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）
-
像空间坐标（x,y,-f）
-
像空间坐标畸变纠正 deltax,deltay
-
已知(x,y)，求解(X,Y, Z)或者(Lat,Lon)
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。 -
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。
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.tifgdal_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- geoserver发布，具体操作比较简单
代码逻辑
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。
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
