联合对数极坐标描述与位置尺度特征的无人机影像匹配算法

针对无人机（unmanned aerial vehicle, UAV）影像提取的同名点数量较少,从而影响影像间位姿信息的计算,导致影像拼接错位、平差解算不严密甚至失败等问题,提出了一种联合对数极坐标描述与位置尺度特征的匹配算法。首先,建立高斯多尺度影像集合进行特征点提取;其次,采用对数极坐标进行描述子构建,建立适合UAV影像特征的描述子;然后,通过位置和尺度约束的距离匹配函数进行特征匹配;最后,通过模式搜索和快速样本共识方法剔除粗差后完成同名点提取。将四旋翼UAV获取的影像作为实验数据,与SIFT(scale invariant feature transform)算法和SAR-SIFT（synthetic aperture radar-SIFT）算法进行了影像匹配的对比实验。结果表明,所提算法可以较好地提取UAV影像的同名点对。     

一种由粗到精的地面激光点云多层级配准方法

提出了一种综合利用快速点特征直方图(FPFH)描述符和同名点引导ICP优化的地面激光扫描(TLS)点云配准方法。该方法包括3个步骤:1)点云金字塔构建;2)基于FPFH的粗配准;3)同名点引导的ICP精配准。首先使用体素网格滤波器构造点云的金字塔结构,在粗配准时,FPFH描述符用于金字塔顶层上点云的鲁棒匹配,在此基础上,再进行两层级同名点引导的ICP精配准优化,使用3组典型TLS点云对进行实验,结果表明本文方法可以高效地完成TLS点云的配准。     

无人机影像点云与地面激光点云配准的三维建模方法

地面激光扫描仪(Terrestrial Laser Scanner,TLS)能够快速地获取高大建筑物侧面点云数据,但较难获取其顶部点云数据。无人机(unmanned aerial vehicles,UAV)通过搭载五镜头倾斜摄影相机,能在短时间内获取高大建筑物的顶部影像,并基于摄影测量原理生成建筑物顶部的三维点云。文中针对高大建筑物的三维建模,首先通过UAV影像构建三维点云信息,然后将UVA影像点云与TLS点云数据进行配准后构建其三维模型。以云南师范大学呈贡校区武之楼为例,分别采用单一源的两种数据进行三维建模,并与两种配准后的数据进行三维建模作比较,实例结果表明,配准后的数据建模更完整,效果更好,能更完整地表现出建筑物的信息。     

ICP算法在TLS变形监测中的应用

近年来,地面三维激光扫描技术(TLS)被广泛应用于变形监测领域,但目前获取变形量的方法仍存在不足。据此,利用TLS观测数据处理中的迭代就近点法(ICP),对选取兴趣区域首期观测点云数据与复测点云数据进行匹配运算,将匹配后获得的平移矩阵T和旋转矩阵R作为变形体局部整体的变形指标,获取三维变形量。此变形量获取方法不仅充分利用了TLS点云数据的高空间分辨率,提高了单点精度,同时作为三维变形量,克服了常用方法的不足。     

利用TLS技术与伪单点监测模式进行滑坡变形测量

针对传统离散点监测模式不适用于TLS变形监测,以及现有基于TLS技术变形监测的一维性与仅适用于特定几何对象分析等不足,本文提出了一种基于TLS技术的伪单点变形监测模式,并基于该监测模式提出了一种以表面匹配技术为核心的变形计算新方法。通过构建广义高斯-马尔可夫模型匹配搜索估计伪单点对象的全三维变形参数,利用TLS多期点云的高密度性,实现了高精度提取全三维变形信息,尤其适用于滑坡等灾害监测领域。试验表明在扫描距离约240 m时,该方法可达到1 cm级的变形提取精度,对推动变形监测从点测绘向形测绘的转变具有一定的价值。     

基于CSIFT特性的无人机影像匹配

随着无人机(unmanned aerial vehicle,UAV)平台技术的发展,越来越多的应用行业和研究领域开始使用UAV影像数据。不同于现有的摄影测量结合像控点的UAV影像匹配方法,提出一种新的UAV影像匹配方法。该方法采用彩色尺度不变特征转换(color scale-invariant feature transform,CSIFT)算法,利用彩色信息的空间不变特性提取基准影像与待匹配影像的特征匹配点对;并采用单应性矩阵与随机抽样一致性(random sample consensus,RANSAC)算法对匹配结果进行提纯,得到最终匹配结果。仿真实验表明,该方法可在保证实验过程鲁棒性的同时,与传统的尺度不变特征转换(color scale-invariant feature transform,SIFT)方法相比,将匹配准确率从70%提高到了88%,而且大大减少了特征点对的数量,缩短了处理时间,提高了UAV影像匹配效率。     

结合Forstner与NCC约束的UAV图像配准研究

随着无人机(unmanned aerial vehicle,UAV)技术的飞快发展,UAV已成为航空遥感图像获取的重要手段。但与传统的大飞机航空摄影相比,UAV在平台的稳定性方面较差,采集图像时受自身配重、即时飞行环境等外界因素影响,使得最终获得的遥感图像存在复杂的几何变形,导致其图像配准过程存在很大的困难。针对此问题,首先基于UAV的POS数据进行图像重叠区域估算,利用Forstner算子提取图像中的特征点并结合信息熵对图像进行分块处理;然后通过基于旋转的归一化互相关(normalized cross-correlation,NCC)系数寻找相匹配的同名特征点,最终实现UAV图像的配准。实验结果证明该方法切实有效,并且保持了较好的鲁棒性。     

TLS在滑坡几何特征快速提取中的应用

滑坡灾害是危险性和破坏力均非常严重的地面灾害之一,滑坡发生后如何快速、高效和高精度地获取滑坡体的几何特征数据是滑坡应急处置重要的测绘保障工作内容。本文应用地面三维激光扫描仪(TLS)进行了快速获取滑坡区域数据和几何特征提取的科学试验,通过ILRIS_36D地面三维激光扫描仪和PolyWorks软件获取和处理数据,提取了滑坡几何特征,数据可供相关部门对滑坡灾害进行快速科学处置。该方法速度快、精度高、信息全,与常规测量方式相比具有多方面的优势。     

基于UAV影像密集匹配点云多层次分割的建筑物层高变化检测

针对城市建筑物层高变化检测难题,提出一种基于无人机(unmanned aerial vehicle,UAV)影像密集匹配点云多层次分割的变化检测方法。首先,对多时相UAV影像匹配密集点云进行网格划分,并计算网格内部的归一化数字表面模型和差分数字表面模型两种几何形状特征以及归一化过绿指数和亮度两种光谱特征;然后,基于区域生长规则进行点云分割,并判断分割对象的变化/未变化/不确定状态,对不确定状态的分割对象,逐步严格生长准则实现多层次迭代分割,直至判断出所有点的变化状态(增高/降低/未变化);最后,综合几何形状特征及光谱特征,识别变化对象中的三维建筑物目标以明确层高变化。采用两期武汉大学UAV影像密集点云进行实验验证,结果表明,所提检测方法的检测完整率、正确率及检测质量均达到90%以上。     

近景摄影测量在目标监测中的应用

本文主要介绍近景摄影测量技术中一种基于单应性矩阵进行的核线影像重采样过程，以及利用半全局匹配(SGM)算法进行核线影像匹配，在得到高精度的、密集的同名点后，通过前方交会的方法获取目标三维点云数据，然后对两期监测数据及全站仪测量数据进行对比分析，进而实现目标位移的监测研究，通过结果可知近景摄影测量能够满足目标监测的要求。希望本实验方法为今后的生产任务贡献一份微薄的力量。     

基于虚拟参考站的GNSS滑坡变形监测方法及性能分析

全球导航卫星系统(global navigation satellite system,GNSS)技术在大坝、桥梁、滑坡等形变监测领域应用广泛。针对传统监测方法需要架设基准站、导致监测成本增加的问题,提出一种基于虚拟参考站的GNSS变形监测方法,利用连续运行参考站(continuously operating reference stations,CORS)观测数据,生成虚拟参考站(virtual reference station,VRS)代替实体参考站,实现高精度变形监测。利用中国云南省屏边苗族自治县约30处滑坡监测点进行实验分析,结果表明,当CORS基准站间距小于40 km时,双差对流层和电离层延迟模型内插精度优于10 mm,利用观测时长大于8 h的数据,可以实现平面精度优于5 mm、高程精度优于10 mm的形变监测。     

UAV航测结合三维激光扫描的古栈道测绘建模

针对古栈道遗址的精密测绘与三维建模的需求,该文采用无人机倾斜航空摄影测量的方法获取山崖航摄影像并生成点云,采用地面三维激光扫描的方法获取栈孔数据并生成点云,将两种点云数据利用最近点迭代算法相融合,获得融合点云并生成三角网模型,附上纹理贴图,便得到了遗址现状的三维数字模型,并利用该模型完成了虚拟复原。本次古栈道精密测绘及复原在国内尚属首次,为相关研究提供了新方法。     

利用距离变换模型进行卫星影像与激光点云精配准

卫星影像可以低成本、高频率地提供地物光谱特性观测信息,而激光点云可以提供精细的几何结构,两类数据的融合可以实现优势互补,进一步提高地物分类和信息提取的精度和自动化程度。实现亚像素级精度的几何配准是实现两类数据融合的前提,提出了一种基于线元素距离变换模型的快速配准方法。该方法以点云为控制源,将点云中的建筑物边缘等典型线元素通过卫星影像的初始有理多项式系数(rational polynomial coefficient, RPC)投影到像方空间,与卫星影像中的线元素进行迭代最近点配准,从而通过RPC参数精校正的方式实现几何配准。采用距离变换模型作为迭代最近点搜索的查找表,提高了运算效率;采用最新的渐进式鲁棒求解策略,能在噪声极多的情况下保证配准的鲁棒性。采用GeoEye-2、高分七号、WorldView-3等卫星影像与激光点云进行了配准实验,并分别通过人工精确量测的外业控制点和作业员内业刺的控制点作为检查,证明所提方法能在3种影像上达到0.4～0.7 m的配准精度,显著优于将点云映射为二维图像然后通过多模态匹配进行配准的策略。     

超体素随机森林与LSTM神经网络联合优化的室内点云高精度分类方法

针对现有三维点云数据分割分类方法存在分类目标内部不一致的问题,提出一种超体素随机森林与长短期记忆神经网络（long short-term memory,LSTM）联合优化的室内点云高精度分类方法。该方法根据超体素结构具备内部特征一致性的特点,对原始点云进行超体素划分,并以超体素为基本单元进行多元特征计算,搭建室内点云超体素随机森林分类模型,实现点云数据的粗分类。在此基础上,引入LSTM对粗分类的超体素邻域连接关系进行神经网络模型训练与预测,实现超体素粗分类结果的优化。基于开放数据集对所提分类方法进行有效性和精度验证,结果显示,该方法在公开数据集中对13类要素的分类精度可达到83.2%;与经典的深度学习框架相比,该方法在小样本训练时可以达到更优的分类精度。     

一种地铁轨道相对变形检测与定位方法

利用三维激光扫描所得点云数据识别并提取轨道高程,引入轨道不平顺的研究方法,定义了用于描述不同期之间轨道局部相对位置关系的线状结构局部相对变形波动性指标,提出了基于小波分解和平滑伪维格纳-威尔分布的异常局部相对变形提取方法.小波分解具有放大轨道相对变形特征和缩小频段范围的作用,可确定异常局部相对变形的波长.维格纳-威尔分...     

利用车载双天线InSAR系统监测公路边坡形变

星载差分合成孔径雷达干涉测量(differential interferometric synthetic aperture radar,DInSAR)技术已经广泛应用于大范围的地表形变监测,但星载合成孔径雷达（synthetic aperture radar,SAR）数据获取的地表形变易受大气噪声的影响,且长时间的重访周期会导致像对之间的失相干。为了有效减弱这些影响,提出了利用零空间基线的车载合成孔径雷达干涉测量(interferometric synthetic aperture radar,InSAR)系统监测公路边坡形变的方法。在车载双天线系统采集不同时相的公路边坡SAR数据时,通过轨道控制使得异时相干涉对的空间基线接近零,从而使得利用DInSAR数据进行形变信息提取时可以减少去平地相位的过程,极大地简化了差分干涉处理的流程。以中国湖北省武汉市某区域获取的车载双天线InSAR数据为例,使用所提出的方法对7个布设的角反射器点进行形变精度分析,得到形变值均方根误差为2.206 mm。     

一种多尺度自适应点云坡度滤波算法

点云坡度滤波算法原理简单、易于实现,为进一步提升坡度滤波算法的自适应性,提出了一种多尺度自适应点云坡度滤波算法.首先,在数据预处理的基础上引入虚拟网格对点云数据进行分割;然后,利用距离加权的方式逐次计算网格点的坡度角,结合k均值聚类和正态分布自适应确定滤波阈值;最后,使用多尺度策略逐级缩小网格尺寸实现点云数据的精细滤波...     

无人机摄影测量技术在阿娘寨滑坡应急调查中的应用

无人机摄影测量技术具有数据获取效率高、响应速度快、成果丰富多样等优势,逐步应用于地质灾害应急调查中。2020年6月18日阿娘寨滑坡复活后,采用无人机摄影测量技术进行应急调查。首先,通过检查点验证了无人机免像控摄影测量技术的可行性,总结性研究了无人机影像数据快速拼接和全面处理的软件选取,生成了调查区三维实景模型、数字表面模型(DSM)、正射影像(DOM)及密集点云等基础数据;最后对基础数据处理分析,完成了滑坡地形快速测绘、滑坡特征调查等工作,并对多期次的高精度无人机摄影测量数据进行差分计算,识别了滑坡形变较大的区域,定量表征了滑坡的形变特征,为监测仪器的选位提供了指导。滑坡体上GNSS监测的最大累计形变可达16m,将现场布设的专业监测设备的数据接入地质灾害实时监测预警系统中,有效保证了灾害防治工程的顺利实施。     

基于地面激光技术的隧道变形监测技术

研究了将地面激光技术应用于地铁隧道变形监测,运用基于点云法向量差异的点云分割算法对点云数据进行抽稀,使用抽稀后点云数据构建地铁隧道模型,对隧道进行整体变形分析,构建地铁隧道三维模型不仅提高了变形监测精度,而且能够反映隧道整体变形趋势。将此方法应用于天津地铁一号线隧道变形监测,通过与光纤位移计结果对比,变形监测精度在4 mm以内,能够满足地铁隧道变形监测的需要。