面向城区宽基线立体像对视角变化的结构自适应特征点匹配

提出一种基于结构自适应特征的城区宽基线影像特征点匹配方法。首先，对影像提取点特征和直线特征，挖掘点特征与其邻域内直线特征之间的几何关系，构建结构自适应的特征区域和特征描述符，并通过双向匹配策略获得初始匹配结果。然后，基于初匹配结果估计影像基础矩阵，构建核线约束的结构自适应特征匹配算法进行二次匹配。最后，将已匹配特征作为控制基础设计匹配扩展算法，进一步增加匹配点数量。本文方法以特征点邻域几何结构为出发点，构建自适应的特征区域，能够在显著的影像视角变化下，为同名特征点提取影像内容一致的特征区域，进而获得相似的特征描述符。试验结果证明，与传统算法相比，本文方法在城区宽基线影像上能够同时获得更多的正确匹配特征和更高的匹配正确率。     

车载激光雷达测量系统整体检校方法

针对目前系统检校常用方法中大多依赖手工提取点时无法准确获得检校点、绝对精度较低、对实际数据的适用性差等问题,该文结合自主研发的车载激光雷达测量系统,提出一种利用带有反射片的特制球形标靶及利用距离阈值插值算法快速、方便且准确地对车载激光雷达测量系统进行外参数检校的方法。结果表明:与传统方法相比,该方法可以完全弥补常规方法中提取的检校点不准确、精度低等缺点,适用性及实用性更强;在绝对精度方面,整体水平精度达到0.05m以下,高程精度达到0.06m以下;在相对精度方面,拟合检校球直径精度达到0.003m以下,距离精度达到0.002m以下,证明该方法的精度、适用性完全满足当前车载激光雷达测量系统检校的精度需求。     

3D SLAM的室内背包移动测量系统研究

针对室内移动测图中GPS信号缺失,导致无法获取精确定位坐标与导航的问题,该文研发了一套室内背包式移动测量系统,该系统能够利用三维激光定位与测图的方法实现快速同步定位及地图创建和室内三维激光点云获取,可以应用在室内或地下的环境中进行数据采集,在不损失作业效率的前提下获取系统作业轨迹、高精度点云等多种数据结果。为了对系统的精度进行验证,使用该系统在实验室大楼走廊中进行实验获取室内三维激光点云,并将实验结果与采用常规测量手段得到的结果进行对比分析。实验表明,此系统的相对精度和绝对精度分别能够达到0.048和0.047m,在室内三维信息获取过程中相比较于传统作业方式显著提高了作业效率和数据质量,能够满足室内建模与测图要求。     

海量点云数据的建筑物三维模型重建

针对传统测量方式在建筑物的保护中,存在工作量大、容易对建筑物造成二次伤害的问题,该文结合现代测量手段与三维激光扫描技术,提出了利用镶嵌法进行建筑物三维模型重建的研究思路。基于点云数据获取、处理与三维建模的理论,以安徽省淮南市安徽理工大学本部"红楼"为例,实现了对"红楼"点云数据的拼接、合并、降噪等处理工作,并结合中海达HD_3LS_SCENE软件与3D Max软件各自的优势进行了"红楼"真三维模型的重建。实验结果表明,该数据的处理方法具有速度快、效率高、精度好等特点。     

基于SSW点云数据的矢量地图平面精度自动校验方法

常规的矢量地图精度校验采用抽样与实地测量，外业工作量大，自动化程度低。针对这一问题，本文提出基于SSW激光点云数据的矢量地图平面精度自动校验方法。首先，使用车载激光扫描器获得道路两侧高精度点云数据，并对点云数据进行滤波、坐标转换和精度检验；其次，基于多特征识别算法，使用SWDY软件提取点云特征点线；最后，利用最近邻法搜索待检矢量图中的同类地物特征点线，并计算匹配点线对的中误差。以兴化城区为试验区，采用该方法检测该地区1：1000比例尺的矢量地图平面精度，试验结果显示，成功匹配了点云数据205个地物特征中的201个，矢量地图的总体中误差为0.26 m，且能够发现待检测矢量地图中的采集丢漏与明显错误。本文方法可以减少现有检测方法的野外实测工作量，增加检测样本数量，降低检测过程中的人为干扰因素，有效提升检测的可靠性与检测效率。     

基于点特征的单目视觉里程计实现

本文采用特征点检测实现移动机器人的单目视觉里程计,通过对图像进行网格划分保证特征点均匀分布,提高特征点匹配效率。并行计算基础矩阵及单应矩阵实现单目视觉里程计的自动初始化,采用RANSAC算法剔除外点提高特征点匹配质量。设定运动模型及参考帧模型加速帧间运动估计,并通过合理的关键帧选取策略及图优化提高相机位姿精度及鲁棒性。利用TUM数据集测试本文设计的单目视觉里程计,实验轨迹误差为3.58 m,通过Turtlebot2移动机器人对真实环境进行测试,实验表明本文方法的有效性。     

小区域消费级无人机倾斜摄影像控点布设及建模精度研究

像控点布设是无人机倾斜摄影施测阶段的重要环节，直接决定后期三维实景模型的精度。本文面向校园等小区域环境，利用消费级单镜头多旋翼无人机航摄系统获取影像数据，重点设计了不同像控点布设方案，基于全自动数据处理系统进行空三加密及三维模型的构建，并对模型成果进行精度分析，为实际工作中小区域像控点的布设提供建议和指导。     

机载激光点云中高压电塔自动识别方法

提出了一种基于格网特征的机载激光点云高压电塔自动识别方法。首先对机载激光点云数据进行滤波去噪处理；然后对点云数据进行规则格网化特征分析获得高压电塔粗识别区域；最后对粗识别区域进行外接邻域网格线性特征悬空点集检测以确定电塔识别结果，并以分层切片法分析获取电塔平面中心坐标。采用大型无人机实际线路巡检获取的机载点云数据对本文算法进行验证，试验结果表明本算法可实现高压电塔的快速自动识别，对无人机电力巡检智能诊断具有一定的促进作用。     

一种顾及道路影响的点要素注记配置遗传禁忌搜索算法

为使地图上点要素注记配置更美观易读，利用遗传算法的全局寻优能力和禁忌搜索算法的"爬山能力"，在考虑传统点要素注记配置约束条件的同时，考虑点要素与道路间的关系，提出了一种顾及道路要素影响的遗传禁忌搜索算法，并从解算精度、运行效率及稳健性3个方面对该算法进行评价。本文以福建省泉州市惠安县1：20万比例尺的乡村点状地形图数据进行试验，试验结果表明，与遗传算法、禁忌搜索算法和ArcGIS软件相比，该算法的算法精度和稳健性均有所提高，但是计算效率略低于禁忌算法，且点要素注记与点要素、道路要素的压盖量最少，与点要素、道路要素注记的交叉量最少。     

地形起伏度与GPS多路径误差的相关性分析

为研究地形起伏度与全球定位系统(GPS)多路径误差的相关性,该文采用邻域统计、均值变点分析、相关性分析等方法,以ArcGIS为平台,基于某校区1m分辨率的数字高程模型(DEM)数据,运用均值变点分析确定最佳分析区域,并提取地形起伏度,再通过SPSS相关分析,获得地形起伏度与多路径误差M_(p1)、M_(p2)的Spearman秩相关系数。结果表明:最佳分析区域为11m×11m,对应的地形起伏度与多路径误差M_(p1)、M_(p2)在P<0.01下显著相关;测站周围5.5m范围内的地形起伏度对多路径误差有直接影响,尤其在地形起伏度大于3 m时,与多路径误差M_(p2)显著相关。