《表4 试验结果精度：利用本质矩阵进行低空无人机影像位姿恢复的研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《利用本质矩阵进行低空无人机影像位姿恢复的研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

试验结果精度见表4，从中可以看出，用本文所提方法恢复两个影像集的外方位元素得到的重投影误差分别为0.432和0.205 7个像素，都在1个像素以内。而用Sfm算法得到的精度都在3个像素以上。经典的连续像对相对定向是一个在给定定向元素初始值的基础上逐步趋近求解的过程，有较好的初始值，就会快速收敛于正确值。本文根据本质矩阵得到像对的相对平移量分量之间的关系给定连续相对定向线元素的初始值，初始值较接近于最终值，故可得到较好的精度。而且本文方法的后续处理类似于传统摄影测量将非线性等式化为线性等式，利用最小二乘原理求解，可得到精确稳定的结果。Sfm算法是基于非线性等式，采用RANSAC方法选取适当的代价函数，进行矩阵分解，结果依赖于初始特征点分布及其匹配的质量，并且试验中Sfm算法所用的相机参数是从影像的EXIF信息中提取的概略值，故本文方法的精度高于Sfm算法的精度。