精确结构光模型是三维光学测量的前提,其中分布式空间测量定位系统的交会模型是以线结构激光面的理想平面模型为基础的。而大尺度空间下的线结构激光面存在复杂变形,且很难用任何数学模型来精确拟合。因此,研究了一种基于高精度转台的线结构激光面非参数模型标定方法,建立了激光面旋转时间与空间角度间的精密映射表,替代了曲面拟合参数模型,并在激光面非参数标定的结果基础上对交会模型进行了优化。以室内空间测量定位系统为验证平台,实验结果表明该标定方法能够有效克服激光面复杂变形问题,可将12 m测量范围内变形较为明显区域的坐标测量误差减少约50%。

现有线阵CCD内参校准方法往往依赖于畸变参数模型,其标定精度受限于模型内部参数的相关性,因此为提高线阵CCD相机内参校准精度,提出一种采用非参数模型的线阵CCD相机内参校准方法。通过小孔成像模型和垂线法,构建线阵CCD相机成像的非参数模型,直接确定空间特征点与成像点间的映射关系以及理想成像点与实际成像点间的畸变量大小。采用重投影误差作为评价标准,与采用参数模型的内参校准方法作对比实验,实验结果表明,由所提方法得到的重投影误差的均方根、平均值和最大值分别为0.42,0.00,0.95 pixel,均小于由基于参数模型的内参校准方法得到的0.80,-0.10,2.47 pixel。

彩色夜视技术可以将微光/红外双谱图像融合成一幅适于人眼观察的彩色图像, 而恰当的场景解析方法能够对彩色夜视图像的内容做出自动化分析, 进一步减轻人眼的观测负担。针对彩色夜视场景丰富多变、对算法灵活性要求高的特点, 提出了一种可在线扩展的场景解析方法。该方法基于非参数模型, 预测景物类别时不需要训练过程, 只需要使用数据库中具有语义标记的样本图像, 通过将待解析图像与样本图像进行全局及局部匹配来实现语义标签的传递。而且, 数据库可以根据应用场景的不同随时进行动态扩充。实验结果表明: 该方法在包含城市、乡野等多种场景的夜视图像上, 以及由统计色彩映射、TNO、NRL等多种融合方法得到的、具有不同色彩表征的彩色夜视图像上都具有令人满意的准确率。

影响大空间视觉三维坐标测量不确定度的主要因素有相机内参数、外部方位参数和特征成像质量。传统相机内参数校准方法需要参数模型化及全局最优化求解方法，会造成各内参数相关性过高，局部校准误差较大，对基于测角的测量方式不确定度影响较大、结合相机成像原理及垂线法，提出了一种基于物理参数校准的方法，对主点位置偏移、全视场范围非均匀镜头畸变等参数进行了精细校准。最后，以交比不变误差作为相机校准精度的评价方法，与传统校准方法的对比实验表明，该校准方法能够有效地提高测量不确定度指标，是一种简单、实用的校准方法。

为了提高光电探测系统指向精度, 提出并对比基于参数模型和非参数模型的运动学标定算法。首先, 根据系统组成, 全面分析光电探测系统指向误差来源。接着, 针对参数模型, 运用多体系统理论建立系统指向误差模型, 并应用最小二乘法对模型进行标定。然后, 针对非参数模型, 应用双线性插值算法进行指向误差模型标定。最后, 搭建实验平台, 获得用于标定和验证的两组实验数据。实验结果表明: 经过参数模型标定, 指向精度从141.7″提高到22.2″;经过非参数模型标定, 指向精度从141.7″提高到27.9″。两种方法均能提高光电探测系统指向精度, 参数模型标定指向精度略高于非参数模型标定, 但是非参数模型运动学标定具有过程简单、计算量小的优势。

由于近景摄影测量具有测量范围广、精度高和效率高等优点，其在大尺寸精密测量任务中承担越来越重要的角色。其中，基于平差优化的自标定测量模型是保证该方法实现高精度测量的重要原因。然而，随着越来越多的商业级单反相机应用到三维空间测量，发现其测量精度与专业相机相比有一定差距。经过大量分析发现，除了相机本身原因外，自标定模型过多地依赖相机内部参数，尤其是畸变参数，是导致测量精度降低的重要原因。为了降低参数化模型对测量结果的影响，提出一种不依赖相机内部参数的摄影测量方法。结合垂线法和Zeiss实验室标定方法，设计了一种针对大视场相机的非参数标定方法。经过不同图像间同名点匹配和平差初值确定后，便可建立基于角度信息的非参数测量模型。结合平差优化算法，完成对空间被测点三维坐标的精确解算。经过与传统摄影测量结果比对，证明该方法可以有效提高大视场单反相机的摄影测量精度。