倾斜摄影可以获取垂直、前视、后视、左视及右视五组影像^[7]，除垂直影像外，其它四组影像都为倾斜影像，所有影像都对应有POS(Position and Orientation System)定位数据，可提供近似的影像外方位元素^[8]，从而建立影像间的相对位置关系^[9]，自动重构倾斜影像航带^[10]。

由于SIFT 算子对于倾斜影像特征提取具有较好的重复率，所以影像特征点提取一般采用 SIFT 算子。在提取计算之前，需加入相机畸变参数、影像色差等影响因素，有利于准确快速进行特征提取。

影像匹配实质是如何准确快速获取多视倾斜影像的同名点坐标，从而获取地物三维特征信息，形成点云数据^[11]。倾斜影像匹配一般采用基于特征的影像匹配算法，算法的数学模型多数采用适用于倾斜影像的多视最小二乘法。

采用POS辅助的方法进行平差，以像控点坐标、像点坐标、GNSS摄站坐标和IMU姿态角为观测值^[5]，以物点地面坐标、影像外方位元素以及各种系统误差改正参数为待定参数^[12]。按照像控点坐标、像点坐标、POS系统提供的GNSS摄站坐标及IMU姿态角的测量精度^[12]，分别给予观测值不同的权，利用最小二乘平差法求解物点的三维地面坐标和影像外方位元素的最或然值^[12-13]。

多数三维重建软件的空三算法都对光照变化反应灵敏。同一测区，在不同时段航拍的影像，因气象条件、光照变化等因素的影响导致影像存在色差时，会导致空三解算过程影像特征匹配不稳定，导致空三解算失败。相机畸变也可以导致空三解算过程影像匹配不准确，导致空三结果弯曲。

优化方法:在导入影像后，设置每一相机的畸变参数。根据高度不同而分开空三解算，另外也要考虑拍摄时间过长导致拍照时有阴天晴天等差别，如果色差明显必须区分开来，定义到不同的组别里。空三运算的第一步就是解算同名点，即匹配多张照片中同一物体的位置信息。像田地、海水等纹理不明显的物体来说，解算同名点比较困难，需要在边界处人为多测设一些像控点。另外如果结果显示的模型大小形状基本匹配，而只是方向倾斜的话，可以在空三解算前另外定义几个连接点来控制方向。

倾斜影像数据量往往比一般正射数据量大很多倍，我们常用的三维重建软件进行空三处理海量数据时，为了提高生产的效率，采用对数据进行分块、逐块空三解算、最后再合并解算的策略，但是多数软件的空三合并功能的稳定度仍有待提高，并且进行并行空三解算时，只处理影像特征点提取及匹配，未有效对自由网构建进行并行化处理，最终导致块合并后的空三结果出现问题。

优化方法:选择多次重复空三解算，反复调整参数，或者在块与块衔接处人工添加有效连接点，或者在块与块衔接处增加像控点数量等，从而得到比较合适的结果。

有些软件的空三解算区域网平差未有效利用影像的POS定位数据。航空摄影时，POS定位数据中的GNSS位置存在航带分布的系统误差，称为航带误差。在经典的GNSS辅助平差时，往往需要对航带误差进行改正，如果软件没有进行此处理，故往往无法获得高精度平差结果。另外，进行航带改正的另一个优势是当控制点的坐标系和GNSS的坐标系不相同时(如分别为2000国家大地坐标系和WGS84坐标系时)，可以通过平差改正，使控制点的坐标系和GNSS的坐标系趋近一致。如果航带信息不能够有效利用，可能会导致空三结果出现严重的分层交叉。

优化方法:选择相关软件的空三解算功能，解算初始空三结果，将空三结果作为POS初值导入三维重建软件中，再次进行空三解算，有效提高空三成功率，得到合适空三结果。

空三结果出现断裂的情况，如图1所示。这种情况一般是光照变化影响，通过对不同时间段拍摄的影像进行分组，并且人工干预增加连接点，在进一步空三解算，结果成功，连接点空三解算情况见表1，结果如图2所示。最佳的优化方法是采用具有消除色差的倾斜相机，精心规划飞行时间，减少光照变化。

图1 空三结果断裂示意图
Fig.1 Fracture diagram of aerial triangulation result

图2 断裂经过优化处理后结果示意图
Fig.2 Diagram of fracture after optimization

表1 空三结果出现断裂人工加入连接点后数据处理情况
Table 1 Data processing status after manually joining connection points when fracture appeared in aerial triangulation result

空三结果出现分层交叉情况，如图3所示。出现这种情况一般是任意模式、不加入约束条件下的空三解算结果，优化处理的办法是加入POS数据、像控点并量测，再次进行空三解算，如果还不理想，人工干预加入连接点，再一次空三解算，一般可以取得合适结果，人工连接点空三解算情况见表2，结果如图4所示。

表2 空三结果出现分层交叉人工加入连接点后数据处理情况
Table 2 Data processing status after manually joining connection points when overlap stratification appeared in aerial triangulation result

图3 空三结果分层交叉示意图
Fig.3 Diagram of overlap stratification of aerial triangulation result

图4 分层交叉经过优化处理结果示意图
Fig.4 Diagram of overlap stratification after optimization

在空三解算前加入像控点、POS数据、相机畸变参数等要素，但还是出现空三结果弯曲情况，如图5所示。一般出现这种情况下主要存在影像重叠率不够大、边缘像控点数量不够、关键点密度低等因素，解决这些因素并人工干预加入连接点，增加连接点之后空三结果都能得到基本优化，得到正确结果，人工连接点空三解算情况见表3，结果如图6所示。

图5 空三结果弯曲示意图
Fig.5 Diagram of aerial triangulation result bending

图6 弯曲经过优化处理结果示意图
Fig.6 Diagram of bending after optimization

表3 空三结果出现弯曲人工加入连接点后数据处理情况
Table 3 Data processing status after manually joining connection points when bending appeared in aerial triangulation result

如图7所示，空三解算如果遇到了大面积水域情况，将不能自动匹配同名点，这时候需要人工干预加入数量较多的正确连接点，确保水域两边有足够多的同名点。人工连接点空三解算情况见表4，结果优化处理如图8所示。如果测区水域面积比较大，或许水域分布较多，要从航飞摄影上解决一些问题，例如，精心规划航线，避开大面积水域，加大影像重叠率等。

图7 空三结果水域接壤处交叉示意图
Fig.7 Diagram of intersection at the intersection of water boundary of aerial triangulation result

图8 水域接壤处交叉经过优化处理结果示意图
Fig.8 Diagram of optimization result at the intersection of water boundary

表4 空三结果出现水域接壤处分层人工加入连接点后数据处理情况
Table 4 Data processing status after manually joining connection points when stratification appeared at water boundary in aerial triangulation result