激光跟踪仪测量精度分析

以API公司的T3激光跟踪仪为例,进行简要的理论分析。通过校准前后对比实验、固定点重复测量、距离重复测量实验、激光跟踪仪和干涉仪对比实验、现场点位中误差测量实验及激光跟踪仪与常规测量对比实验,对激光跟踪仪的测量精度进行测量和验证。激光跟踪仪在校准后,短距离测量时测距精度对空间点位精度起主导作用,测角精度比较稳定;随着距离的增大,测距、空间点位误差增大。较之常规测量,短距离测量具有很高的测量精度。     

基于长度标准装置提高激光跟踪仪测量精度的方法

为了提高激光跟踪仪的测量精度，针对激光跟踪仪测量重复性高的特点，提出基于长度标准装置对激光跟踪仪观测值进行标定的方法。通过建立激光跟踪仪和激光干涉仪标定观测的函数模型和随机模型，依据最小二乘原理得到标定点观测值的改正数和标定点观测值平差值的精度，进而对目标点的观测值进行插值改正，获得激光跟踪仪对目标点观测值的改正数，最终实现对激光跟踪仪的观测值进行误差补偿。采用长度标准装置对Leica AT401激光跟踪仪进行水平方向标定及标定后的精度测试，激光跟踪仪经过水平方向误差补偿后，将其测量点相互之间距离与激光干涉仪测量的距离进行对比，距离差值的RMS从19.5 μm降低为10.2 μm，验证了该方法的可行性。     

利用稳健WTLS方法进行三维激光扫描标靶球定位

针对标靶球定位缺少有效的确定协因数阵方法的问题,顾及点到平面的距离反映了点与平面的相关性及入射角对点云数据点位精度的影响,将两者推广到三维激光扫描标靶球定位中。以距离、先验入射角确定各点协因数值,并给出观测向量协因数阵及系数矩阵协因数阵,利用稳健加权总体最小二乘方法进行标靶球定位。实例表明,以距离确定协因数阵的稳健加权总体最小二乘方法解算标靶球参数估计比其他方法更精确。     

基于点云去噪的球形标靶中心拟合研究

以球形标靶作为同名特征点进行点云数据配准时，若标靶附近有干扰物或扫描的标靶点云含有大量噪声，会对点云配准质量造成很大影响。针对目前点云配准对标靶自身噪声有所忽略的问题，分析球形标靶的特点，探讨小波阈值去噪方法的适用性，并对去噪小波基函数的选取进行实验，提出球形标靶点云离散噪声小波阈值去噪方法。实验表明，标靶自身点云的去噪不可忽视。分析结果表明，该方法能够更有效地滤除球面外围粗差噪声，单个球形标靶的中心位置拟合精度提高约0.8 mm，相较标靶球未经去噪的拼接结果，扫描物特征检查点的坐标拼接误差减小约5 mm，点云总体配准精度提升约20％，是一种有效的点云数据配准预处理方法。     

基于球体几何关系的球标靶特征提取算法

利用“球面上任意3点确定的平面与球的相交曲线为圆,该截面圆心与球心的连线(球截面圆心法线)垂直于圆平面”的几何关系,提出一种基于球体几何关系的球标靶特征提取算法。通过对球标靶点云构建多组截面圆,对截面圆设定约束条件,构造球心到球截面圆心法线距离平方和的目标函数,以此目标函数最小为条件求解球标靶的球心坐标。通过实验比较本文方法、最小二乘方法、整体最小二乘方法、加权整体最小二乘方法和稳健加权整体最小二乘方法对球标靶的处理效果,结果表明本文方法具有较高的准确性和稳健性。     

稳健的回光反射平面靶心定位算法

针对因回光反射平面标靶点云数据缺失或冗余而难以准确计算靶心坐标的问题,本文提出一种基于距离标靶重心最远点的边缘点提取和靶心定位算法。首先,进行点云数据预处理,先人工大概选取出标靶点云所在位置,并根据回光反射强度信息提取出标靶点云,对标靶点云进行粗差剔除、投影以及坐标旋转等工作;然后,进行边缘点提取,应用所提的边缘点提取算法对投影到二维平面的标靶点云进行边缘点提取;最后,进行靶心定位,先应用抗差最小二乘对边缘点进行拟合计算圆心坐标,然后将其旋转回三维空间作为靶心坐标计算值。实验结果表明,本文提出的边缘点提取算法能高效、准确地提取出标靶边缘点,比文献[12]中的边缘点提取算法节约了大量时间,并且应用所提取出的边缘点能稳健地计算出靶心坐标,与基准值的偏差在亚毫米以内,优于文献[11]、[12]算法靶心计算精度,有效地解决了残缺或冗余的回光反射平面标靶点云靶心定位问题。     

SSW系统在地下大型停车场三维建模中的应用研究

针对地下空间GNSS信号弱、空间狭窄等特殊场景,基于国产SSW移动激光测量系对大型地下停车场进行精细三维建模研究,制定了针对激光点云的数据采集、预处理、信息提取、矢量化及精细三维建模技术方案,提出基于时间与里程、迭代最近点算法、标靶作为控制点的地下空间点云纠正和实体分类建模方法,改进了基于激光反射强度与扫面距离的地面标示线提取、基于聚类分析的立柱体提取等技术,实现了停车场内部构筑物精细三维重建,并通过实例验证了方法的有效性。     

山区地质勘探工程测量快速设站方法

山区地质勘探工程测量的设站方法有前方交会、后方交会、侧方交会、单三角形和极坐标法等，为了获得山区地质勘探工程测量的快速设站方法，笔者将传统侧方交会方法进行了改进，提出了“距离侧方交会”法。本文从外业观测、内业计算、精度分析等几个方面讨论了“距离侧方交会”的可行性，从而找出山区地质勘探工程测量的一种省时、省力、快速、高效的设站方法。     

一种快速稳健的标靶球定位方法

为解决点云配准中传统定位方法计算复杂、崩溃率有限等问题,提出一种快速稳健的标靶球定位方法。首先结合加权Hyper方法和截断最小二乘法LTS,引入截断参数;然后通过抽样得到子集,并最小化子集中点云的忠实距离平方和;最终得到快速稳健的估计球面参数。结果表明,该算法能够得到准确的球心坐标,与稳健总体最小二乘法和M估计法相比,该算法的崩溃率和计算效率显著提高。     

整体最小二乘和最小二乘拟合空间直线的比较

给出整体最小二乘法拟合空间直线的一种迭代算法。将空间直线垂直投影到坐标平面,分别采用整体最小二乘法和最小二乘法拟合直线。对坐标点等精度观测、非等精度观测和坐标分量非等精度观测3种场景进行模拟计算,比较两种方法估计的参数和验后单位权方差,并对三维激光扫描仪实测数据拟合结果进行分析。     

������ֲ�������ת�����ȵ�Ӱ��

??????????????????????????й?????????????????????????????????????????????????????????????????????????11??15?????165?????????????????????е????????????????????????????ε??????????λ?????????????????????о?????????????????????????????Χ????????????????????????????????λ????????????????????????????????Shepard?????????????????????????ó???????λ????????????ɡ?     

基于虚拟特征点的三维激光点云粗配准算法

在地面三维激光点云特征提取的过程中,由于三维点云数据采集仪器、采集方法及后期处理等因素影响,依靠传统的基于曲率、法线等几何特征及统计学算法提取出的点云特征数量较多且存在较大误差,若使用其直接作为特征点数据进行点云粗配准,很难提高点云粗配准的精度及速度。因此,本文在对点云数据实际空间分布结构分析的基础上,结合特征点提取算法、法向一致化算法、PCA（Principal Component Analysis）方法及特征点聚类等方法,提出了一种三维激光点云数据虚拟特征点拟合算法。该算法生成的虚拟特征点是由点云实际的特征点拟合得到,或是由位于被测物特征线上的特征点拟合生成的特征线计算得到,该虚拟特征点并不是扫描对象上实际存在的激光反射脚点。通过实验验证,虚拟特征点拟合算法可以较准确地拟合出由于设备及操作方法等原因而未被采集到的建筑物边角点数据,得到的虚拟特征点数据较实际特征点数据具有更少的数据量及更高的精度,使用拟合得到的虚拟特征点可以减少粗配准算法的计算量,提高粗配准算法的计算效率并能获得更精确及可靠的初始配准变换参数。     

基于线段检测算法的倾斜摄影直角像控点目标检测方法

针对航空摄影测量中空三加密时数据内业精校正的人工刺点效率低下,误差较大等问题,本文提出了一种基于线段检测（Line Segment Detector,LSD）算法的直角像控点目标检测方法。该方法首先通过Retinex算法增强影像彩色信息;再对影像进行双边滤波,在去除噪声的同时能很好的保留边缘信息;然后使用LSD算法提取线段,并结合最小二乘拟合将线段进行合并;经角度、距离和长度信息筛选出最外沿直角边,最后相交得到直角像控点。采用大疆无人机拍摄的“L”形像控点80景影像,“X”形像控点69景影像进行实验,结果表明,本文算法在复杂背景下的直角像控点检测中具有较高的准确率和精度,整体像控点提取准确率达到93.75%,像控点定位精度可以到2.37个像素,在复杂背景和目标失真的情况下依然能保持很高的准确率,定位精度明显优于人工刺点,相对于Radon和PPHT算法,本文算法的像控点组检测准确率明显提高,表明其检测精度受拍摄角度的影响较小。     

一种星载平台轻量化快速影像匹配方法

针对现有传统影像匹配在星载平台有限的存储及算力条件下难以快速计算的问题,本文提出一种适用于星载平台的、基于哈希学习的轻量化快速影像匹配方法。该方法以同源卫星影像的特征描述符作为训练集计算哈希函数,并利用训练好的哈希函数将特征点的浮点型特征描述符映射至汉明空间,实现特征点对间相似度的快速计算,进一步通过剔除误匹配点获得精确匹配结果。同时,训练集中的特征描述符的种类可根据星载平台载荷的传感器类型、影像分辨率及目标区域影像的地貌类型进行灵活选择,使得本文方法具备良好的可重构性;计算汉明距离衡量特征点对间的相似度,提高本文方法在星载平台轻量化处理的应用能力。选取不同时刻资源三号卫星影像及高分七号卫星影像进行匹配对比实验,本文方法轻量化处理后的LW-SIFT方法相较于经典SIFT方法,在耗时方面减少50.12%,且增加正确匹配点数达20.28%。实验结果表明,本文方法能够显著提升影像匹配的精确度及时效性,有较大的应用潜力,能够为星载平台应用提供有力支撑。     

基于DEM的SAR影像几何定位参数校正方法

针对大范围无地面控制的SAR影像几何纠正,利用在一定时间和空间范围内SAR系统几何定位参数误差具有一定稳定性的特点,提出基于DEM的几何定位参数校正方法。该方法首先基于DEM进行影像模拟生成模拟SAR影像;然后在模拟SAR影像上提取特征点,针对特征点将模拟SAR影像和原始SAR影像进行匹配,得到特征点在原始SAR影像上的同名特征点,再结合DEM进行模拟影像间接定位获取特征点的地理坐标,以此作为几何定位参数校正的参考点;进而根据严密SAR几何构像模型构建几何定位参数校正模型,解算几何定位参数校正值;最后,利用几何参数校正值改正区域内其他SAR影像几何定位参数,提高区域内SAR影像几何定位精度。以高分三号影像进行试验,使用本文方法获取一景影像的几何定位参数校正值,对同一轨道内的和不同轨道的其他SAR影像进行参数校正,并对参数校正前后的几何定位精度进行评价。结果显示,同一轨道内的影像定位精度由66.0 m提高到9.7 m,不同轨道的影像定位精度由65.0 m提高到13.5 m,表明本文方法能够显著提高SAR影像几何定位精度。     

一种基于最大距离的纯像元指数端元提取算法

在高光谱混合像元分解中,PPI算法是一种比较成熟的算法,但PPI算法中每次投影向量的生成都是随机的,多次执行PPI算法后端元提取的结果并不稳定。本文以线性光谱混合模型的凸面几何学描述为基础,利用端元在高光谱图像特征空间中所形成的凸面单形体端点的特点,提出了一种区别于PPI算法的最大距离纯像元指数方法。选取特征空间中所有样本点的光谱均值作为超球的球心,计算所有样本点到球心的欧氏距离,以等于或大于这个最大距离的长度作为半径,在特征空间中设计一个包围所有样本点的超球面,并在超球面上均匀地选取参考点,针对每一个参考点,在样本点中找出与它距离最远的一个,记录每个样本点成为距离最大点的次数,将其作为评价该像元是否为端元的纯像元指数,从而使得每次端元提取的精度得到保证。最后,利用美国内华达州Cuprite获取的AVIRIS数据对算法进行了验证。实验结果表明,采用本文算法提取的端元精度优于N-FINDR算法和VCA算法,而且鲁棒性较好,克服了PPI算法由于随机生成投影向量所带来的端元提取不稳定性。     

Analysis on accuracy of Engineering Star RTK in cadastral survey based on SOUTH-CORS

Currently,with the fast development of GPS technique,GPS RTK is rapidly being applied to the cadastral survey.GPS RTK technique not only improves efficiency and accelerates the rate of mapping,but also increases economic efficiency.The authors introduced a method for GPS RTK rapid positioning,which uses continuous operational reference system (CORS) as a base station to change the method of previous map drawing by obtaining real-time three-dimensional coordinates of boundary points and statistically analyzing with the three-dimensional coordinates obtained by Total Station to get the accuracy of GPS RTK real-time coordinates.The application of GPS RTK in practical measurement was discussed when the data link had been lost especially.The results show that the three-dimensional coordinates measured by total station can be replaced by real-time three-dimensional coordinates measured by Engineering Star RTK in the CORS.     

��������Dz������ȷ���

??API?????T3?????????????????м????????????????У????????顢???????????????????????????顢???????????????????顢?????λ??????????鼰??????????????????????,????????????????????в?????????????????????У?????????????????????λ??????????????????????????;???????????????????λ??????????????????????????????к???????????     

面向倾斜摄影的深度学习航空影像匹配方法

针对传统方法和深度学习匹配方法在倾斜影像上获取匹配点少、复现率低以及精度不高等问题,本文提出一种面向倾斜摄影的深度学习航空影像匹配方法。首先,利用POS信息计算影像重叠区域,并对倾斜影像进行透视变换改正,减弱几何变形对匹配过程的影响;其次,在变换后的重叠区域影像上利用训练的多尺度特征点检测网络推理其对应的高斯热力图,在高斯热力图尺度空间检测极值点作为稳定特征点,基于自监督主方向检测网络获取特征点主方向;接着,在特征点描述阶段,结合网络学习得到的特征点位置和主方向获取尺度旋转不变GeoDesc基础描述子,并考虑图像的几何、视觉上下文信息对描述子进行增强处理;最后,通过双向比值提纯法获取初始匹配点,利用RANSAC和图约束方法剔除误匹配后获得最终匹配点结果。使用ISPRS提供的2组典型区域倾斜影像进行匹配实验,结果表明,相比于SIFT、ASIFT、SuperPoint、GeoDesc及ContextDesc等算法,本文方法能够在大视角变化和纹理信息贫乏的倾斜影像对上获取更多均匀分布的匹配点,同时复现率也要优于其他方法。