基于多种特征的机载激光点云与航空影像配准方法研究
本文选题:航空影像 切入点:机载LiDAR点云 出处:《武汉大学》2014年博士论文 论文类型:学位论文
【摘要】:在传统测绘中,航空摄影测量在很长一段时期内是获取大面积、高精度地形(地表)数据产品的主要技术手段。机载激光探测与测距(Airborne Light Detecting And Ranging, Airborne LiDAR)技术的出现,改变了这一格局。该系统可快速地获得大面积、密集的地面点云数据,极大地简化了地面三维信息测绘的工作流程。作为两项不同的测绘技术,航空摄影测量和机载LiDAR技术存在着重要的互补关系。在正射影像生产、真实纹理三维城市建模等诸多领域,航空影像与机载LiDAR点云的集成应用发挥着重要的作用。由于各种系统误差及偶然误差的存在,直接获得的LiDAR点云坐标和航空影像外方位元素均存在着误差,使得二者无法完美配准,成为制约二者集成应用的关键问题之一。当前针对机载LiDAR点云和航空影像配准的方法多种多样,但是针对大面积城市地区机载LiDAR点云与航空影像数据的配准技术仍不成熟,依然存在诸多问题需要解决,如配准所用同名特征提取与匹配以及配准模型的建立等。因此深入研究针对大面积城市地区机载LiDAR点云与航空影像数据的配准方法,探索新的配准思路,研究实用的创新算法,具有重要的理论价值和实际意义。 本文以城市地区机载LiDAR点云与航空影像高精度配准为研究目标,设计并实现了一套行之有效的配准方案。论文的主要工作如下: 1)提出了一种机载LiDAR点云与航空影像配准方法,在机载LiDAR点云与区域网平差后的航空影像间匹配多种同名特征,以匹配的多种同名特征作为控制点进行点云条带误差改正,最终实现机载LiDAR点云与航空影像的高精度配准。由于传统的配准算法均以LiDAR点云为基准,将航空影像纳入LiDAR点云的坐标系中实现配准,在LiDAR点云误差较大的情况下无法实现高精度配准。为此,本文先在少量航空影像地面控制点、POS (Positioning and Orientation System)数据及LiDAR点云的辅助下进行航空影像自动空三。然后在区域网平差后的航空影像与LiDAR点云数据间匹配多种同名特征。以同名特征在航空影像中前方交会获得的三维坐标作为控制数据,采用提出的基于严格模型的条带平差方法进行点云条带平差。将LiDAR点云纳入区域网平差后的航空影像坐标系中,实现LiDAR点云与航空影像以及地面控制点的高精度配准。 2)提出了一种POS数据和机载LiDAR点云辅助的航空影像连接点自动匹配算法。主要内容有:①设计了基于物方约束的航空影像匹配框架,在POS数据和机载LiDAR点云的约束下,自动确定同名点搜索范围以及纠正影像匹配窗口几何变形,提高影像匹配效率以及匹配点的精度和可靠性。②若采用相关系数测度进行同名点匹配,在搜索窗口中寻找最佳匹配点位时需逐像素计算,往往比较耗时。针对这一问题,根据相邻点位处的相关系数值具有一定连续性的特点,设计了一种相关系数匹配快速搜索方法。与传统逐像素搜索算法相比,可至少节省25%的匹配耗时。③在基于物方约束的航空影像连接点匹配中,航空影像初始外方位元素的精度是决定匹配效率以及匹配结果可靠性的重要因素。当POS设备精度较高时,相机与POS设备的安置角误差是影响航空影像外方位元素精度的主要原因。为此,本文提出了一种基于虚拟地面控制点的相机安置角误差检校方法,在不需要布设地面控制点的情况下可极大地提高航空影像初始外方位元素的精度。④在建筑物密集的城市地区航空影像的空三中,匹配出位于建筑物上的连接点对于区域网平差的稳健性具有重要作用。为此本文提出一种建筑物屋顶角点匹配算法,结合建筑物边缘信息和屋顶纹理信息,匹配获得建筑物屋顶角点作为连接点。 3)研究了机载LiDAR点云与航空影像间同名点特征与同名角特征的匹配方法。主要内容有:①将机载LiDAR点云按一定的采样间隔规则化内插,以点云强度信息为影像灰度信息生成LiDAR强度图,并将航空影像降采样至与LiDAR强度图同样的地面分辨率。在降采样的航空影像上提取特征点,并根据基于物方约束的影像匹配原理在降采样的航空影像与LiDAR强度图间匹配同名点。②提出了一种直接在离散的LiDAR点云中自动提取建筑物轮廓线的方法,即基于三角网探测的LiDAR点云中建筑物轮廓线提取算法。在对LiDAR点云进行噪声点和墙面点剔除之后,对其构建二维不规则三角网,通过在三角网中检测并跟踪包含轮廓线的特征三角形实现建筑物轮廓线的提取。所提取的轮廓线具有良好的平面和高程精度,避免了将点云生成图像再提取线特征过程中造成的轮廓线高程不确定性。对轮廓线分段规则化生成建筑物角特征作为匹配基元。同时在航空影像上提取直线段特征。根据航空影像初始外方位元素约束机载LiDAR点云与航空影像间同名角特征匹配,进而得到同名建筑物角点。 4)提出了一种基于条带平差的LiDAR点云与航空影像配准方法。采用LiDAR点云与区域网平差后的航空影像间的同名特征,对LiDAR点云进行条带平差,将LiDAR点云纳入区域网平差后的航空影像坐标系中,实现机载LiDAR点云与航空影像的高精度配准。针对LiDAR点云条带平差,设计了基于严格模型的机载LiDAR点云条带平差方法,更适合于实际应用中存在POS系统误差的情况。受到POS系统误差以及传感器安置误差等误差源的影响,由机载LiDAR系统获取的LiDAR点云条带往往存在较大的误差。当各系统误差的量级较大时,LiDAR点云条带的误差无法用简单的线性模型表达及改正。为了获得高精度的点云条带平差结果,本文采用二次多项式模型拟合机载LiDAR点云误差源中的传感器安置角误差和POS系统误差,结合LiDAR对地定位方程建立了LiDAR点云条带平差模型。 为验证本文提出的方法的有效性,分别采用具体实验数据对配准流程中各关键方法进行了实验分析。且在论文的最后,采用所提出的配准方法,对大范围的机载LiDAR点云与航空影像进行了配准实验与精度分析,验证了所提出方法的有效性。
[Abstract]:......
【学位授予单位】:武汉大学
【学位级别】:博士
【学位授予年份】:2014
【分类号】:P231;P225
【参考文献】
相关期刊论文 前10条
1 张良;马洪超;高广;陈卓;;点、线相似不变性的城区航空影像与机载激光雷达点云自动配准[J];测绘学报;2014年04期
2 左志权;刘正军;张力;;3维最小二乘表面匹配泛型数学模型及在机载LiDAR条带平差中的应用[J];遥感学报;2013年06期
3 ZHANG Fan;HUANG XianFeng;FANG Wei;LI DeRen;;Non-rigid registration of mural images and laser scanning data based on the optimization of the edges of interest[J];Science China(Information Sciences);2013年06期
4 李卉;钟成;黄先锋;李德仁;;集成激光雷达数据和遥感影像的立交桥自动检测方法[J];测绘学报;2012年03期
5 张永军;熊小东;沈翔;;城区机载LiDAR数据与航空影像的自动配准[J];遥感学报;2012年03期
6 赵西安;陈志学;吕京国;靖常峰;;具有尺度与旋转不变性的立体影像自动匹配研究[J];测绘学报;2012年01期
7 张过;陈钽;潘红播;江万寿;;基于有理多项式系数模型的物方面元最小二乘匹配[J];测绘学报;2011年05期
8 孙杰;马洪超;钟良;;利用LiDAR点云的真正射影像遮蔽检测[J];武汉大学学报(信息科学版);2011年08期
9 孙杰;马洪超;汤璇;;机载LiDAR正射影像镶嵌线智能优化研究[J];武汉大学学报(信息科学版);2011年03期
10 季顺平;袁修孝;;基于RFM的高分辨率卫星遥感影像自动匹配研究[J];测绘学报;2010年06期
,本文编号:1593050
本文链接:https://www.wllwen.com/kejilunwen/dizhicehuilunwen/1593050.html