一种倾斜影像匹配筛选方法及系统与流程

1.本发明涉及航测技术领域，特别是涉及一种倾斜影像匹配筛选方法及系统。


背景技术：

2.现在利用无人机进行航测，利用拍摄到的影像进行三维重建来生产三维模型的技术方法越来越普及，应用也越来越广泛。随着计算机硬件的性能越来越好，航测拍摄的影像数据量也随之越来越大，拍摄几万张甚至几十万张影像都是常有的事，根据空中三角测量原理，同名点根据影像之间的匹配关系得出，影像匹配通常可通过sift等算法计算，如现有技术公开的一种基于改进sift算子的低空多视角遥感影像匹配方法，但由于拍摄的影像很多，如果都通过sift等算法对两两影像逐一匹配，耗时过长而且效率低。根据航测的原理，要求航向和旁向有一定的重叠度，因此只有与拍摄影像所处的位置一定的范围内的影像才会有重叠部分，才会匹配。所以可以通过影像所拍摄记录的轨迹点位置来进行筛选，然后通过sift等算法进行精确匹配，减少影像匹配处理时长。
3.传统的常规方法是通过人工排列航带来筛选影像，这样不符合全自动化。此外还有通过计算每张影像在地面上的投影四边形的方式来筛选，但此方法需要已知当前测区的平均地面高度，而当前测区的平均地面高度不一定能获取得到。


技术实现要素：

4.本发明为了解决以上至少一种技术缺陷，提供一种倾斜影像匹配筛选方法及系统，旨在对倾斜影像进行匹配的筛选，筛选后可以有效减少影像匹配对的数量，减少后期影像匹配处理时长。
5.为解决上述技术问题，本发明的技术方案如下：
6.一种倾斜影像匹配筛选方法，包括以下步骤：
7.s1：获取航测轨迹点文件，将所有的轨迹点及其对应的影像信息作为一条数据记录到原始数据列表中；
8.s2：根据原始数据列表的轨迹点信息计算每两个轨迹点的水平距离值，构建轨迹映射表；
9.s3：采用统计计算直方图的方法，基于轨迹映射表计算同一条航带相邻轨迹点水平距离；
10.s4：基于轨迹映射表构建角度列表，计算航带的航向角；
11.s5：根据轨迹映射表和同一条航带相邻轨迹点水平距离进行判断，将所有轨迹点区分为不同的航带，构建航带代号列表；
12.s6：计算航带代号列表中一条航带代号与另一条航带代号的水平距离，并采用统计计算直方图的方法得到相邻航带轨迹点的水平距离；
13.s7：从原始数据列表中读取一个轨迹点，以该轨迹点作为椭圆中心，椭圆的两个半轴的大小分别由同一条航带相邻轨迹点水平距离和相邻航带轨迹点的水平距离确定，得到
该椭圆的标准方程；
14.s8：根据椭圆的标准方程对原始数据列表中的其余轨迹点进行计算，得到处于椭圆区域内的轨迹点，处于椭圆区域内的轨迹点的影像与椭圆中心的轨迹点的影像能构成匹配对；
15.s9：重复执行步骤s7-s8，直至计算筛选出所有的影像匹配对，将所有的影像匹配对输出，完成倾斜影像匹配筛选过程。
16.由于影像匹配通常采用如sift等算法来计算，若不筛选影像需要两两进行匹配，这样形成的影像匹配对的数量庞大，因此，上述方案旨在倾斜影像进行匹配的筛选，筛选之后减少了影像匹配对的数量，减少后期影像匹配处理时长。
17.上述方案是对无人机在空中不同位置拍摄到的影像进行匹配筛选的一种方法，其不需要人工对航带进行划分，也不需要获取当前测区的地面高度，只需要影像所记录的轨迹点的位置信息，便可以自动估算出航带的相关信息，在当前影像的轨迹点形成一个椭圆区域，利用这个椭圆区域进行筛选，其他影像若在此椭圆区域内就与当前影像构成匹配对，实现对倾斜影像进行匹配的筛选，筛选后可以有效减少影像匹配对的数量，减少后期影像匹配处理时长。
18.其中，步骤s2具体包括以下子步骤：
19.s21：从原始数据列表中逐一读取每两个轨迹点信息，计算每两个轨迹点的水平距离值；
20.s22：设置距离阈值，判断每两个轨迹点的水平距离值是否大于设定的距离阈值，若是，则计算水平距离值对应的两个轨迹点的角度值；
21.s23：对所有水平距离值和角度值向下取整后，将每两个轨迹点信息以及其对应的水平距离值、角度值作为一条记录，构建轨迹映射表。
22.其中，步骤s3具体为：逐一读取轨迹映射表中记录的水平距离值，将相同的水平距离值的个数进行累加，得到一个距离直方图并将该距离直方图中个数最多的水平距离值作为同一条航带相邻轨迹点水平距离。
23.其中，步骤s4具体包括以下子步骤：
24.s41：逐一读取轨迹映射表中记录的水平距离值，判断每个水平距离值与同一条航带相邻轨迹点水平距离值的差值绝对值是否小于设定的阈值，若是，则将水平距离值对应的角度值记录到角度列表中；
25.s42：逐一读取角度列表中记录的角度值，将相同角度值的个数进行累加，得到一个角度直方图并将该角度直方图中个数最多的角度作为航带的航向角。
26.其中，步骤s5具体包括以下子步骤：
27.s51：逐一读取轨迹映射表中记录的水平距离值和角度值，若存在水平距离值与同一条航带相邻轨迹点水平距离值的差值绝对值少于设定的阈值并且该水平距离值对应的角度值与航带的航向角差值绝对值少于设定的阈值的两个轨迹点，则将这两个轨迹点判断为同一个航带；
28.s52：构建航带代号列表，以轨迹点作为关键字在航带代号列表中查找，若存在，则将轨迹点记录到同一个航带代号列表的子项上，若不存在，则作为新代号记录到该航带代号列表中；
29.s53：重复执行步骤s51-s52，直至将所有轨迹点区分为不同的航带，得到航带代号列表。
30.其中，步骤s6具体包括以下子步骤：
31.s61：逐一计算航带代号列表中每条航带代号与另一条航带代号的水平距离，即计算一条航带代号的每个轨迹点与另一条航带代号的每个轨迹点两两之间的水平距离值，将所有的水平距离值记录到距离列表中；
32.s62：逐一读取距离列表中记录的水平距离值，将相同水平距离值的个数进行累加，得到一个航带水平距离直方图并将该航带水平距离直方图中个数最多的那个水平距离值作为相邻航带轨迹点的水平距离。
33.其中，步骤s8具体包括以下步骤：
34.s81：将原始数据列表中的其余轨迹点进行逆时针旋转，旋转角度为航带的航向角；
35.s82：将旋转后的轨迹点坐标带入椭圆的标准方程中进行计算，其值少于1则代表该轨迹点处于椭圆区域内，处于椭圆区域内的轨迹点的影像与椭圆中心的轨迹点的影像能构成匹配对。
36.更具体的，本方案还提供一种倾斜影像匹配筛选系统，用于实现一种倾斜影像匹配筛选方法，具体包括原始数据获取模块、轨迹映射表构建模块、相邻轨迹点水平距离计算模块、航向角计算模块、航带代号列表构建模块、相邻航带轨迹点水平距离计算模块、椭圆标准方程建立模块、影像匹配模块、循环判断模块和结果输出模块；其中：
37.所述原始数据获取模块用于获取航测轨迹点文件，将所有的轨迹点及其对应的影像信息作为一条数据记录到原始数据列表中；
38.所述轨迹映射表构建模块用于根据原始数据列表的轨迹点信息计算每两个轨迹点的水平距离值，构建轨迹映射表；
39.所述相邻轨迹点水平距离计算模块用于采用统计计算直方图的方法，基于轨迹映射表计算同一条航带相邻轨迹点水平距离；
40.所述航向角计算模块用于基于轨迹映射表构建角度列表，计算航带的航向角；
41.所述航带代号列表构建模块用于据轨迹映射表和同一条航带相邻轨迹点水平距离进行判断，将所有轨迹点区分为不同的航带，构建航带代号列表；
42.所述相邻航带轨迹点水平距离计算模块用于计算航带代号列表中一条航带代号与另一条航带代号的水平距离，并采用统计计算直方图的方法得到相邻航带轨迹点的水平距离；
43.所述椭圆标准方程建立模块用于从原始数据列表中读取一个轨迹点，以该轨迹点作为椭圆中心，椭圆的两个半轴的大小分别由同一条航带相邻轨迹点水平距离和相邻航带轨迹点的水平距离确定，建立椭圆的标准方程；
44.所述影像匹配模块用于根据椭圆的标准方程对原始数据列表中的其余轨迹点进行计算，得到处于椭圆区域内的轨迹点，处于椭圆区域内的轨迹点的影像与椭圆中心的轨迹点的影像能构成匹配对；
45.所述循环判断模块用于判断是否已经完成所有影像匹配对的筛选，若是，则由结果输出模块将所有的影像匹配对输出，完成倾斜影像匹配筛选过程；否则，由椭圆标准方程
建立模块重新选择轨迹点，继续进行影像匹配筛选。
46.其中，在所述轨迹映射表构建模块中，具体执行以下过程：从原始数据列表中逐一读取每两个轨迹点信息，计算每两个轨迹点的水平距离值；设置距离阈值，判断每两个轨迹点的水平距离值是否大于设定的距离阈值，若是，则计算水平距离值对应的两个轨迹点的角度值；对所有水平距离值和角度值向下取整后，将每两个轨迹点信息以及其对应的水平距离值、角度值作为一条记录，构建轨迹映射表；
47.在所述相邻轨迹点水平距离计算模块中，具体执行以下过程，逐一读取轨迹映射表中记录的水平距离值，将相同的水平距离值的个数进行累加，得到一个距离直方图并将该距离直方图中个数最多的水平距离值作为同一条航带相邻轨迹点水平距离；
48.在所述航向角计算模块中，具体执行以下过程：逐一读取轨迹映射表中记录的水平距离值，判断每个水平距离值与同一条航带相邻轨迹点水平距离值的差值绝对值是否小于设定的阈值，若是，则将水平距离值对应的角度值记录到角度列表中；逐一读取角度列表中记录的角度值，将相同角度值的个数进行累加，得到一个角度直方图并将该角度直方图中个数最多的角度作为航带的航向角。
49.其中，在所述航带代号列表构建模块中，具体执行以下过程：逐一读取轨迹映射表中记录的水平距离值和角度值，若存在水平距离值与同一条航带相邻轨迹点水平距离值的差值绝对值少于设定的阈值并且该水平距离值对应的角度值与航带的航向角差值绝对值少于设定的阈值的两个轨迹点，则将这两个轨迹点判断为同一个航带；构建航带代号列表，以轨迹点作为关键字在航带代号列表中查找，若存在，则将轨迹点记录到同一个航带代号列表的子项上，若不存在，则作为新代号记录到该航带代号列表中；重复上述操作，直至将所有轨迹点区分为不同的航带，得到航带代号列表；
50.在所述相邻航带轨迹点水平距离计算模块中，具体执行以下过程：逐一计算航带代号列表中每条航带代号与另一条航带代号的水平距离，即计算一条航带代号的每个轨迹点与另一条航带代号的每个轨迹点两两之间的水平距离值，将所有的水平距离值记录到距离列表中；逐一读取距离列表中记录的水平距离值，将相同水平距离值的个数进行累加，得到一个航带水平距离直方图并将该航带水平距离直方图中个数最多的那个水平距离值作为相邻航带轨迹点的水平距离；
51.在所述影像匹配模块中，具体执行以下过程：将原始数据列表中的其余轨迹点进行逆时针旋转，旋转角度为航带的航向角；将旋转后的轨迹点坐标带入椭圆的标准方程中进行计算，其值少于1则代表该轨迹点处于椭圆区域内，处于椭圆区域内的轨迹点的影像与椭圆中心的轨迹点的影像能构成匹配对。
52.与现有技术相比，本发明技术方案的有益效果是：
53.本发明提出了一种倾斜影像匹配筛选方法及系统，其不需要人工对航带进行划分，也不需要获取当前测区的地面高度，只需要影像所记录的轨迹点的位置信息，便可以自动估算出航带的相关信息，在当前影像的轨迹点形成一个椭圆区域，利用这个椭圆区域进行筛选，其他影像若在此椭圆区域内就与当前影像构成匹配对，实现对倾斜影像进行匹配的筛选，筛选后可以有效减少影像匹配对的数量，减少后期影像匹配处理时长。
附图说明
54.图1为本发明中一种倾斜影像匹配筛选方法的流程示意图；
55.图2为本发明一实施例中航测轨迹点示意图；
56.图3为本发明一实施例中航测轨迹点局部示意图。
具体实施方式
57.附图仅用于示例性说明，不能理解为对本专利的限制；
58.为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；
59.对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
60.下面结合附图和实施例对本发明的技术方案做进一步的说明。
61.实施例1
62.本实施例提供一种倾斜影像匹配筛选方法，如图1所示，包括以下步骤：
63.s1：获取航测轨迹点文件，将所有的轨迹点及其对应的影像信息作为一条数据记录到原始数据列表中；
64.s2：根据原始数据列表的轨迹点信息计算每两个轨迹点的水平距离值，构建轨迹映射表；
65.s3：采用统计计算直方图的方法，基于轨迹映射表计算同一条航带相邻轨迹点水平距离；
66.s4：基于轨迹映射表构建角度列表，计算航带的航向角；
67.s5：根据轨迹映射表和同一条航带相邻轨迹点水平距离进行判断，将所有轨迹点区分为不同的航带，构建航带代号列表；
68.s6：计算航带代号列表中一条航带代号与另一条航带代号的水平距离，并采用统计计算直方图的方法得到相邻航带轨迹点的水平距离；
69.s7：从原始数据列表中读取一个轨迹点，以该轨迹点作为椭圆中心，椭圆的两个半轴的大小分别由同一条航带相邻轨迹点水平距离和相邻航带轨迹点的水平距离确定，得到该椭圆的标准方程；
70.s8：根据椭圆的标准方程对原始数据列表中的其余轨迹点进行计算，得到处于椭圆区域内的轨迹点，处于椭圆区域内的轨迹点的影像与椭圆中心的轨迹点的影像能构成匹配对；
71.s9：重复执行步骤s7-s8，直至计算筛选出所有的影像匹配对，将所有的影像匹配对输出，完成倾斜影像匹配筛选过程。
72.在步骤s7具体实施过程中，将同一条航带相邻轨迹点水平距离的2.5倍和相邻航带轨迹点的水平距离的1.5倍作为椭圆的两个半轴。
73.更具体的，步骤s2具体包括以下子步骤：
74.s21：从原始数据列表中逐一读取每两个轨迹点信息，计算每两个轨迹点的水平距离值；
75.s22：设置距离阈值，如1厘米，此阈值是作为过滤倾斜摄像所拍摄的多组不同角度
的影像，它们的轨迹点位置相近，判断每两个轨迹点的水平距离值是否大于设定的距离阈值，若是，则计算水平距离值对应的两个轨迹点的角度值，该角度值为两个轨迹点所构成的直线与x轴的夹角值；
76.s23：对所有水平距离值和角度值向下取整后，将每两个轨迹点信息以及其对应的水平距离值、角度值作为一条记录，构建轨迹映射表。
77.更具体的，步骤s3具体为：逐一读取轨迹映射表中记录的水平距离值，将相同的水平距离值的个数进行累加，得到一个以水平距离值为横轴、以个数作为纵轴的距离直方图并将该距离直方图中个数最多的水平距离值作为同一条航带相邻轨迹点水平距离。
78.更具体的，步骤s4具体包括以下子步骤：
79.s41：逐一读取轨迹映射表中记录的水平距离值，判断每个水平距离值与同一条航带相邻轨迹点水平距离值的差值绝对值是否小于设定的阈值(如1米)，若是，则将水平距离值对应的角度值记录到角度列表中；
80.s42：逐一读取角度列表中记录的角度值，将相同角度值的个数进行累加，得到一个角度直方图并将该角度直方图中个数最多的角度作为航带的航向角。
81.更具体的，步骤s5具体包括以下子步骤：
82.s51：逐一读取轨迹映射表中记录的水平距离值和角度值，若存在水平距离值与同一条航带相邻轨迹点水平距离值的差值绝对值少于设定的阈值(如1米)并且该水平距离值对应的角度值与航带的航向角差值绝对值少于设定的阈值(如3度)的两个轨迹点，则将这两个轨迹点判断为同一个航带；
83.s52：构建航带代号列表，以轨迹点作为关键字在航带代号列表中查找，若存在，则将轨迹点记录到同一个航带代号列表的子项上，若不存在，则作为新代号记录到该航带代号列表中；
84.s53：重复执行步骤s51-s52，直至将所有轨迹点区分为不同的航带，得到航带代号列表。
85.更具体的，步骤s6具体包括以下子步骤：
86.s61：逐一计算航带代号列表中每条航带代号与另一条航带代号的水平距离，即计算一条航带代号的每个轨迹点与另一条航带代号的每个轨迹点两两之间的水平距离值，将所有的水平距离值记录到距离列表中；
87.s62：逐一读取距离列表中记录的水平距离值，将相同水平距离值的个数进行累加，得到一个航带水平距离直方图并将该航带水平距离直方图中个数最多的那个水平距离值作为相邻航带轨迹点的水平距离。
88.更具体的，步骤s8具体包括以下步骤：
89.s81：将原始数据列表中的其余轨迹点进行逆时针旋转，旋转角度为航带的航向角；
90.s82：将旋转后的轨迹点坐标带入椭圆的标准方程中进行计算，其值少于1则代表该轨迹点处于椭圆区域内，处于椭圆区域内的轨迹点的影像与椭圆中心的轨迹点的影像能构成匹配对。
91.由于影像匹配通常采用如sift等算法来计算，若不筛选影像需要两两进行匹配，这样形成的影像匹配对的数量庞大，因此，本实施例旨在倾斜影像进行匹配的筛选，筛选之
后减少了影像匹配对的数量，减少后期影像匹配处理时长。
92.在具体实施过程中，本实施例是对无人机在空中不同位置拍摄到的影像进行匹配筛选的一种方法，其不需要人工对航带进行划分，也不需要获取当前测区的地面高度，只需要影像所记录的轨迹点的位置信息，便可以自动估算出航带的相关信息，在当前影像的轨迹点形成一个椭圆区域，利用这个椭圆区域进行筛选，其他影像若在此椭圆区域内就与当前影像构成匹配对，实现对倾斜影像进行匹配的筛选，筛选后可以有效减少影像匹配对的数量，减少后期影像匹配处理时长。
93.实施例2
94.更具体的，在实施例1的基础上，本实施例提供一种倾斜影像匹配筛选系统，用于实现一种倾斜影像匹配筛选方法，具体包括原始数据获取模块、轨迹映射表构建模块、相邻轨迹点水平距离计算模块、航向角计算模块、航带代号列表构建模块、相邻航带轨迹点水平距离计算模块、椭圆标准方程建立模块、影像匹配模块、循环判断模块和结果输出模块；其中：
95.所述原始数据获取模块用于获取航测轨迹点文件，将所有的轨迹点及其对应的影像信息作为一条数据记录到原始数据列表中；
96.所述轨迹映射表构建模块用于根据原始数据列表的轨迹点信息计算每两个轨迹点的水平距离值，构建轨迹映射表；
97.所述相邻轨迹点水平距离计算模块用于采用统计计算直方图的方法，基于轨迹映射表计算同一条航带相邻轨迹点水平距离；
98.所述航向角计算模块用于基于轨迹映射表构建角度列表，计算航带的航向角；
99.所述航带代号列表构建模块用于据轨迹映射表和同一条航带相邻轨迹点水平距离进行判断，将所有轨迹点区分为不同的航带，构建航带代号列表；
100.所述相邻航带轨迹点水平距离计算模块用于计算航带代号列表中一条航带代号与另一条航带代号的水平距离，并采用统计计算直方图的方法得到相邻航带轨迹点的水平距离；
101.所述椭圆标准方程建立模块用于从原始数据列表中读取一个轨迹点，以该轨迹点作为椭圆中心，椭圆的两个半轴的大小分别由同一条航带相邻轨迹点水平距离和相邻航带轨迹点的水平距离确定，建立椭圆的标准方程；
102.所述影像匹配模块用于根据椭圆的标准方程对原始数据列表中的其余轨迹点进行计算，得到处于椭圆区域内的轨迹点，处于椭圆区域内的轨迹点的影像与椭圆中心的轨迹点的影像能构成匹配对；
103.所述循环判断模块用于判断是否已经完成所有影像匹配对的筛选，若是，则由结果输出模块将所有的影像匹配对输出，完成倾斜影像匹配筛选过程；否则，由椭圆标准方程建立模块重新选择轨迹点，继续进行影像匹配筛选。
104.更具体的，在所述轨迹映射表构建模块中，具体执行以下过程：从原始数据列表中逐一读取每两个轨迹点信息，计算每两个轨迹点的水平距离值；设置距离阈值，判断每两个轨迹点的水平距离值是否大于设定的距离阈值，若是，则计算水平距离值对应的两个轨迹点的角度值；对所有水平距离值和角度值向下取整后，将每两个轨迹点信息以及其对应的水平距离值、角度值作为一条记录，构建轨迹映射表；
105.在所述相邻轨迹点水平距离计算模块中，具体执行以下过程，逐一读取轨迹映射表中记录的水平距离值，将相同的水平距离值的个数进行累加，得到一个距离直方图并将该距离直方图中个数最多的水平距离值作为同一条航带相邻轨迹点水平距离；
106.在所述航向角计算模块中，具体执行以下过程：逐一读取轨迹映射表中记录的水平距离值，判断每个水平距离值与同一条航带相邻轨迹点水平距离值的差值绝对值是否小于设定的阈值，若是，则将水平距离值对应的角度值记录到角度列表中；逐一读取角度列表中记录的角度值，将相同角度值的个数进行累加，得到一个角度直方图并将该角度直方图中个数最多的角度作为航带的航向角。
107.更具体的，在所述航带代号列表构建模块中，具体执行以下过程：逐一读取轨迹映射表中记录的水平距离值和角度值，若存在水平距离值与同一条航带相邻轨迹点水平距离值的差值绝对值少于设定的阈值并且该水平距离值对应的角度值与航带的航向角差值绝对值少于设定的阈值的两个轨迹点，则将这两个轨迹点判断为同一个航带；构建航带代号列表，以轨迹点作为关键字在航带代号列表中查找，若存在，则将轨迹点记录到同一个航带代号列表的子项上，若不存在，则作为新代号记录到该航带代号列表中；重复上述操作，直至将所有轨迹点区分为不同的航带，得到航带代号列表；
108.在所述相邻航带轨迹点水平距离计算模块中，具体执行以下过程：逐一计算航带代号列表中每条航带代号与另一条航带代号的水平距离，即计算一条航带代号的每个轨迹点与另一条航带代号的每个轨迹点两两之间的水平距离值，将所有的水平距离值记录到距离列表中；逐一读取距离列表中记录的水平距离值，将相同水平距离值的个数进行累加，得到一个航带水平距离直方图并将该航带水平距离直方图中个数最多的那个水平距离值作为相邻航带轨迹点的水平距离；
109.在所述影像匹配模块中，具体执行以下过程：将原始数据列表中的其余轨迹点进行逆时针旋转，旋转角度为航带的航向角；将旋转后的轨迹点坐标带入椭圆的标准方程中进行计算，其值少于1则代表该轨迹点处于椭圆区域内，处于椭圆区域内的轨迹点的影像与椭圆中心的轨迹点的影像能构成匹配对。
110.本实施例提出了一种倾斜影像匹配筛选系统，其不需要人工对航带进行划分，也不需要获取当前测区的地面高度，只需要影像所记录的轨迹点的位置信息，便可以自动估算出航带的相关信息，在当前影像的轨迹点形成一个椭圆区域，利用这个椭圆区域进行筛选，其他影像若在此椭圆区域内就与当前影像构成匹配对，实现对倾斜影像进行匹配的筛选，筛选后可以有效减少影像匹配对的数量，减少后期影像匹配处理时长。
111.实施例3
112.本实施例进一步说明了本方案的技术原理，具体阐述如下：
113.首先，无人机航测是按航带来飞行的，如图2所示，但由于飞行环境等因素，航带并不一定是规整的。对于一条航带，实际飞行的效果很可能不是一条直线，也就是轨迹点不满足直线方程，通常只能拟合出一条直线，所以航带自动划分的核心可通过计算轨迹点的航向角来实现自动划分，而轨迹点的航向角在设定的误差范围内，就可认为是处于同一条航带。因此，本方案通过计算轨迹点的航向角来实现航带的自动划分。
114.其次，根据航测的原理要求，要求航向和旁向有一定的重叠度，航向重叠度(一般60％以上)会比旁向重叠度(一般30％以上)大，也就是同一条航带的相邻两个轨迹点的水
平距离相比相邻航带之间的水平距离要小(如图3所示，a和b两个轨迹点在同一条航带上，a和c在不同的航带上)。而根据重叠度的要求，确定采用椭圆区域的方法来进行筛选，其他形状的区域无法同时兼顾这两个条件。
115.第三，由于无人机航测是每隔设定的时间就会进行拍摄，所以会出现处于两条航带之间转弯掉头的轨迹点和无人机返航的轨迹点，这些轨迹点对计算航带的航向角、同一条航带相邻轨迹点水平距离和相邻航带轨迹点的水平距离会带来影响，但这些带来的影响的轨迹点为少数，因此这些值可以通过计算其直方图的方法进行确定，消除其影响。
116.第四，由航测的重叠度，可知，拍摄到的影像实际上只与该轨迹点周围的影像会重叠，存在匹配成功的可能性，所以以该轨迹点(如图3中a点)为椭圆圆心，长半轴大小可设置为同一条航带的相邻两个轨迹点的水平距离(如图3中ab两点水平距离)的2.5倍，短半轴大小可设置为相邻航带的水平距离的1.5倍(如图3中ac两点水平距离)，因此匹配的筛选原理就是其他轨迹点处于椭圆圆心轨迹点(如图3中a点)的椭圆区域内，则其影像与椭圆圆心轨迹点的影像存在匹配成功的可能性，构成影像匹配对。
117.最后，由于是倾斜摄影，在一个轨迹点(如图3中a点所示)会拍摄多组不同角度的影像(一般为5组)，这些不同角度的影像所记录的轨迹点位置相等或者相差很小，所以本方案计算航带的航向角，同一条航带相邻轨迹点水平距离和相邻航带轨迹点的水平距离之前，先对这些相等或者相差很小(软件可设置一个阈值)进行过滤。
118.本方案不需要人工对航带进行划分，也不需要获取当前测区的地面高度，只需要影像所记录的轨迹点的位置信息，便可以自动估算出航带的相关信息，在当前影像的轨迹点形成一个椭圆区域，利用这个椭圆区域进行筛选，其他影像若在此椭圆区域内就与当前影像构成匹配对，实现对倾斜影像进行匹配的筛选。
119.显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。