本文選題：航空影像　切入點：機載LiDAR點云　出處：《武漢大學》2014年博士論文　論文類型：學位論文

【摘要】：在傳統(tǒng)測繪中,航空攝影測量在很長一段時期內是獲取大面積、高精度地形(地表)數(shù)據(jù)產品的主要技術手段。機載激光探測與測距(Airborne Light Detecting And Ranging, Airborne LiDAR)技術的出現(xiàn),改變了這一格局。該系統(tǒng)可快速地獲得大面積、密集的地面點云數(shù)據(jù),極大地簡化了地面三維信息測繪的工作流程。作為兩項不同的測繪技術,航空攝影測量和機載LiDAR技術存在著重要的互補關系。在正射影像生產、真實紋理三維城市建模等諸多領域,航空影像與機載LiDAR點云的集成應用發(fā)揮著重要的作用。由于各種系統(tǒng)誤差及偶然誤差的存在,直接獲得的LiDAR點云坐標和航空影像外方位元素均存在著誤差,使得二者無法完美配準,成為制約二者集成應用的關鍵問題之一。當前針對機載LiDAR點云和航空影像配準的方法多種多樣,但是針對大面積城市地區(qū)機載LiDAR點云與航空影像數(shù)據(jù)的配準技術仍不成熟,依然存在諸多問題需要解決,如配準所用同名特征提取與匹配以及配準模型的建立等。因此深入研究針對大面積城市地區(qū)機載LiDAR點云與航空影像數(shù)據(jù)的配準方法,探索新的配準思路,研究實用的創(chuàng)新算法,具有重要的理論價值和實際意義。 本文以城市地區(qū)機載LiDAR點云與航空影像高精度配準為研究目標,設計并實現(xiàn)了一套行之有效的配準方案。論文的主要工作如下： 1)提出了一種機載LiDAR點云與航空影像配準方法,在機載LiDAR點云與區(qū)域網平差后的航空影像間匹配多種同名特征,以匹配的多種同名特征作為控制點進行點云條帶誤差改正,最終實現(xiàn)機載LiDAR點云與航空影像的高精度配準。由于傳統(tǒng)的配準算法均以LiDAR點云為基準,將航空影像納入LiDAR點云的坐標系中實現(xiàn)配準,在LiDAR點云誤差較大的情況下無法實現(xiàn)高精度配準。為此,本文先在少量航空影像地面控制點、POS (Positioning and Orientation System)數(shù)據(jù)及LiDAR點云的輔助下進行航空影像自動空三。然后在區(qū)域網平差后的航空影像與LiDAR點云數(shù)據(jù)間匹配多種同名特征。以同名特征在航空影像中前方交會獲得的三維坐標作為控制數(shù)據(jù),采用提出的基于嚴格模型的條帶平差方法進行點云條帶平差。將LiDAR點云納入區(qū)域網平差后的航空影像坐標系中,實現(xiàn)LiDAR點云與航空影像以及地面控制點的高精度配準。 2)提出了一種POS數(shù)據(jù)和機載LiDAR點云輔助的航空影像連接點自動匹配算法。主要內容有：①設計了基于物方約束的航空影像匹配框架,在POS數(shù)據(jù)和機載LiDAR點云的約束下,自動確定同名點搜索范圍以及糾正影像匹配窗口幾何變形,提高影像匹配效率以及匹配點的精度和可靠性。②若采用相關系數(shù)測度進行同名點匹配,在搜索窗口中尋找最佳匹配點位時需逐像素計算,往往比較耗時。針對這一問題,根據(jù)相鄰點位處的相關系數(shù)值具有一定連續(xù)性的特點,設計了一種相關系數(shù)匹配快速搜索方法。與傳統(tǒng)逐像素搜索算法相比,可至少節(jié)省25%的匹配耗時。③在基于物方約束的航空影像連接點匹配中,航空影像初始外方位元素的精度是決定匹配效率以及匹配結果可靠性的重要因素。當POS設備精度較高時,相機與POS設備的安置角誤差是影響航空影像外方位元素精度的主要原因。為此,本文提出了一種基于虛擬地面控制點的相機安置角誤差檢校方法,在不需要布設地面控制點的情況下可極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區(qū)航空影像的空三中,匹配出位于建筑物上的連接點對于區(qū)域網平差的穩(wěn)健性具有重要作用。為此本文提出一種建筑物屋頂角點匹配算法,結合建筑物邊緣信息和屋頂紋理信息,匹配獲得建筑物屋頂角點作為連接點。 3)研究了機載LiDAR點云與航空影像間同名點特征與同名角特征的匹配方法。主要內容有：①將機載LiDAR點云按一定的采樣間隔規(guī)則化內插,以點云強度信息為影像灰度信息生成LiDAR強度圖,并將航空影像降采樣至與LiDAR強度圖同樣的地面分辨率。在降采樣的航空影像上提取特征點,并根據(jù)基于物方約束的影像匹配原理在降采樣的航空影像與LiDAR強度圖間匹配同名點。②提出了一種直接在離散的LiDAR點云中自動提取建筑物輪廓線的方法,即基于三角網探測的LiDAR點云中建筑物輪廓線提取算法。在對LiDAR點云進行噪聲點和墻面點剔除之后,對其構建二維不規(guī)則三角網,通過在三角網中檢測并跟蹤包含輪廓線的特征三角形實現(xiàn)建筑物輪廓線的提取。所提取的輪廓線具有良好的平面和高程精度,避免了將點云生成圖像再提取線特征過程中造成的輪廓線高程不確定性。對輪廓線分段規(guī)則化生成建筑物角特征作為匹配基元。同時在航空影像上提取直線段特征。根據(jù)航空影像初始外方位元素約束機載LiDAR點云與航空影像間同名角特征匹配,進而得到同名建筑物角點。 4)提出了一種基于條帶平差的LiDAR點云與航空影像配準方法。采用LiDAR點云與區(qū)域網平差后的航空影像間的同名特征,對LiDAR點云進行條帶平差,將LiDAR點云納入區(qū)域網平差后的航空影像坐標系中,實現(xiàn)機載LiDAR點云與航空影像的高精度配準。針對LiDAR點云條帶平差,設計了基于嚴格模型的機載LiDAR點云條帶平差方法,更適合于實際應用中存在POS系統(tǒng)誤差的情況。受到POS系統(tǒng)誤差以及傳感器安置誤差等誤差源的影響,由機載LiDAR系統(tǒng)獲取的LiDAR點云條帶往往存在較大的誤差。當各系統(tǒng)誤差的量級較大時,LiDAR點云條帶的誤差無法用簡單的線性模型表達及改正。為了獲得高精度的點云條帶平差結果,本文采用二次多項式模型擬合機載LiDAR點云誤差源中的傳感器安置角誤差和POS系統(tǒng)誤差,結合LiDAR對地定位方程建立了LiDAR點云條帶平差模型。 為驗證本文提出的方法的有效性,分別采用具體實驗數(shù)據(jù)對配準流程中各關鍵方法進行了實驗分析。且在論文的最后,采用所提出的配準方法,對大范圍的機載LiDAR點云與航空影像進行了配準實驗與精度分析,驗證了所提出方法的有效性。
[Abstract]:......
【學位授予單位】：武漢大學
【學位級別】：博士
【學位授予年份】：2014
【分類號】：P231;P225

【參考文獻】

相關期刊論文 前10條

1 張良;馬洪超;高廣;陳卓;;點、線相似不變性的城區(qū)航空影像與機載激光雷達點云自動配準[J];測繪學報;2014年04期

2 左志權;劉正軍;張力;;3維最小二乘表面匹配泛型數(shù)學模型及在機載LiDAR條帶平差中的應用[J];遙感學報;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;鐘成;黃先鋒;李德仁;;集成激光雷達數(shù)據(jù)和遙感影像的立交橋自動檢測方法[J];測繪學報;2012年03期

5 張永軍;熊小東;沈翔;;城區(qū)機載LiDAR數(shù)據(jù)與航空影像的自動配準[J];遙感學報;2012年03期

6 趙西安;陳志學;呂京國;靖常峰;;具有尺度與旋轉不變性的立體影像自動匹配研究[J];測繪學報;2012年01期

7 張過;陳鉭;潘紅播;江萬壽;;基于有理多項式系數(shù)模型的物方面元最小二乘匹配[J];測繪學報;2011年05期

8 孫杰;馬洪超;鐘良;;利用LiDAR點云的真正射影像遮蔽檢測[J];武漢大學學報(信息科學版);2011年08期

9 孫杰;馬洪超;湯璇;;機載LiDAR正射影像鑲嵌線智能優(yōu)化研究[J];武漢大學學報(信息科學版);2011年03期

10 季順平;袁修孝;;基于RFM的高分辨率衛(wèi)星遙感影像自動匹配研究[J];測繪學報;2010年06期

，

本文編號：1593050