共面约束的机载LiDAR IMU安置角误差自动检校方法

针对机载LiDAR数据处理中IMU安置角误差检校问题,该文提出一种基于共面约束的自动检校方法。从激光点云中自动提取尖顶房屋顶平面,并建立连接平面关系,基于激光脚点坐标计算公式和共面约束条件,通过平差解算得到IMU安置角误差参数。以Riegl Q780获取的数据进行实验,该方法检校结果与RiProcess软件提供的检校参数非常接近。经过误差改正后,相邻航线获取的点云可以很好地重合在一起。相对于人工选择特征地物进行IMU安置角误差检校,该方法可以大大提高检校的效率和可靠性。     

线扫描式机载LiDAR系统误差影响分析研究

机载LiDAR系统会受到多种误差源的影响,系统误差会给激光脚点的坐标带来系统偏差。针对安置向量误差、安置角误差、激光测距误差以及扫描角尺度因子误差这几种重要误差源,从机载LiDAR系统几何定位方程出发,推导了机载LiDAR系统误差影响计算公式,并结合模拟实验,分别研究了这几类误差源对激光脚点定位精度的影响规律,从理论上分析了各类误差对机载LiDAR系统定位精度的综合作用。文中的结果为设计系统检校方法并消除这些系统误差的影响提供理论依据,具有重要的参考价值。     

半严格模型在机载LiDAR系统自动检校中的应用研究

机载LiDAR系统检校的目的是消除系统误差的影响,提高原始点云数据的精度。在对飞行条件进行一定假设的前提下,激光扫描直接定位的严格模型可以简化为半严格模型,降低了系统检校模型对于原始观测数据的依赖。考虑到人工交互方式建立条带之间对应关系的缺陷,本文提出顾及点云特征的改进ICP算法获取条带之间的变换关系,建立了机载LiDAR系统的自动检校流程。采用包头检校场的真实LiDAR数据进行试验,结果表明本文提出的系统检校流程可以很大程度上消除系统误差的影响。     

机载LiDAR系统的CCD相机安置角检校方法

考虑到相机安置角一般为微小角度的情况,本文结合机载LiDAR数据和同机高精度影像,基于连接点的自动提取和虚拟地面控制点,建立安置角计算模型,完成在没有控制点的情况下,机载LiDAR系统的相机安置角的检校。该方法不需要地面控制点,较传统方法更加灵活。     

国产机载LiDAR系统安置角误差检校方案研究

机载激光扫描仪(Light Detection And Ranging,LiDAR)系统是由多个子系统集成,其中,安置角误差是集成误差中最大的误差源,安置角误差检校的方法多种多样,高效率、高精度的检校方式还需要试验的支撑。本文对平差模型法和几何模型法进行了试验分析,试验结果很好地证明了不同方法的优越性,为机载LiDAR系统的安置角检校提供了参考。     

基于虚拟点模型的机载LiDAR系统自动检校方法

提出一种全自动的LiDAR系统误差检校方法。针对传统检校方法大多依赖手工提取几何特征,自动化程度低且对于实际数据的适应性差等不足,尝试建立一种基于特征点对应的新型检校方法,以发挥点特征数量丰富易于提取的优势,提高检校算法的自动性和实用性。首先提出虚拟连接点模型,解决了离散点云间的同名点对应问题;其次利用LiDAR数据的强度信息,设计了同名点自动提取流程;最后采用真实数据,并与基于共面约束的检校方法进行对比试验,证明了本文方法的可行性和有效性。     

机载LiDAR系统安置角误差的检校方法

机载LiDAR系统中存在多种误差,本文主要对系统中最大的系统误差源—安置角误差进行了介绍,并对该项误差提出了一种不需要布设地面控制点就可以进行检校的方法,并给出了检校的具体流程,最后就通过地物点云的匹配吻合程度以及点云坐标相对精度来验证检校的结果。     

机载LiDAR系统安置角误差的检校方法

机载LiDAR系统中存在多种误差,本文主要对系统中最大的系统误差源一安置角误差进行了介绍,并对该项误差提出了一种不需要布设地面控制点就可以进行检校的方法,并给出了检校的具体流程,最后就通过地物点云的匹配吻合程度以及点云坐标相对精度来验证检校的结果.     

基于已知特征平面的移动测量系统安置参数检校

安置误差是影响移动测量系统激光点云精度的主要因素之一。当激光点云中存在特征平面时,安置误差会导致该平面与真实平面之间产生较大的偏差,如果存在多个空间上位置关系较好的特征平面,就能够全面反映出系统的安置误差。本文以此为依据,给出了一种基于已知特征平面的移动测量系统安置参数检校方法,并详细阐述了检校场的布设、数据获取及处理等内容。实验证明,该方法是一种简单、可靠的检校方法,具有较高的实用性。     

国产机载LiDAR安置角误差检校初探

机载LiDAR的对地定位的误差来源包括单机误差和集成误差.结合试验数据对集成误差中的最大误差源安置角误差检校进行探讨,从安置角误差检校的原理、方法到整个系统精度评定,得出国产机载激光雷达对地定位的相对精度.     

Sensor modeling,self-calibration and accuracy testing of panoramic cameras and laser scanners

Terrestrial Linear Array CCD-based panoramic cameras have been used for purely imaging purposes, but they also have a high potential for use in high accuracy measurement applications. The imaging geometry and the high information content of those images make them suitable candidates for quantitative image analysis. For that a particular sensor model has to be established and the inherent accuracy potential has to be investigated. We developed a sensor model for terrestrial Linear Array-based panoramic cameras by means of a modified bundle adjustment with additional parameters, which models substantial deviations of a real camera from the ideal one. We used 3D straight-line information in addition to tie points to conduct a full calibration and orientation without control point information. Due to the similarity of the operation of laser scanners to panoramic cameras the sensor model of the panoramic cameras was extended for the self-calibration of laser scanners. We present the joint sensor model for panoramic cameras and laser scanners and the results of self-calibration, which indicate a subpixel accuracy level for such highly dynamic systems. Finally we demonstrate the systems’ accuracy of two typical panoramic cameras in 3D point positioning, using both a minimal number of control points and a free network adjustment. With these new panoramic imaging devices we have additional powerful sensors for image recording and efficient 3D object modeling.     

Error modelling,calibration and analysis of an AM–CW terrestrial laser scanner system

A rigorous method for terrestrial laser scanner self-calibration using a network of signalised points is presented. Exterior orientation, object point co-ordinates and additional parameters are estimated simultaneously by free network adjustment. Spherical co-ordinate observation equations are augmented with a set of additional parameters that model systematic errors in range, horizontal direction and elevation angle. The error models include both physically interpretable and empirically identified components. Though the focus is on one particular make and model of AM–CW scanner system, the Faro 880, the mathematical models are formulated in a general framework so their application to other instruments only requires selection of an appropriate set of additional parameters. Results from controlled testing show that significant improvement is achieved by using the proposed model in terms of both reducing the magnitude of observational residuals as well as the three-dimensional positioning accuracy of signalised points. Ten self-calibration datasets captured over the course of 13 months are used to examine short- and long-term additional parameter stability via standard hypothesis testing techniques. Detailed investigations into correlation mechanisms between model parameters accompany the self-calibration solution analyses. Other contributions include an observation model for incorporation of integrated inclinometer observations into the self-calibration solution and an effective a priori outlier removal method. The benefit of the former is demonstrated to be reduced correlation between exterior orientation and additional parameters, even if inclinometer precision is low. The latter is arrived at by detailed analysis of the influence of incidence angle on range.     

基于大比例尺航空影像共面约束条件的相机自检校方法

提出了基于大比例尺航空影像共面约束的相机自检校方法,该方法使用所有立体像对同名点基于共面约束对相机的内方位元素及畸变系数进行解算。首先进行航空影像同名点匹配,构建立体像对;然后基于共面约束使用直接解法和迭代优化进行相对定向,解算相机位置与姿态;最后使用最小二乘优化方法解算相机内方位元素和畸变系数。对于高分辨率大尺寸航空影像,图像中心及边缘的畸变差异较大,为了进一步提高解算精度,对图像进行网格区域划分解算畸变。使用大比例尺航空影像进行解算能真实精确反映航空摄影测量时所获取图像的相机参数和畸变系数,避免检校环境与使用环境不同解算得到的相机畸变参数不能真实反映所获取影像的畸变问题;使用所有同名点解算,避免由于选择不同特征点或控制点对检校精度的影响;通过区域网格划分,进一步提高了解算精度。对检校结果进行了分析,该方法精度较高,与基于室外检校场的精度相当,能真实精确反映航空摄影测量时所获取图像的相机参数和畸变系数,提高了三维重建的精度。     

Terrestrial laser scanner self-calibration: Correlation sources and their mitigation

Instrument calibration is recognised as an important process to assure the quality of data captured with a terrestrial laser scanner. While the self-calibration approach can provide optimal estimates of systematic error parameters without the need for specialised equipment or facilities, its success is somewhat hindered by high correlations between model variables. This paper presents the findings of a detailed study into the sources of correlation in terrestrial laser scanner self-calibration for a basic additional parameter set. Several pertinent outcomes, resulting from experiments conducted with simulated data, and 12 real calibration datasets captured with a Faro 880 terrestrial laser scanner, are presented. First, it is demonstrated that panoramic-type scanner self-calibration from only two instrument locations is possible so long as the scans have orthogonal orientation in the horizontal plane. Second, the importance of including scanner tilt angle observations in the adjustment for parameter de-correlation is demonstrated. Third, a new network measure featuring an asymmetric distribution of object points that does not rely upon a priori observation of the instrument position is proposed. It is shown to be an effective means to reduce the correlation between the rangefinder offset and the scanner position parameters. Fourth, the roles of several other influencing variables on parameter correlation are revealed. The paper concludes with a set of recommended design measures to reduce parameter correlation in terrestrial laser scanner self-calibration.     

支持向量机的建筑物激光脚点提取方法

本文提出了一种基于全色波段航空影像和激光雷达数据的建筑物检测方法.如何从激光点云数据中提取出建筑物激光脚点,是建筑物三维重建和轮廓提取的难点问题之一.植被密集区域以及与建筑物紧密相邻的树木的激光点很难与建筑物激光点区分开.本文利用支持向量机对单个激光点的特征进行两分类,特征向量包括激光点的高程、高程变化信息以及与激光点...     

车载LiDAR点云中建筑物立面位置边界的自动提取

提出了一种基于点云特征图像和特征值分析的车载LiDAR点云建筑物立面位置边界的自动提取方法。首先利用车载LiDAR点云数据生成扫描区域的点云特征图像,并通过图像处理手段提取可能的建筑物目标点云;然后对提取的目标点云进行剖面分析和特征值分析,识别建筑物目标;最后对建筑物点云进行平面分割,提取建筑物立面,并对立面点云进行特征值分析,得到建筑物立面与地面交接的三维位置边界。实验结果表明,该方法能快速有效地提取车载LiDAR点云数据中的建筑物目标,同时提取的建筑物立面位置边界与原始点云能准确符合。     

3维最小二乘表面匹配泛型数学模型及在机载LiDAR条带平差中的应用

以3维表面间共轭点欧氏距离之和最小为理论基础,提出一种泛型3维表面匹配数学模型,并推导其最小二乘平差理论模型,利用该模型进行机载LiDAR点云条带平差。针对真实机载LiDAR点云数据进行条带平差对比实验,结果表明本文所提出的表面匹配模型,不仅能准确估计出相邻重叠3维表面间的正形变换参数,较好地解决机载LiDAR点云条带间配准问题,而且能同时适用于多种同名点对应准则,是一种泛型的配准模型。     

基于移动激光扫描点云数据和遥感图像的建筑物三维模型快速建模方法

建筑物的三维建模是城市三维建模和可视化的重要组成部分。本文提出一种基于点云数据与遥感图像的建筑物三维模型快速建模方法。首先,运用改进的RANSAC法从点云数据中提取建筑立面,根据立面区分平顶建筑与人字形屋顶建筑;在此基础上,进一步对建筑物的高度进行提取;之后,利用区域增长法从遥感图像中提取建筑物屋顶轮廓,利用形态学方法对提取出的轮廓进行规则化处理,并基于Freeman链码提取轮廓角点,得到规整的轮廓;最后,根据提取出的建筑高度属性对屋顶轮廓拉伸并进行纹理映射,实现对建筑物的三维重建。通过实例证明,提出的方法能快速、高效地实现建筑物三维模型的重建。     

应用Hessian-Affine的遥感图像配准实验

针对存在云雾遮挡、仿射变形的遥感影像,本文提出应用Hessian-Affine与最大信息熵,检测并筛选仿射不变特征,同时选刺同名点估计初始变换参数,对每一个待匹配点预测出一定圆域约束内的对应匹配点集,利用NCC相关系数迭代确定圆域内真同名点,得到初始匹配点集,然后利用均方根误差(RMSE)迭代剔除误匹配,直至完成最佳仿射变换参数估计。结果表明:该算法对发生仿射畸变、气候复杂区域的影像配准表现出较好稳健性和定位精度。     

ICESat激光高程点辅助的天绘一号卫星影像立体区域网平差

无地面控制点（简称无控）区域网平差是实现卫星影像无控测图的一项重要技术,对于境外和外业测控困难区域的测图具有重要意义。然而,无控区域网平差的定位精度一般难以满足对应比例尺测图规范要求。利用公开、可稳定获取的公众地理信息数据辅助区域网平差,是提高卫星影像无控定位精度的有效途径,其中ICESat激光高程点便是一种良好的高程控制数据。为了提高天绘一号卫星影像无控定位精度,本文提出ICESat激光高程点辅助的卫星影像模型法立体区域网平差方法。首先,以30 m分辨率SRTM估算的地形坡度作为限制条件,结合激光高程点自身质量评价信息,自动提取高质量ICESat激光高程点;其次,利用自动匹配的连接点进行模型法自由网平差,实现卫星影像几何定位精度的相对一致性（内部一致性）;最后,将激光高程点自动量测至卫星影像作为控制点,其平面坐标根据自由网平差结果前方交会计算而得,高程坐标取自激光点高程,再次进行区域网平差精化定向参数,提高卫星影像的绝对高程精度。最后本文利用山东全省的天绘一号卫星影像进行试验,验证了本文方法的有效性和可行性。