基于GCP的大规模无人机影像检索方法

周宁，杨元维，王萍，高贤君，方军

(1.长江大学 地球科学学院，武汉 430100；2.中国科学院空天信息创新研究院，北京 100094；3.海南省地球观测重点实验室，海南 三亚 572029；4.湖南科技大学 地理空间信息技术国家地方联合工程实验室，湖南 湘潭 411201；5.湖南科技大学 测绘遥感信息工程湖南省重点实验室，湖南 湘潭 411201)

0 引言

近些年来，无人机遥感[1]发展迅猛，目前已成为摄影测量与遥感领域的热门发展方向之一[2-3]。在运用搭载定位定向系统(positioning and orientation system，POS)的无人机进行遥感作业时可获取包含POS信息、具有高分辨率及明显地物特征的遥感影像[4]，但影像覆盖范围小、重叠度高、数据规模大。当利用这些影像及测区的地面控制点(ground control point，GCP)进行空三加密流程中的控制点校正时，如何从大量的无人机影像中快速、准确地检索出包含地面控制点的影像成为一个关键问题。检索控制点影像的效率与准确度对进行全自动空三处理及其后的高精度测绘、地表三维信息提取和三维重构等应用有着重要影响[5-6]。在具有GCP详细信息及POS信息等初始数据的前提下，目前常用的检索算法大致分为2类：一类是穷尽搜索法，另一类是对无人机影像建立空间索引[7]。穷尽搜索法即遍历检索所有影像集中的影像数据，将控制点坐标与影像的POS信息逐一比较，寻找目标影像。而建立空间索引是通过对影像数据进行分析，设计出有效的索引结构，加快影像检索，其代表为四叉树、R树及其变体等。2种方法各有优缺，但对于无人机影像数据量大、要素分布密集等特点，无论是采用穷尽搜索法还是R树等现有索引树，速度都比较有限。……