基于对偶四元数的遥感影像与LiDAR数据的配准

发布时间：2021-07-03 04:36

　　激光雷达（Light Detection And Ranging,LiDAR）点云数据与光学影像数据的配准是通过坐标转换,寻找两种数据最佳匹配的过程,是城市三维建模技术的研究重点和难点。实际生产中,为了满足大区域的LiDAR点云与影像的配准需求,将大区域的序列影像最佳地纳入到已知的物方坐标系统中去,提高配准精度,需要对配准方法作进一步研究。配准的实质是求解不同条件下（如时间、获取数据的角度,传感器种类等）采集的不同数据集的坐标转换关系。传统配准几何模型中的坐标转换表示方法如欧拉角法和四元数法,通常将坐标变换分解为旋转和平移部分,而配准模型对所求参数的初值精度有一定要求,初值的不准确会引起所求解的旋转参数与平移参数的强相关关系,在分开求解旋转和平移参数的过程中会引入耦合误差,导致最小二乘估计的均方差较大,迭代过程无法收敛。针对传统配准模型中存在的问题,本文提出了以对偶四元数为几何代数基础的LiDAR点云与序列影像的配准方法。研究了基于对偶四元数的空间直线的表达形式和其几何拓扑关系,通过对偶四元数描述特征直线的一体化旋转平移过程,并分析了对偶四元数参数表示一体化旋转平移的相关性。将序列影像... 

【文章来源】：南京航空航天大学江苏省 211工程院校

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

机载LiDAR系统的定位原理

b.主视图图 3.8 模拟数据控制直线分布图表 3.6 模拟影像外方位元素精度比较序号 mXS/ m mYS/ m mZS/ m mφ/ ° mω/ °法1 0.0009 0.0021 0.0009 0.00005 0.000022 0.0015 0.0032 0. 0003 0.00002 0.000033 0.0017 0.0029 0.0004 0.00004 0.00005数法1 0.0006 0.0020 0.0008 0.00001 0.000022 0.0012 0.0029 0.0004 0.00002 0.000013 0.0014 0.0023 0.0005 0.00002 0.00002表 3.7 检查直线像平面直线精度精度比较（单位：像素） 1 2 3 4 0.0025 0.0044 0.0024 0.0022 法 0.0013 0.0037 0.0021 0.0015 表 3.8 模拟影像外方位元素相关系数比较

图 3.9 引入噪声的模拟数据配准精度看出，本文方法中的平面精度和高程精度随像点坐标引入的高斯随且单位权中误差与实际引入的噪声标准差基本一致。平面和高程精系，且基本误差小于高斯噪声的标准差，具有一定的抗噪声性，可以。影像数据实验用了法伊英根，多伦多，卡尔加里三个区域的序列影像来进行配准像，相邻影像间的重叠度为 60%，重叠区域有均匀分布的连接点。布如图 3.10，图 3.11，图 3.12 所示，每个测区选取 16 个连接点，8 为连接点，4 条标注黄色的线段为控制直线，控制直线和连接点共算，四条标注绿色的线段为检查直线，检查直线用于计算像平面直配准算法的实际精度做出评价。


本文编号：3261882