无人机影像配准并发布（共线方程）

无人机影像 + DEM 计算四个角点坐标（刚性变换）

  1. 像空间坐标（x,y,-f）

  2. 像空间坐标畸变纠正 deltax,deltay
    在这里插入图片描述

  3. 已知(x,y)，求解(X,Y, Z)或者(Lat,Lon)
    在这里插入图片描述
    这里的Z是DEM上获取的坐标和Zs为相机坐标的高程，如果均为已知的情况下，则可以求解(X,Y)，这里的(X,Y,Z)为地固地心坐标，单位为米。平地的情况只需要获取行高即可求解(X,Y)，接着使用proj库将地固地心坐标转化为经纬度坐标即可。

  4. 地理配准
    这里直接采用**gdal_translate和gdal_wrap**，gdal_translate转换过程如下，大概就是将jpg进行地理配准。请注意，GDAL的影像起点是左上角，但是我们的相机模型是左下角，所以需要变换Y轴。转换之后的tif只有专业的QGIS之类的软件才能读取。
    在这里插入图片描述

    下面是QGIS读取的效果。但是为了geoserver能够识别，还需要转换，这时候需要gdal_wrap,这个时候就很关键，我们需要设置其为透明。

    gdalwarp -r cubic -ovr AUTO -dstalpha D:\code\roadProj\public\demo\DSC00002\test.tif D:\code\roadProj\public\demo\DSC00002\test3_geotiff.tif

    在这里插入图片描述

    gdal_translate.exe -of GTiff -gcp 0 5304 102.1265090139 29.6453703982 -gcp 7952 5304 102.1164515460 29.6474820822 -gcp 7952 0 102.1131839750 29.6445496193 -gcp 0 0 102.1233217949 29.6424804051 -ovr AUTO -co GCPs_Creation=YES D:\code\roadProj\public\demo\DSC00002\DSC00002.jpg D:\code\roadProj\public\demo\DSC00002\test.tif
    1. geoserver发布，具体操作比较简单

代码逻辑

  1. 下面是求解影像四个角点经纬度的简单思路，主要还是共线方程，代码中的1000还是得根据距离地面的高度，即需要DEM的高程值才能求解得到较为精确的精度。

  2. 具体实现分为相机模型（固定的参数不部分），大疆无人机是WGS84椭球，EPSG:4978是地心地固的转换参数。

struct CameraModel {double f = 7538.508;  // 像素为单位double u0 = 3982.417; // 像素为单位double v0 = 2671.637;double pixelSize = 4.5e-6; // 米为单位double k1 = 2.470920e-9;   // 径向畸变系数double k2 = -2.767172e-16;double k3 = 2.479935e-23;double k4 = -6.583598e-31;double p1 = 1.388595e-8; // 偏心畸变系数double p2 = 1.781812e-7;double alpha = -4.697031e-4; // CCD非正方形比例系数double beta = -1.300023e-4;double width = 7952; // 影像的高度和宽度double height = 5304;
};``````cpp
///
/// \brief The ComputeBoundingBox class
/// 计算影像的包围盒的经纬度坐标 + 高程，然后贴地
///
class ComputeBoundingBox {
public:ComputeBoundingBox() {transTool.init("EPSG:4326","EPSG:4978"); // 椭球坐标->地心坐标 XYZ}////// \brief resetR/// \param phi 俯仰角/// \param omega 横滚角/// \param kappa 旋转角///void resetR(double phi, double omega, double kappa) {this->phi = degreeToRadian(phi);this->omega = degreeToRadian(omega);this->kappa = degreeToRadian(kappa);}////// \brief resetCamera/// \param lat 维度/// \param lon 经度/// \param height 高程///void resetCamera(const QString &imgNumber, double lat, double lon, double height) {this->imgNumber = imgNumber;this->cameraLat = lat;this->cameraLon = lon;this->height = height;}////// \brief compute 计算相机位置 + 旋转矩阵///void compute();private:////// \brief computeLatlon 根据像点坐标计算经纬度坐标(共线方程的逻辑)/// @param vector2d uv x轴，y轴坐标///Eigen::Vector2d computeLatlon(Eigen::Vector2d &uv);////// \brief degreeToRadian 度转弧度/// \param degree/// \return///double degreeToRadian(double degree) { return degree * M_PI / 180.0; }//    double computeDeltaX();//    double computeDeltaY();Eigen::Vector3d cameraGeo;Eigen::Matrix3d rMatrix;Transform transTool;CameraModel intrinsic; // 内参数矩阵QString imgNumber;     // 影像编号double cameraLat;      // 相机外参数矩阵double cameraLon;double height;double phi;double omega;double kappa;
};

Eigen::Vector2d ComputeBoundingBox::computeLatlon(Eigen::Vector2d &uv) {double u = uv.x();double v = uv.y();Eigen::Vector3d cameraSpace(u, v, -this->intrinsic.f); // 像空间坐标double r = qSqrt(pow(u - this->intrinsic.u0, 2) + pow(v - this->intrinsic.v0, 2));// (x-x0) * (k1*r^2 + k2*r^4 + k3*r^6 + k4*r8) + p1*(r^2 + 2*(x-x)^2) + 2p2*(x-x0)(y-y0) + alpha*(x-x0) +// beta*(y-y0)double deltaX = (u - this->intrinsic.u0) * (this->intrinsic.k1 * pow(r, 2) + this->intrinsic.k2 * pow(r, 4) +this->intrinsic.k3 * pow(r, 6) + this->intrinsic.k4 * pow(r, 8)) +this->intrinsic.p1 * (pow(r, 2) + 2 * pow((u - this->intrinsic.u0), 2)) +2 * this->intrinsic.p2 * (u - this->intrinsic.u0) * (v - this->intrinsic.v0) +this->intrinsic.alpha * (u - this->intrinsic.u0) + this->intrinsic.beta * (v - this->intrinsic.v0);double deltaY = (v - this->intrinsic.v0) * (this->intrinsic.k1 * pow(r, 2) + this->intrinsic.k2 * pow(r, 4) +this->intrinsic.k3 * pow(r, 6) + this->intrinsic.k4 * pow(r, 8)) +this->intrinsic.p2 * (pow(r, 2) + 2 * pow((v - this->intrinsic.v0), 2)) +2 * this->intrinsic.p1 * (u - this->intrinsic.u0) * (v - this->intrinsic.v0);Eigen::Vector3d cameraOffset(deltaX - this->intrinsic.u0, deltaY - this->intrinsic.v0,0);                              // 像点坐标偏移Eigen::Vector3d cameraSpaceTrue = cameraSpace + cameraOffset; // 实际的像点坐标[最后一位该如何求解]Eigen::Vector3d worldCoordBa =this->rMatrix * cameraSpaceTrue * this->intrinsic.pixelSize; // (xBa, yBa, zBa) pixelSize这个参数多余worldCoordBa =Eigen::Vector3d(worldCoordBa.x() / worldCoordBa.z() * 1000, worldCoordBa.y() / worldCoordBa.z() * 1000, 0);//    qDebug() << worldCoordBa.x() << " " << worldCoordBa.y() << " " << worldCoordBa.z();Eigen::Vector3d worldCoord = worldCoordBa + this->cameraGeo; // 真正的坐标//    std::cout << worldCoord.x() << " " << worldCoord.y() << " " << worldCoord.z();//    PJ_COORD latlonh = proj_coord(cameraLon, cameraLat, height, 0);PJ_COORD geoxyz = proj_coord(worldCoord.x(), worldCoord.y(), worldCoord.z(), 0); // 地心坐标PJ_COORD latlon = this->transTool.backward(geoxyz);//    std::cout << "lat:" << latlon.lpz.lam << " ,lon:" << latlon.lpz.phi << ", " << latlon.lpz.z;return Eigen::Vector2d(latlon.lp.phi, latlon.lp.lam); // lat and lon
}

void ComputeBoundingBox::compute() {PJ_COORD latlonh = proj_coord(cameraLon, cameraLat, height, 0);PJ_COORD geoxyz = transTool.forward(latlonh);this->cameraGeo = Eigen::Vector3d(geoxyz.xyz.x, geoxyz.xyz.y, geoxyz.xyz.z); // 地心坐标// 计算绕X轴旋转的旋转矩阵 Rx(φ)Eigen::Matrix3d Rx;Rx << 1, 0, 0, 0, std::cos(phi), -std::sin(phi), 0, std::sin(phi), std::cos(phi);// 计算绕Y轴旋转的旋转矩阵 Ry(ω)Eigen::Matrix3d Ry;Ry << std::cos(omega), 0, std::sin(omega), 0, 1, 0, -std::sin(omega), 0, std::cos(omega);// 计算绕Z轴旋转的旋转矩阵 Rz(κ)Eigen::Matrix3d Rz;Rz << std::cos(kappa), -std::sin(kappa), 0, std::sin(kappa), std::cos(kappa), 0, 0, 0, 1;// 计算总的旋转矩阵 R_total = Rz(κ) * Ry(ω) * Rx(φ)this->rMatrix = Rz * Ry * Rx;// 像素点畸变纠正Eigen::Vector2d lb(0, 0);                                          // 左下角为起点Eigen::Vector2d rb(this->intrinsic.width, 0);                      // 右下角坐标Eigen::Vector2d rt(this->intrinsic.width, this->intrinsic.height); // 右上角坐标Eigen::Vector2d lt(0, this->intrinsic.height);                     // 左上角成果std::vector<Eigen::Vector2d> latlonVec = {lb, rb, rt, lt};qDebug() << "####################" << this->imgNumber << "########################";for (Eigen::Vector2d &pixelCoord : latlonVec) {pixelCoord = this->computeLatlon(pixelCoord);qDebug() << "lat: " << QString::number(pixelCoord.x(), 'f', 10)<< ",lon:" << QString::number(pixelCoord.y(), 'f', 10);}
}

效果图

在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/16808.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

应用无线鼠标中的2.4GHz无线收发芯片

应用无线鼠标中的2.4GHz无线收发芯片

无线键盘和无线鼠标作为现代办公环境中常见的工具&#xff0c;为我们的工作带来了便利。无线键盘和无线鼠标的工作原理都是基于无线技术实现的&#xff0c;其中常见的是2.4GHz无线技术。让我们一起来详细了解一下它们的工作原理。 无线鼠标的原理非常简单,鼠标部分工作与传统鼠…
阅读更多...
html富文本编辑器

html富文本编辑器

接了个单子&#xff0c;需要添加一个文章模块&#xff0c;一看用到的技术这么老&#xff0c;人傻了&#xff0c;纯html css js 。 在普通页面中 <!DOCTYPE html> <html lang"en"><head><meta charset"UTF-8"><meta name"…
阅读更多...
为Win12做准备？微软Win11 23H2将集成AI助手：GPT4免费用

为Win12做准备？微软Win11 23H2将集成AI助手：GPT4免费用

微软日前确认今年4季度推出Win11 23H2&#xff0c;这是Win11第二个年度更新。 Win11 23H2具体有哪些功能升级&#xff0c;现在还不好说&#xff0c;但它会集成微软的Copilot&#xff0c;它很容易让人想到多年前的“曲别针”助手&#xff0c;但这次是AI技术加持的&#xff0c;Co…
阅读更多...
一些高频的C++ cache line面试

一些高频的C++ cache line面试

C那些事之False Sharing与Cache line 最近看到一段代码&#xff0c;手动做的对齐&#xff0c;于是研究一下不对齐又会带来什么影响&#xff1f; template <typename T> class AtomicWithPadding {private:static constexpr int kCacheLineSize 64;uint8_t padding_befor…
阅读更多...
牛客网Verilog刷题——VL46

牛客网Verilog刷题——VL46

牛客网Verilog刷题——VL46 题目解析答案 题目 根据题目提供的双口RAM代码和接口描述&#xff0c;实现同步FIFO&#xff0c;要求FIFO位宽和深度参数化可配置。电路的接口如下图所示。   双口RAM端口说明&#xff1a; 同步FIFO端口说明&#xff1a; 双口RAM代码如下&#xff…
阅读更多...
网络安全 Day24-select高级用法和多表连接

网络安全 Day24-select高级用法和多表连接

select高级用法和多表连接 1. select 多子句单表高级实践1.1 select 多子句高级语法1.2 聚合函数1.3 group by 实践1.4 having 筛选1.5 order by 排序1.6 limit 2. 多表连接 1. select 多子句单表高级实践 1.1 select 多子句高级语法 where 和 having 区别是后者是分组后进行…
阅读更多...
邪恶版ChatGPT来了！

邪恶版ChatGPT来了！

「邪恶版」ChatGPT 出现&#xff1a;每月 60 欧元&#xff0c;毫无道德限制&#xff0c;专为“网络罪犯”而生。 WormGPT 并不是一个人工智能聊天机器人&#xff0c;它的开发目的不是为了有趣地提供无脊椎动物的人工智能帮助&#xff0c;就像专注于猫科动物的CatGPT一样。相反&…
阅读更多...
【C++入门到精通】C++入门 —— 类和对象（构造函数、析构函数）

【C++入门到精通】C++入门 —— 类和对象（构造函数、析构函数）

目录 一、类的6个默认成员函数 二、构造函数 ⭕构造函数概念 ⭕构造函数的特点 ⭕常见构造函数的几种类型 三、析构函数 ⭕析构函数概念 ⭕析构函数的特点 ⭕常见析构函数的几种类型 四、温馨提示 前言 这一篇文章是上一篇的续集&#xff08;这里有上篇链接&#xff09;…
阅读更多...
Flink非对齐checkpoint原理（Flink Unaligned Checkpoint）

Flink非对齐checkpoint原理（Flink Unaligned Checkpoint）

Flink非对齐checkpoint原理&#xff08;Flink Unaligned Checkpoint&#xff09; 为什么提出Unaligned Checkpoint&#xff08;UC&#xff09;&#xff1f; 因为反压严重时会导致Checkpoint失败&#xff0c;可能导致如下问题 恢复时间长-服务效率低非幂等和非事务会导致数据…
阅读更多...
5分钟快手入门laravel邮件通知

5分钟快手入门laravel邮件通知

第一步&#xff1a; 生成一个邮件发送对象 php artisan make:mail TestMail 第二步&#xff1a; 编辑.env 添加/修改&#xff08;没有的key则添加&#xff09; MAIL_DRIVERsmtp MAIL_HOSTsmtp.163.com &#xff08;这里用163邮箱&#xff09; MAIL_PORT25 &#xff08;163邮箱…
阅读更多...
C# SourceGenerator 源生成器初探

C# SourceGenerator 源生成器初探

简介 注意&#xff1a; 坑极多。而且截至2023年&#xff0c;这个东西仅仅是半成品 利用SourceGenerator可以在编译结束前生成一些代码参与编译&#xff0c;比如编译时反射之类的&#xff0c;还有模板代码生成都很好用。 演示仓库传送门-Github-yueh0607 使用 1. 创建项目 …
阅读更多...
flutter 导出iOS问题2

flutter 导出iOS问题2

问题1:The Swift pod FirebaseCoreInternal depends upon GoogleUtilities, which does not define modules. To opt into those targets generating module maps (which is necessary to import them from Swift when building as static libraries) 参考 正如上图报错第三方…
阅读更多...
AI生成式视频技术来临：Runway Gen-2文本生成视频

AI生成式视频技术来临：Runway Gen-2文本生成视频

Runway Gen-2的官方网站提供了一种文本生成视频的工具。以下是对该工具的介绍&#xff1a; 文本生成视频&#xff1a;Runway Gen-2是一个创新的在线工具&#xff0c;可以将文本转化为视频。用户只需输入文本描述或句子&#xff0c;Runway Gen-2就能自动生成相应的视频内容。这…
阅读更多...
机器学习-New Optimization

机器学习-New Optimization

机器学习(New Optimization) 前言&#xff1a; 学习资料 videopptblog 下面的PPT里面有一些符号错误&#xff0c;但是我还是按照PPT的内容编写公式&#xff0c;自己直到符号表示什么含义就好了 Notation 符号解释 θ t \theta_t θt​第 t 步时&#xff0c;模型的参数 Δ L …
阅读更多...
数据结构---并查集

数据结构---并查集

目录标题 为什么会有并查集并查集的原理模拟实现并查集准备工作构造函数FindRootUnionSetCount 并查集实战题目一&#xff1a;省份数量题目解析题目二&#xff1a;等式方程的可满足性题目解析 为什么会有并查集 这里可以使用生活中的一个例子来带着大家理解并查集&#xff0c;…
阅读更多...
深入理解 SQL：从基本查询到高级聚合

深入理解 SQL：从基本查询到高级聚合

目录 背景理论知识示例1211. 查询结果的质量和占比&#xff08;Round group by&#xff09;1204. 最后一个能进入巴士的人 &#xff08;Having limit order by&#xff09;1193. 每月交易 I&#xff08;if group by&#xff09;1179. 重新格式化部门表1174. 即时食物配送 II&am…
阅读更多...
JVM总结笔记

JVM总结笔记

JVM JVM是什么?JVM 的主要组成部分JVM工作流程JVM内存模型直接内存与堆内存的区别&#xff1a;堆栈的区别Java会存在内存泄漏吗&#xff1f;简述Java垃圾回收机制垃圾收集算法轻GC(Minor GC)和重GC(Full GC)新生代gc流程JVM优化与JVM调优 JVM是什么? JVM是Java Virtual Mach…
阅读更多...
Linux操作系统2-软件的安装

Linux操作系统2-软件的安装

软件安装方式 二进制发布包安装 软件已针对具体平台编译打包&#xff0c;只需要解压、修改配置rpm安装 安装按照redhat的包管理规范进行打包&#xff0c;使用rpm命令进行安装&#xff0c;不能自行解决库依赖问题yum安装 一种在线软件安装方式&#xff0c;本质上还是rpm安装&am…
阅读更多...
【LeetCode每日一题】——766.托普利茨矩阵

【LeetCode每日一题】——766.托普利茨矩阵

文章目录 一【题目类别】二【题目难度】三【题目编号】四【题目描述】五【题目示例】六【题目提示】七【题目进阶】八【解题思路】九【时间频度】十【代码实现】十一【提交结果】 一【题目类别】 矩阵 二【题目难度】 简单 三【题目编号】 766.托普利茨矩阵 四【题目描述…
阅读更多...
使用Roles模块搭建LNMP架构

使用Roles模块搭建LNMP架构

使用Roles模块搭建LNMP架构 1.Ansible-playbook中部署Nginx角色2.Ansible-playbook中部署PHP角色3.Ansible-playbook中部署MySQL角色4.启动安装分布式LNMP 1.Ansible-playbook中部署Nginx角色 创建nginx角色所需要的工作目录&#xff1b; mkdir -p /etc/ansible/playbook/rol…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023