隨著多源傳感器在測繪領(lǐng)域的普及,使得點(diǎn)云數(shù)據(jù)及光學(xué)影像得到了廣泛的應(yīng)用。點(diǎn)云數(shù)據(jù)能夠提供高精度三維空間信息,但與光學(xué)影像相比,其地物表面紋理信息匱乏,在數(shù)據(jù)處理方面會產(chǎn)生一定的難度。所以如何配準(zhǔn)點(diǎn)云與光學(xué)影像,建立兩種數(shù)據(jù)之間的映射關(guān)系實(shí)現(xiàn)優(yōu)勢互補(bǔ)成為人們研究的重點(diǎn)。點(diǎn)云與光學(xué)影像在空間維度、數(shù)據(jù)結(jié)構(gòu)及特征方面有較大的區(qū)別,所以兩者的配準(zhǔn)較為困難�，F(xiàn)有的多數(shù)配準(zhǔn)方法,其算法較為復(fù)雜,適應(yīng)范圍具有局限性;基于點(diǎn)云深度圖的配準(zhǔn)方法在兩者配準(zhǔn)中具有較好的適用性,但點(diǎn)云深度圖和光學(xué)影像差異較大,難以配準(zhǔn)。針對上述問題,本文對點(diǎn)云數(shù)據(jù)和光學(xué)影像的配準(zhǔn)方法展開研究,基于改進(jìn)RIFT特征算法實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)和光學(xué)影像的間接配準(zhǔn),并對影像外方位元素進(jìn)行迭代優(yōu)化以實(shí)現(xiàn)兩種異源數(shù)據(jù)的直接配準(zhǔn)和點(diǎn)云真彩色映射。主要工作內(nèi)容如下:（1）在基于特征的配準(zhǔn)方案下,針對影像配準(zhǔn)局部映射不理想的問題,引入了薄板樣條模型代替剛性配準(zhǔn)模型對RIFT算法進(jìn)行改進(jìn),實(shí)現(xiàn)待配準(zhǔn)影像整體和局部上較好的映射變換,正確匹配率CMR相對提高5%左右。（2）基于改進(jìn)RIFT特征算法實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)和光學(xué)影像配準(zhǔn)。首先通過針孔成像模型生成點(diǎn)云深度... 

【文章來源】：西安科技大學(xué)陜西省

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【部分圖文】：

遙作為被動式傳感器的強(qiáng)有力補(bǔ)充，利用

機(jī)載LiDAR（LightDetectingandRanging）是

西安科技大學(xué)碩士學(xué)位論文6主要包括云裁剪及濾波處理，實(shí)現(xiàn)光學(xué)影像的畸變糾正，使用針孔成像模型，考慮距離信息生成深度圖影像等。（2）改進(jìn)RIFT特征算法。從相位一致性模型的構(gòu)建、特征檢測，特征描述等方面對RIFT特征算法進(jìn)行詳細(xì)的分析，并針對配準(zhǔn)模型問題，利用薄板樣條模型對其進(jìn)行改進(jìn)，使配準(zhǔn)效果更佳。（3）研究一種基于改進(jìn)RIFT特征算法的點(diǎn)云與光學(xué)影像配準(zhǔn)方法。根據(jù)初始影像的內(nèi)外方位元素利用針孔成像模型將點(diǎn)云數(shù)據(jù)轉(zhuǎn)換為深度圖影像，然后利用改進(jìn)RIFT算法，檢測點(diǎn)云深度圖和光學(xué)影像上的角點(diǎn)和邊緣點(diǎn)，在此基礎(chǔ)上以最鄰近距離作為相似性測度，匹配相位圖上的角點(diǎn)及邊緣點(diǎn)實(shí)現(xiàn)點(diǎn)云深度圖與光學(xué)影像的配準(zhǔn)，進(jìn)而間接實(shí)現(xiàn)激光點(diǎn)云與光學(xué)影像的配準(zhǔn)。（4）研究基于攝影測量空間后方交會原理的影像外方位元素優(yōu)化問題。在特征點(diǎn)平均距離最小約束條件下，利用間接配準(zhǔn)得到的大量同名點(diǎn)，基于空間后方交會法迭代優(yōu)化影像的外方位素。實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)和光學(xué)影像的直接配準(zhǔn)，通過配準(zhǔn)后將點(diǎn)云映射到光學(xué)影像上，實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)的真彩色映射。本文的技術(shù)路線圖如圖1.3所示。圖1.3技術(shù)路線1.5論文章節(jié)安排根據(jù)論文的研究內(nèi)容及目標(biāo)，論文各章節(jié)安排如下：第一章為緒論。介紹激光點(diǎn)云與光學(xué)影像配準(zhǔn)研究背景意義、數(shù)據(jù)獲取手段的發(fā)展及國內(nèi)外研究現(xiàn)狀，最后對論文的研究內(nèi)容和章節(jié)安排介紹。第二章為點(diǎn)云數(shù)據(jù)和光學(xué)影像配準(zhǔn)基礎(chǔ)問題。在這一章總結(jié)配準(zhǔn)技術(shù)的基本原理，

【參考文獻(xiàn)】：
期刊論文
[1]基于PCL的3D點(diǎn)云視覺數(shù)據(jù)預(yù)處理[J]. 李朋超,王金濤,宋吉來.  計算機(jī)應(yīng)用. 2019(S2)
[2]基于機(jī)載LiDAR屬性信息檢測離群點(diǎn)云[J]. 李沛婷,趙慶展,田文忠,馬永建,陳洪.  石河子大學(xué)學(xué)報(自然科學(xué)版). 2019(06)
[3]三維激光點(diǎn)云的降噪算法對比研究[J]. 魯冬冬,鄒進(jìn)貴.  測繪通報. 2019(S2)
[4]一種基于線基元的單張影像與點(diǎn)云配準(zhǔn)方法[J]. 王建,姚吉利,趙雪瑩,趙猛,楊承昆,李彩林.  測繪科學(xué). 2020(02)
[5]基于深度圖的影像密集匹配算法的改進(jìn)[J]. 馮申申,譚海.  測繪與空間地理信息. 2019(06)
[6]一種序列影像和地面激光點(diǎn)云的配準(zhǔn)方法[J]. 劉燕萍,程效軍,賈東峰,程小龍.  激光雜志. 2017(10)
[7]多視激光點(diǎn)云數(shù)據(jù)融合與三維建模方法研究[J]. 宋永存.  測繪通報. 2017(05)
[8]激光點(diǎn)云與光學(xué)影像配準(zhǔn):現(xiàn)狀與趨勢[J]. 張靖,江萬壽.  地球信息科學(xué)學(xué)報. 2017(04)
[9]機(jī)載雷達(dá)超低空多徑目標(biāo)穩(wěn)健STAP方法[J]. 馮陽,廖桂生,許京偉.  系統(tǒng)工程與電子技術(shù). 2017(07)
[10]使用OpenCL技術(shù)的影像快速畸變糾正方法在異構(gòu)平臺上的應(yīng)用分析[J]. 韋博文,李濤,李廣宇,汪致恒,何沐,師悅齡,劉路遙,張瑞.  計算機(jī)科學(xué). 2016(S2)

博士論文
[1]多源遙感數(shù)據(jù)測繪應(yīng)用關(guān)鍵技術(shù)研究[D]. 芮杰.中國科學(xué)院大學(xué)(中國科學(xué)院遙感與數(shù)字地球研究所) 2017
[2]沙漠地區(qū)機(jī)載激光點(diǎn)云和光學(xué)影像配準(zhǔn)及應(yīng)用研究[D]. 李娜.武漢大學(xué) 2015
[3]基于多種特征的機(jī)載激光點(diǎn)云與航空影像配準(zhǔn)方法研究[D]. 熊小東.武漢大學(xué) 2014
[4]物探飛行模式下的機(jī)載LiDAR數(shù)據(jù)與影像配準(zhǔn)研究[D]. 張靖.武漢大學(xué) 2011
[5]機(jī)載LiDAR點(diǎn)云數(shù)據(jù)與遙感影像配準(zhǔn)的方法研究[D]. 姚春靜.武漢大學(xué) 2010

碩士論文
[1]基于軌跡數(shù)據(jù)的路網(wǎng)信息提取及更新研究[D]. 趙智博.西安科技大學(xué) 2019
[2]車載激光點(diǎn)云與光學(xué)影像的配準(zhǔn)算法研究[D]. 張奕戈.武漢大學(xué) 2017
[3]基于機(jī)載LiDAR點(diǎn)云與影像配準(zhǔn)的真彩色點(diǎn)云生成技術(shù)[D]. 黃志安.華南理工大學(xué) 2017
[4]LiDAR數(shù)據(jù)與高清航空影像空間自動配準(zhǔn)研究[D]. 胡彥君.桂林電子科技大學(xué) 2015
[5]機(jī)載LiDAR DSM深度影像與航空影像配準(zhǔn)方法研究[D]. 王明山.西南交通大學(xué) 2013
[6]智能視頻監(jiān)控中物體檢測識別算法的研究與應(yīng)用[D]. 王彩琴.太原理工大學(xué) 2012
[7]基于LIDAR點(diǎn)云數(shù)據(jù)與影像融合的建筑物提取[D]. 潘中華.中國地質(zhì)大學(xué) 2012
[8]基于改進(jìn)SIFT特征的醫(yī)學(xué)圖像非剛性配準(zhǔn)算法研究[D]. 呂丹.東北大學(xué) 2010
[9]無人機(jī)遙感圖像內(nèi)部畸變校正算法及應(yīng)用研究[D]. 計野.電子科技大學(xué) 2010



本文編號：3215781