模型。 6.根据权利要求5所述的基于全局几何约束的无人机影像定位定向方法， 其特征在于， 所述对所述 合并模型进行全局平差得到最终合并模型， 包括： 权　利　要　求　书 1/2 页 2 CN 114782525 B 3