随着机器视觉行业的飞速发展,作为人类第二双“眼睛”的摄像机被广泛应用于各种地理场景之中,为人类提供了海量的视频影像数据。视频影像空间化是视频时空信息提取的基础命题之一,目前主要通过相机标定或者搭载外部定位设备来获取相机的地理位置和姿态信息,从而实现视频影像向二维地理空间的映射。然而,并非所有的视频影像都具备相机标定条件或者能够获得影像的初始定位信息。相同或者近似尺度下的影像可以利用图像的几何特征匹配实现空间定位,但是对于没有初始定位且不包含地标的视频影像,难以实现从大范围、尺度差异较大的海量视频影像数据库中检索出正确匹配,从而无法完成视频影像空间定位的任务。基于以上研究背景,本文以无人机视频影像为主要研究对象,以开源影像作为定位基准,通过影像中各类地物对象之间的拓扑关系及空间分布关系,分别构建相应的地理空间图模型,以图匹配的方式来实现无人机视频影像的空间定位,从而获得影像中每个像素的空间坐标,拓宽视频影像空间定位方法的应用范围。主要研究内容及成果如下:(1)多场景视频影像的图模型构建规则。本文将视频影像根据其拍摄视角分为侧视影像与俯视影像,俯视影像不仅能够表示图像内容特征,还能够提供特征间的空间关系,适宜利用图形式进行表达。根据不同城市场景中地物的类别和空间分布特征,将视频影像划分为城市中心区、城郊、乡村三种类型,分别制定相应的图模型构建规则。(2)视频影像图模型构建方法。首先基于面向对象的方法实现视频影像多尺度分割与分类,然后将同类别的相邻分割区域进行再合并,构建面向影像类别的邻接关系图模型,并且根据合并后分割区域的几何属性和空间结构,设计基于影像对象的空间分布图模型构建方法。(3)基于图模型匹配的视频影像空间定位方法。利用邻接矩阵表示邻接关系图中各节点间的拓扑关系,通过计算特征值间的差值实现视频影像邻接关系图模型的相似性度量。针对在影像内容表达中贡献程度不同的对象,构造多层次空间分布图模型,设计结合图像结构与空间位置关系的图匹配方法,完成视频影像空间粗定位。最后,将正确匹配的图模型节点作为影像控制点,实现无人机视频影像的地理空间化。本文研究提供了一种新的视频影像空间定位方法,丰富和扩展了视频影像特征匹配与定位的理论和方法,从应用角度出发,空间化后的日常视频可以帮助追踪失踪人员,为城市管理提供异源视频影像的辅助定位信息,从而为进一步分析和决策给予有效支持。