%0 Journal Article
%T 基于非固定初始面元的无人机影像点云优化算法<br>Point Cloud Optimization for UAV Image Based on Non-fixed Initial Patch
%A 杨楠
%A 邵振峰
%A 郭丙轩
%A 彭哲
%A 黄蕾&lt
%A br&gt
%A YANG Nan
%A SHAO Zhenfeng
%A GUO Bingxuan
%A PENG Zhe
%A HUANG Lei
%J 武汉大学学报·信息科学版
%D 2016
%R 10.13203/j.whugis20140750
%X 获取平台的不稳定性容易导致无人机影像的几何变形增大。如何高精度匹配这类影像是当前摄影测量与遥感领域的研究热点之一。针对这个问题，提出基于非固定初始面元的无人机点云优化算法，采用差分代替微分计算地物表面局部正切平面的近似法向量，以此为初值建立初始物方面元进行匹配计算，并用两组数据进行实验验证。结果表明，基于非固定初始面元的无人机影像点云优化算法改进了基于物方面元的最小二乘匹配方法，优于基于面元的多视立体匹配（patch-based multi-view stereo matching and reconstruction，PMVS）中的点云优化方法，提高了点云优化的效率和精度
%K 非固定面元
%K 无人机影像
%K 最小二乘匹配
%K 点云优化
%K &lt
%K br&gt
%K non-fixed initial patch
%K UAV images
%K least squares image matching
%K point cloud optimization
%U http://ch.whu.edu.cn/CN/abstract/abstract5500.shtml