基于互信息的LIDAR与光学影像配准方法

本章论述了基于互信息的是单幅影像与LIDAR数据的配准方法。本方案是基于两幅图像灰度值的配准方法,即利用LIDAR数据生成的强度图像,实现与航空影像的配准。虽然两种传感器得到图像的灰度值有较大差异,且不成线性关系,通过引入互信息,可以将穷举的搜索问题变成基于相似性测度函数的优化问题。实验表明互信息准则对于航空影像与LiDAR数据之间是有效的。     

耦合梯度互信息与PV插值的影像配准算法

由于合成孔径雷达(SAR)影像与光学影像之间存在明显的辐射和几何差异,将两者配准仍是影像精确配准领域亟待解决的难题.针对配准时出现的精度差效率低、计算量较大且配准易陷入局部极值等问题,该文提出一种耦合梯度互信息和部分体积(PV)插值的SAR与光学影像配准算法.首先,将该文改进的梯度互信息方法(NGMI)作为配准的相似性测度;其次,利用改进PV插值法计算NGMI,采用余弦函数作为插值核函数,以扩大插值的邻域范围;最后,将NGMI与PV插值法耦合进行SAR与光学影像的配准.实验表明,该文方法行之有效,在减少计算量的同时提高了配准精度,一定程度上抑制了局部极值,降低了影像误配的概率.     

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。     

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.     

车载激光雷达点云与全景影像的自动配准

针对激光雷达点云数据缺乏纹理信息的问题,该文提出一种基于互信息的车载激光雷达点云与全景影像配准方法。该方法使用统一的球面全景成像模型,引入互信息作为相似性测度,将车载激光雷达点云生成的深度图与信息提取后的全景影像进行配准,实现配准参数的自动、高精度解算。同时,对车载激光雷达点云与全景影像配准的精度进行评定与分析。实验结果表明,车载点云与全景影像的配准方案是可行的,具有较高的配准精度。     

“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。     

利用PC-SIFT的多源光学卫星影像自动配准方法

针对多源光学卫星影像几何校正过程中同名点匹配率低、配准过程自动化差等问题,本文采用相位一致性代替原始尺度不变特征变换(scale invitation feature transform,SIFT)算法中的像素灰度值梯度对主方向和特征向量进行描述,提升特征描述的正确率;以频率域下相位分析结果为约束条件对匹配结果进行优化,抑制错误匹配同名点;同时,提出了一种基于随机采样一致性(RANSAC)的自适应选择策略,提高参数估计阶段的自动化水平;最后,实现多源光学卫星影像间的配准。多组数据实验结果表明了该方法在辐射非线性畸变多源光学卫星影像间配准中的有效性和适用性。     

激光扫描与光学影像数据配准的研究进展

激光扫描是近年来快速发展的一种新型而重要的测量技术。激光扫描点云数据和光学影像配准是融合处理的基础步骤,具有重要意义,并得到较多的关注和研究。从配准的基本问题、配准的方法两个方面出发,总结国内外在激光扫描数据与影像数据配准方面的研究进展,并进行展望,为后续的相关研究提供参考。     

车载激光点云和光学影像的配准方法研究

首先总结国内外激光点云和光学影像配准的研究现状,针对单张影像提出了一种基于直接线性变换的车载激光点云和光学影像的配准方法;针对车载序列影像提出了一种基于Sift角点提取、影像匹配、光束法平差、密集点云生成、密集点云和激光点云自动配准并生成对应的三维彩色点云的方法。最后以VC++ 6.0为开发平台,利用Optech公司提供的车载激光点云和序列影像数据设计并实现了车载激光点云和光学影像的配准,并验证了算法的有效性。     

最邻近曲面约束的近景光学影像与地面激光点云几何配准

提出一种以最邻近曲面为约束的近景光学影像与地面激光点云高精度配准方法。根据光学影像生成三维稀疏点云,以影像三维稀疏点邻近的激光点拟合的曲面为约束,结合共线条件方程建立影像三维稀疏点云与三维激光点云间变换模型,通过平差迭代解算实现光学影像与激光点云的高精度几何配准。该方法只需提供初始配准参数,无需对激光点云数据进行特征提取和分割,并且基于曲面约束有效地解决了两个点集之间难以精确确定同名点的问题。通过实际数据试验表明该方法能获得很好的配准精度。     

面向服务的山西省地理信息公共服务平台建设

结合山西省地理信息公共平台建设,着重说明以公共地理框架数据库建设为核心的数据体系建设和目录服务注册为核心的地理信息公共在线服务体系的建设：探索地理空间数据共享与发布的作业流程和工作基准,为地理信息的共享打下数据基础．解决了多源空间数据的注册、发现与绑定问题,构建了开放式服务体系。     

“资源一号”02C卫星影像特征

结合有关项目数据处理的需要,对02C卫星影像特征进行科学分析与应用研究。通过对影像信息量特征、配准特征及融合特征分析,发现岩石裸露区影像各波段信息量大,但是波段间相关性强,地类边界模糊,而植被覆盖区影像各波段信息量相对较小,波段间相关性较小,地类可分性较好;MUS影像与PAN影像配准精度一般能达到1个像元,而MUS影像与HRC影像配准比较困难,HRC影像需要正射校正或者强制拉伸,才能满足精度要求;主成分分析方法融合效果比较好,MUS影像与HRC影像融合效果优于MUS影像与PAN影像融合。分析结果表明:02C数据适用于土地覆被调查,若用于地质信息解译,需要进一步技术处理;HRC影像分辨率高,但数据处理方法有待于进一步探讨。     

Automating Image Registration and Absolute Orientation: Solutions and Problems

The basic concepts and tools of automatic image registration are presented and the problems which exist are discussed. The paper describes work carried out at University College London on the registration of two images and on the registration of images with maps. It is shown that strategies have been developed which are applicable to different types of image and reference data and that with the tuning of well tried algorithms it is possible to achieve the required matching. The PAIRS technique for automatic registration of optical images from satellites has been implemented and tested and is now being developed for use with optical and microwave images. The ARCHANGEL system for registration of images with maps or vector data is also being implemented and initial results show considerable promise.     

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。     

机载LiDAR数据和航空影像基于角特征的配准

机载激光雷达(Light Detection And Ranging,LiDAR)系统近年来逐渐成为一种新兴的测量手段,是一种可以直接提供大量地面离散点的高精度三维信息的主动式遥感技术,具有依赖控制测量条件少、受天气影响小、自动化水平高等优点。然而LiDAR获取的数据主要是离散激光点云,具有高精度的空间结构信息而缺少纹理和光谱信息。将LiDAR数据和遥感影像数据进行融合将是当今测绘科学研究的方向之一。融合影像数据和点云数据的关键步骤就是将两者进行高精度的配准。     

结合图像信息的快速点云拼接算法

现有三维激光扫描设备通常配有一个同轴相机,它可以对扫描场景进行拍摄。针对带有同轴相机的激光扫描设备,本文提出了一种结合图像信息的快速点云拼接算法。与传统拼接算法同时计算点云间的旋转和平移变换不同,本文对这两种变换分别进行求解。其中,不同扫描点云间的旋转变换是利用视觉几何知识由同轴相机在不同扫描站点下拍摄的图像直接获得,而平移变换是由本文提出的改进ICP算法得到。在改进的ICP算法中,只有平移变换的3个未知量被迭代计算,其输入是去除旋转变换后的点云。试验结果表明利用图像获得的点云旋转变换具有很高的准确性;并且由于本文算法中迭代过程只针对平移变换的3个变量进行计算,因此与需要迭代计算6个变量的传统ICP算法相比,本文算法计算复杂度大幅降低,同时更易收敛于全局最优值且收敛速度有所提高。     

北京一号小卫星多光谱图像波段配准和图像变形评价

北京一号小卫星是中国和英国联合研制的一颗实用型、对地观测微小卫星，星上携带中分辨率32m多光谱（近红外、红和绿波段）和4m全色两种有效载荷。为了提高多光谱图像的宽度和时间分辨率，北京一号小卫星的每个多光谱波段都是由两个相机独立成像然后拼接而成。由于这种成像方式很难保证6个相机的主光轴平行，导致图像配准精度较低。针对北京一号小卫星的这种成像特点，本文在图像灰度交叉相关匹配的基础上，发展了一种高精度波段配准算法来评价北京一号小卫星的波段配准精度，并在波段配准的基础上，评价北京一号小卫星多光谱图像的变形一致性。