【摘要】：因應(yīng)急測(cè)繪業(yè)務(wù)之需,研發(fā)了 GNSS+INS+LiDAR+RGB Camera(面陣相機(jī))的主被動(dòng)多傳感器組合成像系統(tǒng)。對(duì)當(dāng)前系統(tǒng)所獲取的數(shù)據(jù)進(jìn)行分析發(fā)現(xiàn),4種傳感器所獲取的數(shù)據(jù)融合度不足。由此得到啟發(fā),形成了在此基礎(chǔ)上研發(fā)3d-DLG(三維數(shù)字線(xiàn)劃圖)技術(shù)系統(tǒng)的思路。其主要研究?jī)?nèi)容、技術(shù)路線(xiàn)及創(chuàng)新點(diǎn)可歸納如下。(1)由于GNSS+INS的精度不足,導(dǎo)致LiDAR點(diǎn)云所形成的DSM存在平面畸變,導(dǎo)致面陣相機(jī)影像存在方位元素誤差。提出了通過(guò)構(gòu)建相鄰航片正射影像,然后影像匹配的方法,求解其相對(duì)定向元素的殘余誤差,以及通過(guò)校正后的正射影像和LiDAR點(diǎn)云DSM的邊緣特征匹配的方法,求解DSM的平面畸變參數(shù)。最后,通過(guò)這兩項(xiàng)改正,實(shí)現(xiàn)了 LiDAR點(diǎn)云和RGB影像的一致性融合。(2)在LiDAR點(diǎn)云與RGB影像良好融合的基礎(chǔ)上,針對(duì)現(xiàn)有分類(lèi)算法過(guò)程復(fù)雜人工干預(yù)多的問(wèn)題,提出了植被指數(shù)輔助的兩級(jí)點(diǎn)云分類(lèi)方法,實(shí)現(xiàn)了把點(diǎn)云分為植被、地面和建筑物。改進(jìn)了點(diǎn)云分類(lèi)后點(diǎn)、線(xiàn)、面三種類(lèi)型特征的提取方法,利用現(xiàn)有的CAD軟件工具,完成了單棟建筑的3d-DLG制作試驗(yàn)。(3)通過(guò)對(duì)無(wú)人機(jī)載主被動(dòng)航攝系統(tǒng)的集成試驗(yàn),發(fā)現(xiàn)了多傳感器各自為陣的缺點(diǎn),提出一種通過(guò)融合精化提高數(shù)據(jù)質(zhì)量并拓展應(yīng)用的技術(shù)路線(xiàn)。完成了小區(qū)域的三維數(shù)字線(xiàn)劃圖制作實(shí)驗(yàn),達(dá)到了 1:2000的測(cè)圖要求,初步證實(shí)了此技術(shù)路線(xiàn)的可行性。
【圖文】：

獲取高程點(diǎn)云數(shù)據(jù)用于實(shí)現(xiàn)災(zāi)體土石方快速量測(cè)和夜間災(zāi)情現(xiàn)場(chǎng)成像，，微波雷逡逑達(dá)用于雨霧霾天氣的災(zāi)情影像獲取。由這五種傳感器基本上形成了全天候全天逡逑時(shí)的影像獲取能力。系統(tǒng)結(jié)構(gòu)如圖２．１所示。逡逑四余�。颍穑螅辏酰蝈澹恚洌幔蝈鍖捈t外寬侑視頓逡逑n哦鑠義賢跡玻敝鞅歡啻釁髯楹峽斫淺上襝低沖義希疲椋紓澹玻卞澹粒悖簦椋觶澹穡幔螅螅椋觶邋澹恚酰歟簦椋螅澹睿螅錚蟈澹悖錚恚猓椋睿澹溴澹鰨椋洌澹幔睿紓歟邋澹椋恚幔紓椋睿玨澹螅螅簦澹礤義希峰義

本文編號(hào)：2646077