激光点云与航空影像融合分类

为了更好地利用激光点云数据和航空影像数据信息,改善影像分类效果,提出了将激光点云数据与航空影像进行融合分类,实现面向对象的融合分类方法。在航空影像的分水岭分割算法中加入激光点云高程信息计算梯度,然后结合两种数据源的特征,建立分层分类的规则集得到地物的分类结果。试验表明,激光点云的高程信息能够改善影像分割效果,也能将地面地物与非地面地物较好地区分,对建筑和植被的分类起到了有效作用。     

单目相机姿态估计的点云与图像融合

针对点云与图像信息快速融合的问题,该文研究并实现了一种基于单目相机姿态估计的点云与图像融合方法。首先利用视觉导航中单目相机姿态估计方法估算小型无人机的姿态信息,然后与无人机导航系统中的姿态信息匹配来准确获得相机曝光时间点,最后结合图像曝光时间点的外方位元素和已知的内方位元素完成点云与图像融合。该方法直接利用图像信息进行融合,省去了相机时间检校步骤,避免了由此带来的误差,提高了时间匹配的准确性以及数据融合的自动化水平。实验结果表明,该方法能够准确地获得时间匹配信息,融合效果良好。     

基于三维激光扫描数据的三维实景构建

利用三维激光扫描仪获取的空间数据,进行三维实景构建研究.首先对扫描仪获取的数据按照基于格网的方法进行压缩,然后对压缩后的数据建立三角网数字地面模型,最后将原始空间数据按照一定的拓扑结构映射到二维球面(α,θ面)并在α,θ面等角划分形成二维矩阵,以落在矩阵各栅格内的点云强度均值作为该处像素值以图像形式显示,再同实际影像比较,选出同名点,根据摄影测量后方交会原理计算得到影像的内外方位元素,由得到的内外方位元素计算出相应的纹理坐标,完成纹理映射过程.文中以Trimble地面三维激光扫描仪为例以地物作为采集对象,用Visual Studi0 6.0作为开发平台进行三维实景构建.     

多源数据融合的三维点云特征面分割和拟合一体化方法

针对单纯利用三维激光点云信息不足的问题,提出融合多源数据对三维激光扫描仪获取的点云数据进行特征拟合的方法。根据地面点云及对应的扫描仪参数生成反射值影像;以反射值影像分割结果作为种子面,基于随机抽样一致性方法分割与拟合一体化;融合彩色影像提取的直线信息确定和验证拟合特征的边界。采用RIEGL VZ-400获取的建筑物点云数据进行了特征拟合试验,证明了该方法的有效性。     

资源02C卫星P／MS相机内方位几何标定方法研究

为解决国产资源02C卫星影像相机内方位几何标定问题,提出了一种利用公众地理信息数据进行高精度相机内方位在轨几何标定的方法。该方法利用资源02C卫星影像与公众地理信息数据自动配准获取的海量地面控制点并进行附加自检校参数的最小二乘平差,实现了资源一号02C卫星P／Ms相机的内方位标定,精度可以达到子像素级。     

航空倾斜摄影系统多相机姿态安装误差检校

针对航空倾斜摄影系统多相机间相对关系的姿态误差,提出一种利用下视影像密集匹配点云约束的联合平差多相机姿态安装误差检校方法。文中方法以共线方程为基础,通过联立倾斜立体像对连接点、下视影像密集匹配点云数据提供的高程约束虚拟观测值,采用非线性最小二乘SQPM算法求解倾斜影像的外方位元素改正数,从而解算下视相机与倾斜相机间的姿态安装误差。为了保证连接点可靠性,提高虚拟观测值的有效性,采用下视影像密集匹配的点云约束倾斜影像立体连接点匹配和分布优化过程。利用SWDC-5倾斜摄影系统获取的数据进行实验,通过原始姿态检校参数将下视影像生成的密集点云投影至倾斜立体影像上,在像方有22个像素左右的误差,采用文中方法检校后,像方误差减少到0.29个像素。     

一种相机标定参数的柱面全景影像拼接方法

针对全景影像拼接方法存在批量快速拼接困难、匹配精度低、匹配成功率不高等问题,该文提出一种多拼柱面全景相机影像的严密拼接方法。首先对全景相机进行标定,获取每台相机的内参数和单相机之间的相对外方位元素;再根据摄影距离以及摄影中心、像点与物点三点共线的原则,求出每张影像中像点对应的物方点的坐标;最后根据虚拟摄影中心、物点和虚拟像点三点共线的原则,得出像点在柱面上对应的虚拟像点坐标,经过角度归算和影像间的融合处理,获取柱面全景影像。实验表明,多拼全景相机影像拼接方法达到了严密、快速的拼接效果,可方便实现全景影像和单相机影像之间的坐标变换,为后续全景影像的浏览、量测、真彩激光点云的生成和实景测量等应用提供了一种影像拼接方法。     

使用安置参数优化的无人机点云与影像精配准

针对现有的无人机激光点云与影像配准方法主要基于仿射变换建立点云与影像之间的配准模型,无法描述激光点云与影像之间的复杂变换关系问题,该文提出一种基于安置参数优化的无人机激光点云与光学影像精确配准方法.以相机安置参数为优化参数,以归一化互信息作为点云特征影像与光学影像之间的相似性测度,采用改进Powell算法作为优化策略,获得最优配准参数,实现无人机激光点云与无人机影像之间的精确配准.基于实验数据与现有两种配准方法进行精度对比.实验表明,基于相机安置参数优化的配准方法优于两种常规配准方法,可以实现无人机激光点云与光学影像之间的自动化配准,并达到像素级的配准精度.     

OpenGL虚拟相机模拟摄影测量二次成像

利用OpenGL虚拟相机重现摄影测量过程,借助OpenGL中的高级函数对已知摄影参数的影像进行二次成像模拟,建立OpenGL透视成像各函数参数与摄影测量内外方位元素之间的定量表达式,实现利用OpenGL对航空摄影测量获取影像过程的成像模拟。试验结果表明,在已知空间物体的三维信息和摄影参数的基础上,获取的空间物体二次成像结果与UCD相机获取的航空影像完全叠合。     

一种倾斜影像外方位元素计算方法

提出一种利用相机POS数据和少量影像数据标定倾斜相机间位置关系并计算倾斜影像粗略外方位元素的方法。首先对选取的垂直和倾斜影像进行影像匹配,获得精确同名点坐标;然后垂直影像同名点对前方交会获得地面点坐标,接着倾斜影像后方交会获得其外方位元素;最后利用倾斜和垂直影像的外方位元素标定子相机间的相对关系,并根据相对关系求出所有倾斜影像的外方位元素。采用AMC580倾斜影像数据进行试验,结果表明:提出方法可求得所有倾斜影像的粗略外方位元素,并验证了外方位元素的直接对地定位精度,证明了该方法的可行性。     

激光点云与全景影像配准方法研究

针对全景成像系统获取的全景影像的内外方位元素未知的问题,充分利用激光点云的可量测优势和全景影像的360°视场角浏览查看优点,提出并实现了一种基于点特征的激光点云和全景影像的配准算法。该算法只需在激光点云和全景影像上各提取少量同名特征点便可进行配准。试验表明,算法能够很好地实现全景影像与激光点云的完美配准。     

“针孔”模拟成像下的单航空影像与LiDAR点云配准

以摄影测量共线方程为严格配准模型,提出了一种引入针孔成像模拟过程的单张航空影像LiDAR点云配准迭代方法,共分为3个阶段:第一,利用航空影像内参数及初始外方位元素对LiDAR点云针孔模拟成像,生成与航空影像空间分辨率、几何形变相接近且具有相同幅面大小的透视影像-LiDAR深度影像;第二,以梯度互信息作为影像相似性测度依据,实施影像金字塔、分块处理策略实现LiDAR深度影像与航空影像几何变换参数快速估计,进而依据估计参数及LiDAR深度影像、激光脚点投影关系建立LiDAR点云航空影像概略相关;第三,以LiDAR点云影像概略相关下的近似同名像点为观测值,以像点梯度互信息为权重,实施摄影测量空间后方交会计算获得优化的影像外方位元素,生成新的LiDAR深度影像并重复上述过程,直至满足给定的迭代计算条件,实现单张航空影像与LiDAR点云数据的自动空间配准。实验表明,本文方法配准精度达亚像素级且自动化程度高。     

基于激光扫描和高分辨率影像的文物三维重建

提出一种新的激光扫描点云与数字影像结合的文物三维重建方法。利用格网板进行数码相机的标定获取影像的内方位元素;利用激光扫描数据,建立三角网物体表面模型;利用人工选取控制点,进行单片空间后方交会,获取影像的外方位元素;将三维表面模型投影到影像对象,利用影像匹配在现有的三角网内部继续通过影像匹配增加同名点,从而进行三角网的细分加密;最后通过OpenGL纹理映射建立带有逼真纹理的物体三维表面模型。     

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。     

车载全景影像与激光点云融合生成彩色点云方案

针对车载全景影像与激光点云数据融合的研究不足的现状,文章给出了一种适合球面全景影像的车载彩色点云生成方案:由车载POS数据及系统标定参数可获得全景影像的外方位元素,依据影像的采集视角选择激光点最佳的关联影像,然后以球面投影为成像模型获得激光点在影像上的颜色属性值,进而获得彩色点云数据;并对融合的误差进行了讨论与分析。经过融合后的彩色点云几何精度高、目视效果好,使两种数据源的优势得到了有效的结合。实验结果验证了这种方法的可行性和准确性。     

机载LiDAR和光学影像制作正射影像的方法

论述利用机载激光扫描系统(LiDAR)获得的激光点云和光学影像制正射影像的方法.以GPS和惯性导航单元提供的外方位元素结合激光点云作为地面参考,对光学影像进行空中三角测量,将LiDAR点云获得的数字表面模型经由滤波处理获得DEM,最后经过纠正算法获得正射影像.     

一种三维灾场环境地表影像快速更新的方法

针对三维灾场环境地表影像动态更新的需求,提出了一种基于实拍照片的地表影像快速更新方法。首先利用相机的内部参数和拍照时记录的方位和朝向等参数,在三维空间中构建一个虚拟的相机视锥体模拟相机拍照时的姿态,与地面求交得到相机的取景范围;然后利用多重纹理混合法将照片叠加于地形表面,从而实现灾区影像的快速更新。实验表明,该方法实现的地表影像更新匹配效果较好,高清照片不仅提供了更多精细的地表信息,还克服了遥感影像所存在的数据获取难、周期长、传输量大等缺陷,简化了影像更新的工作流程,提高了时效性,能够满足实际应用的需要。     

多像位姿估计的全景纹理映射算法

纹理映射技术作为获取具有丰富纹理信息的真彩色点云的有效手段,正以其独特的优势广泛地应用于众多行业领域。研究了一种利用三维激光扫描仪与外置数码相机联合标定解算多张影像位姿并获取全景真彩色点云的方法。其基本思想是利用摄像机与激光扫描仪固有的相对位置姿态,通过对首张影像进行标定得到其位置姿态后,利用摄像机空间旋转的几何特性,根据首张影像的位姿获取其余影像的位姿,继而完成多张影像的纹理映射,获取全景彩色点云。对比目前主流的全景影像纹理映射算法,该算法在精度与效率上均有一定提高。对多种点云数据进行纹理映射实验,结果表明,该方法能够快速准确地获取真三维全景彩色点云,为三维精细化建模提供了数据基础。     

地面激光点云与数码影像自动高精度配准

针对地面激光雷达点云和数码光学影像非同源异质数据自动配准困难的问题,本文提出了基于互信息的两种数据同名特征高精度自动提取的方法。首先,把点云数据生成中心平面投影的反射强度图像和基于RGB信息的彩色图像,应用点云彩色图像和数码光学影像的匹配,确定点云与影像的粗配准参数;然后,对反射强度图像进行特征提取,应用粗配准参数确定其在数码光学影像上的初始位置,应用互信息实现非同源数据的高精度匹配;最后,应用罗德里格矩阵和选权迭代方法计算高精度配准参数,生成三维彩色模型。试验证明,本文方法可以解决地面激光点云和数码光学影像非同源异质数据的配准问题,具有一定的研究和应用价值。     

影像密集匹配技术辅助三维激光扫描仪对点云的提取

地面三维激光扫描仪根据现场地物分布自由设站扫描,基本能完成扫描区域点云数据的获取,但在一些遮挡物较多、地域狭小或设站困难、信号反射较弱的区域,常规扫描受到限制,采集的点云容易出现数据漏洞。通过一个小型边坡扫描为例,扫描同时使用常规数码相机进行辅助拍照,经过影像密集匹配计算后,提取出相应区域的点云数据,配合地面扫描仪完成对遮挡区域点云的获取。