本文選題：航空影像　切入點(diǎn)：機(jī)載LiDAR點(diǎn)云　出處：《武漢大學(xué)》2014年博士論文　論文類型：學(xué)位論文

【摘要】：在傳統(tǒng)測(cè)繪中,航空攝影測(cè)量在很長(zhǎng)一段時(shí)期內(nèi)是獲取大面積、高精度地形(地表)數(shù)據(jù)產(chǎn)品的主要技術(shù)手段。機(jī)載激光探測(cè)與測(cè)距(Airborne Light Detecting And Ranging, Airborne LiDAR)技術(shù)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(diǎn)云數(shù)據(jù),極大地簡(jiǎn)化了地面三維信息測(cè)繪的工作流程。作為兩項(xiàng)不同的測(cè)繪技術(shù),航空攝影測(cè)量和機(jī)載LiDAR技術(shù)存在著重要的互補(bǔ)關(guān)系。在正射影像生產(chǎn)、真實(shí)紋理三維城市建模等諸多領(lǐng)域,航空影像與機(jī)載LiDAR點(diǎn)云的集成應(yīng)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(diǎn)云坐標(biāo)和航空影像外方位元素均存在著誤差,使得二者無(wú)法完美配準(zhǔn),成為制約二者集成應(yīng)用的關(guān)鍵問題之一。當(dāng)前針對(duì)機(jī)載LiDAR點(diǎn)云和航空影像配準(zhǔn)的方法多種多樣,但是針對(duì)大面積城市地區(qū)機(jī)載LiDAR點(diǎn)云與航空影像數(shù)據(jù)的配準(zhǔn)技術(shù)仍不成熟,依然存在諸多問題需要解決,如配準(zhǔn)所用同名特征提取與匹配以及配準(zhǔn)模型的建立等。因此深入研究針對(duì)大面積城市地區(qū)機(jī)載LiDAR點(diǎn)云與航空影像數(shù)據(jù)的配準(zhǔn)方法,探索新的配準(zhǔn)思路,研究實(shí)用的創(chuàng)新算法,具有重要的理論價(jià)值和實(shí)際意義。 本文以城市地區(qū)機(jī)載LiDAR點(diǎn)云與航空影像高精度配準(zhǔn)為研究目標(biāo),設(shè)計(jì)并實(shí)現(xiàn)了一套行之有效的配準(zhǔn)方案。論文的主要工作如下： 1)提出了一種機(jī)載LiDAR點(diǎn)云與航空影像配準(zhǔn)方法,在機(jī)載LiDAR點(diǎn)云與區(qū)域網(wǎng)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(diǎn)進(jìn)行點(diǎn)云條帶誤差改正,最終實(shí)現(xiàn)機(jī)載LiDAR點(diǎn)云與航空影像的高精度配準(zhǔn)。由于傳統(tǒng)的配準(zhǔn)算法均以LiDAR點(diǎn)云為基準(zhǔn),將航空影像納入LiDAR點(diǎn)云的坐標(biāo)系中實(shí)現(xiàn)配準(zhǔn),在LiDAR點(diǎn)云誤差較大的情況下無(wú)法實(shí)現(xiàn)高精度配準(zhǔn)。為此,本文先在少量航空影像地面控制點(diǎn)、POS (Positioning and Orientation System)數(shù)據(jù)及LiDAR點(diǎn)云的輔助下進(jìn)行航空影像自動(dòng)空三。然后在區(qū)域網(wǎng)平差后的航空影像與LiDAR點(diǎn)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(huì)獲得的三維坐標(biāo)作為控制數(shù)據(jù),采用提出的基于嚴(yán)格模型的條帶平差方法進(jìn)行點(diǎn)云條帶平差。將LiDAR點(diǎn)云納入?yún)^(qū)域網(wǎng)平差后的航空影像坐標(biāo)系中,實(shí)現(xiàn)LiDAR點(diǎn)云與航空影像以及地面控制點(diǎn)的高精度配準(zhǔn)。 2)提出了一種POS數(shù)據(jù)和機(jī)載LiDAR點(diǎn)云輔助的航空影像連接點(diǎn)自動(dòng)匹配算法。主要內(nèi)容有：①設(shè)計(jì)了基于物方約束的航空影像匹配框架,在POS數(shù)據(jù)和機(jī)載LiDAR點(diǎn)云的約束下,自動(dòng)確定同名點(diǎn)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(diǎn)的精度和可靠性。②若采用相關(guān)系數(shù)測(cè)度進(jìn)行同名點(diǎn)匹配,在搜索窗口中尋找最佳匹配點(diǎn)位時(shí)需逐像素計(jì)算,往往比較耗時(shí)。針對(duì)這一問題,根據(jù)相鄰點(diǎn)位處的相關(guān)系數(shù)值具有一定連續(xù)性的特點(diǎn),設(shè)計(jì)了一種相關(guān)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(shí)。③在基于物方約束的航空影像連接點(diǎn)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(jié)果可靠性的重要因素。當(dāng)POS設(shè)備精度較高時(shí),相機(jī)與POS設(shè)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(diǎn)的相機(jī)安置角誤差檢校方法,在不需要布設(shè)地面控制點(diǎn)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(diǎn)對(duì)于區(qū)域網(wǎng)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(diǎn)匹配算法,結(jié)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(diǎn)作為連接點(diǎn)。 3)研究了機(jī)載LiDAR點(diǎn)云與航空影像間同名點(diǎn)特征與同名角特征的匹配方法。主要內(nèi)容有：①將機(jī)載LiDAR點(diǎn)云按一定的采樣間隔規(guī)則化內(nèi)插,以點(diǎn)云強(qiáng)度信息為影像灰度信息生成LiDAR強(qiáng)度圖,并將航空影像降采樣至與LiDAR強(qiáng)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(diǎn),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(qiáng)度圖間匹配同名點(diǎn)。②提出了一種直接在離散的LiDAR點(diǎn)云中自動(dòng)提取建筑物輪廓線的方法,即基于三角網(wǎng)探測(cè)的LiDAR點(diǎn)云中建筑物輪廓線提取算法。在對(duì)LiDAR點(diǎn)云進(jìn)行噪聲點(diǎn)和墻面點(diǎn)剔除之后,對(duì)其構(gòu)建二維不規(guī)則三角網(wǎng),通過在三角網(wǎng)中檢測(cè)并跟蹤包含輪廓線的特征三角形實(shí)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(diǎn)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(duì)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(shí)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(jī)載LiDAR點(diǎn)云與航空影像間同名角特征匹配,進(jìn)而得到同名建筑物角點(diǎn)。 4)提出了一種基于條帶平差的LiDAR點(diǎn)云與航空影像配準(zhǔn)方法。采用LiDAR點(diǎn)云與區(qū)域網(wǎng)平差后的航空影像間的同名特征,對(duì)LiDAR點(diǎn)云進(jìn)行條帶平差,將LiDAR點(diǎn)云納入?yún)^(qū)域網(wǎng)平差后的航空影像坐標(biāo)系中,實(shí)現(xiàn)機(jī)載LiDAR點(diǎn)云與航空影像的高精度配準(zhǔn)。針對(duì)LiDAR點(diǎn)云條帶平差,設(shè)計(jì)了基于嚴(yán)格模型的機(jī)載LiDAR點(diǎn)云條帶平差方法,更適合于實(shí)際應(yīng)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(jī)載LiDAR系統(tǒng)獲取的LiDAR點(diǎn)云條帶往往存在較大的誤差。當(dāng)各系統(tǒng)誤差的量級(jí)較大時(shí),LiDAR點(diǎn)云條帶的誤差無(wú)法用簡(jiǎn)單的線性模型表達(dá)及改正。為了獲得高精度的點(diǎn)云條帶平差結(jié)果,本文采用二次多項(xiàng)式模型擬合機(jī)載LiDAR點(diǎn)云誤差源中的傳感器安置角誤差和POS系統(tǒng)誤差,結(jié)合LiDAR對(duì)地定位方程建立了LiDAR點(diǎn)云條帶平差模型。 為驗(yàn)證本文提出的方法的有效性,分別采用具體實(shí)驗(yàn)數(shù)據(jù)對(duì)配準(zhǔn)流程中各關(guān)鍵方法進(jìn)行了實(shí)驗(yàn)分析。且在論文的最后,采用所提出的配準(zhǔn)方法,對(duì)大范圍的機(jī)載LiDAR點(diǎn)云與航空影像進(jìn)行了配準(zhǔn)實(shí)驗(yàn)與精度分析,驗(yàn)證了所提出方法的有效性。
[Abstract]:......
【學(xué)位授予單位】：武漢大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2014
【分類號(hào)】：P231;P225

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張良;馬洪超;高廣;陳卓;;點(diǎn)、線相似不變性的城區(qū)航空影像與機(jī)載激光雷達(dá)點(diǎn)云自動(dòng)配準(zhǔn)[J];測(cè)繪學(xué)報(bào);2014年04期

2 左志權(quán);劉正軍;張力;;3維最小二乘表面匹配泛型數(shù)學(xué)模型及在機(jī)載LiDAR條帶平差中的應(yīng)用[J];遙感學(xué)報(bào);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(dá)數(shù)據(jù)和遙感影像的立交橋自動(dòng)檢測(cè)方法[J];測(cè)繪學(xué)報(bào);2012年03期

5 張永軍;熊小東;沈翔;;城區(qū)機(jī)載LiDAR數(shù)據(jù)與航空影像的自動(dòng)配準(zhǔn)[J];遙感學(xué)報(bào);2012年03期

6 趙西安;陳志學(xué);呂京國(guó);靖常峰;;具有尺度與旋轉(zhuǎn)不變性的立體影像自動(dòng)匹配研究[J];測(cè)繪學(xué)報(bào);2012年01期

7 張過;陳鉭;潘紅播;江萬(wàn)壽;;基于有理多項(xiàng)式系數(shù)模型的物方面元最小二乘匹配[J];測(cè)繪學(xué)報(bào);2011年05期

8 孫杰;馬洪超;鐘良;;利用LiDAR點(diǎn)云的真正射影像遮蔽檢測(cè)[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2011年08期

9 孫杰;馬洪超;湯璇;;機(jī)載LiDAR正射影像鑲嵌線智能優(yōu)化研究[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)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(dòng)匹配研究[J];測(cè)繪學(xué)報(bào);2010年06期

，

本文編號(hào)：1593050