【摘要】：提出一種基于點、線相似不變性的城區(qū)航空影像與機(jī)載LiDAR點云自動配準(zhǔn)算法。首先通過SIFT算子提取點特征并進(jìn)行粗配準(zhǔn),同時分別基于影像和LiDAR點云提取直線特征;然后利用局部區(qū)域點特征與線特征的相似不變性,通過匹配點對搜索匹配直線對;最后采用基于擴(kuò)展共線方程的2D-3D嚴(yán)密配準(zhǔn)模型實現(xiàn)航空影像與LiDAR點云的精配準(zhǔn)。本方法的特點是:采取了由粗到精的配準(zhǔn)策略,通過點、線相似不變性,將基于強(qiáng)度的配準(zhǔn)算法和基于線特征的配準(zhǔn)算法有機(jī)結(jié)合,在較高的自動化程度下實現(xiàn)了影像與點云的精確配準(zhǔn)。試驗證明,與基于點云強(qiáng)度影像的自動配準(zhǔn)算法相比,本文的算法在城市地區(qū)能夠取得較好的配準(zhǔn)結(jié)果。
[Abstract]:This paper presents an automatic registration algorithm for urban aerial images and airborne LiDAR point clouds based on point and line similarity invariance. Firstly, the point feature is extracted by SIFT operator and rough registration, and line feature is extracted based on image and LiDAR point cloud, then the matching line pair is searched by matching point pair by using the similarity invariance between local region point feature and line feature. Finally, the 2D-3D strict registration model based on extended collinear equation is used to realize the fine registration of aerial image and LiDAR point cloud. The characteristics of this method are as follows: the registration strategy from coarse to fine is adopted. Through the invariance of point and line similarity, the intensity based registration algorithm and the line feature based registration algorithm are combined organically. In a higher degree of automation, the accurate registration of image and point cloud is realized. The experimental results show that compared with the automatic registration algorithm based on point cloud intensity image, the proposed algorithm can obtain better registration results in urban areas.
【作者單位】： 武漢大學(xué)遙感信息工程學(xué)院;武漢大學(xué)測繪遙感信息工程國家重點實驗室;中國科學(xué)院上海技術(shù)物理研究所;
【基金】：國家973計劃(2009CB72400401C) 科技支撐課題(2012BAH34B02) 武漢大學(xué)研究生自主科研項目(2012213020203;2012213020209)
【分類號】：TN958.98

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 程亮;龔健雅;李滿春;劉永學(xué);宋小剛;;集成多視航空影像與LiDAR數(shù)據(jù)重建3維建筑物模型[J];測繪學(xué)報;2009年06期

2 隋立春;楊耘;;基于car(p,q)模型和數(shù)學(xué)形態(tài)學(xué)理論的LiDAR點云數(shù)據(jù)濾波[J];測繪學(xué)報;2012年02期

3 陳卓;馬洪超;;基于機(jī)載LiDAR數(shù)據(jù)的大型立交橋自動提取與建模方法[J];測繪學(xué)報;2012年02期

4 李怡靜;胡翔云;張劍清;江萬壽;張永軍;;影像與LiDAR數(shù)據(jù)信息融合復(fù)雜場景下的道路自動提取[J];測繪學(xué)報;2012年06期

5 鐘成;李卉;黃先鋒;李德仁;;利用6元組松弛法自動配準(zhǔn)LiDAR數(shù)據(jù)與航空影像[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2009年12期

6 馬洪超;姚春靜;鄔建偉;;利用線特征進(jìn)行高分辨率影像與LiDAR點云的配準(zhǔn)[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2012年02期

7 沈蔚;李京;陳云浩;鄧?yán)?彭光雄;;基于LIDAR數(shù)據(jù)的建筑輪廓線提取及規(guī)則化算法研究[J];遙感學(xué)報;2008年05期

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

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 曹敏;史照良;沈泉飛;;基于高精度DSM的建筑物三維幾何模型構(gòu)建[J];測繪通報;2011年10期

2 陳卓;馬洪超;;基于機(jī)載LiDAR數(shù)據(jù)的大型立交橋自動提取與建模方法[J];測繪學(xué)報;2012年02期

3 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檢測方法[J];測繪學(xué)報;2012年03期

4 沈蔚;王林;王崇倡;韓軍;;基于LIDAR數(shù)據(jù)的建筑三維重建[J];遼寧工程技術(shù)大學(xué)學(xué)報(自然科學(xué)版);2011年03期

5 陳東海;;城市空間三維數(shù)據(jù)快速提取與更新研究[J];北京測繪;2012年04期

6 陳東海;;城市三維虛擬現(xiàn)實數(shù)據(jù)采集前沿技術(shù)[J];地理空間信息;2012年04期

7 徐文學(xué);楊必勝;魏征;方莉娜;;多標(biāo)記點過程的LiDAR點云數(shù)據(jù)建筑物和樹冠提取[J];測繪學(xué)報;2013年01期

8 劉全海;冉慧敏;;機(jī)載LiDAR點云數(shù)據(jù)的后處理及應(yīng)用[J];城市勘測;2013年02期

9 張雯;張群;程亮;李滿春;;基于激光雷達(dá)技術(shù)的3維虛擬校園建設(shè)與研究[J];測繪與空間地理信息;2013年07期

10 李s，

本文編號：2221625