论文部分内容阅读
针对带状序列无人机影像自检校空中三角测量时存在相机参数误差累积过大的问题,提出一种分类自检校(CSC)方法。该方法首先根据影像的GPS位置信息建立KD树,并利用K-Means进行自分类;然后对每类影像分别进行自检校光束法平差,将自检校得到的多组相机参数进行加权平均;最后进行全局自检校光束法平差。多组实验表明,CSC方法与室内检校场检校参数的像点畸变不符值均方根误差为0.5像素,检查点点位均方根误差为10.1 cm,且较Smart3D,VisualSFM和COLMAP软件能更精确地表示数据的原始姿态。