[发明专利]一种基于无人机图片的建筑物体积测量方法

权利要求书

1.一种基于无人机图片的建筑物体积测量方法，其特征在于：包括以下步骤：

步骤1：利用无人机对建筑物进行环绕的图像信息采集，获取建筑物多幅图片序列；

步骤2：经双边滤波处理图像序列后，采用Harris角点检测算法获取图像序列的角点；

步骤3：先采用零均值互相关法进行角点粗匹配，建立一对多的对应关系；再采用松弛迭代法处理粗匹配角点，得到一对一精匹配的角点对；

步骤4：利用从运动中恢复结构算法，循环计算匹配点的空间坐标，并利用光束平差法对空间坐标进行优化，得到建筑物的三维点云；

步骤5：利用逐点插入法对三维点云进行Delaunay三角化处理；

步骤6：最后对构建的Delaunay三角网模型利用积分法计算建筑物的体积。

2.根据权利要求1所述的一种基于无人机图片的建筑物体积测量方法，其特征在于：所述步骤2中，具体包括如下步骤：

步骤2-1：读取图像序列，采用双边滤波做图像去噪声，并对图像做灰度化处理，处理后的图像序列记为I_l(l＝l，2...，k)；

步骤2-2：计算图像I_l上每个像素点水平方向和垂直方向上的一阶导，即梯度I_x和I_y；

步骤2-3：设置矩阵M，

步骤2-4：平滑M得到M₁，方法如下：

式中为高斯模板；

步骤2-5：判断像素点是否为角点，具体地，首先计算响应函数W＝det M₁-k₁(trace M₁)²；其中，k₁取经验数，取值范围为0.04～0.06，其选值影响函数曲线形状的直观性，为便于计算设置为0.04；然后设置阈值T，其大小为所有像素点响应函数最大值的0.01倍，为便于计算设置为0.01，当W≥T时，该像素点则为角点；

步骤2-6：标记角点位置，输出角点。

3.根据权利要求1所述的一种基于无人机图片的建筑物体积测量方法，其特征在于：所述步骤3中，具体包括如下步骤：

步骤3-1：用零均值归一化互相关方法，依据角点的灰度值信息粗匹配角点，方法如下：

步骤3-1-1：获取图像I₁中的角点p(x，y)，其相同位置在图像I₂的搜寻区域尺寸大小(2l_x+1)(2l_y+1)下的角点为q(x′，y′)，l_x和l_y分别是的图像宽度和高度；

步骤3-1-2：获取图像中角点对应的灰度值H_l(x，y)；

步骤3-1-3：计算两个角点的互相关性：

其中，u_l(x，y)和σ_l(x，y)表示相关模板(2m+1)(2n+1)内灰度平均值和标准偏差，m＝n＝3表示角点局部窗口大小；

步骤3-1-4：根据两个角点局部区域内灰度值越相近，互相关值越近似为1，可以作为候选匹配点的要求，将阈值T₁设置为0.9，互相关值S_pq＞T₁的匹配点视为粗匹配点对，记为点集A；

步骤3-2：用松弛迭代法，依据匹配强度精匹配角点，其流程步骤如下：

步骤3-2-1：计算粗匹配点对的匹配强度：

其中，(p，q)和(f，g)表示粗匹配点对，N(p)和N(q)分别是以点p和q为中心、X为半径的邻域，f∈N(p)且g∈N(q)，δ表示相似度贡献度，d表示粗匹配点对平均距离，r表示粗匹配点对的相对距离偏差，r非常大时可以忽略匹配点(f，g)，ε_r表示相对距离偏差的阈值T₂，T₂的取值影响匹配的精度，设置T₂为0.3；

步骤3-2-2：判断粗匹配角点的唯一性，具体地，首先按照匹配强度大小从大到小对匹配点对排序，然后选取匹配强度最大和第二大的点对D₁和D₂，并计算选取匹配强度在D₁与D_p之间的点对为精匹配点对；

步骤3-2-3：删除点集A中正确的角点，从步骤3-2-1开始迭代剩下的点直到点集A为空；

步骤3-3：输出精匹配对的坐标点集合，记为点集B。