针对最小二乘的旋转平均方法对粗差敏感, 求解影像旋转参数不够精确的问题, 提出了一种稳健的旋转平均方法。先利用李群和李代数之间的映射关系, 将旋转矩阵的乘积运算简化为李代数中的减法运算, 推导出旋转平均迭代解算的线性化方程; 然后利用L1范数优化和迭代加权最小二乘相结合的方法求解全局一致旋转最优解; 最后采用迭代策略剔除粗差, 得到精确的旋转矩阵。实验结果表明, 与传统最小二乘方法相比, 提出方法的旋转参数求解精度更高, 稳健性更好, 用于三维重建可以得到更密集均匀的点云, 重建完整性更好。旋转平均的精度优于0.15度, 计算时间不超过0.31s, 光束法平差后, 重投影误差在1.3个像素以内。基本满足快速稳健三维重建的要求。

针对增量式运动恢复结构算法在无人机影像三维重建中运行效率低的问题，提出了一种基于关系图的无人机影像批处理重建方法。利用无人机低精度的位置姿态测量系统数据概略估算影像间的重叠关系，在关联影像之间进行尺度不变特征变换匹配，使用随机抽取一致性算法和三视图约束进一步剔除弱关联的影像连接关系，再通过深度优先搜索得到最终参加重建的影像集连通分量，构建出强关联的稳健影像关系图。然后，根据影像相对位姿参数，由最小二乘法解算全局一致性旋转参数，利用三视几何约束和线性规划求解全局一致位置参数，最后进行一次光束法平差优化。实验结果表明: 与经典的增量式重建Bundler算法相比，该方法运行速度至少提高了2.6倍，且生成的三维点数量增加了76.5%，更真实地恢复出场景的几何形态。该算法在改善重建效果的同时提高了处理效率，能够满足无人机快速响应应用的需求。