Automatic registration of optical imagery with 3D LiDAR data using statistical similarity

The development of robust and accurate methods for automatic registration of optical imagery and 3D LiDAR data continues to be a challenge for a variety of applications in photogrammetry, computer vision and remote sensing. This paper proposes a new approach for the registration of optical imagery with LiDAR data based on the theory of Mutual Information (MI), which exploits the statistical dependency between same- and multi-modal datasets to achieve accurate registration. The MI-based similarity measures quantify dependencies between aerial imagery, and both LiDAR intensity data and 3D point cloud data. The needs for specific physical feature correspondences, which are not always attainable in the registration of imagery with 3D point clouds, are avoided. Current methods for registering 2D imagery to 3D point clouds are first reviewed, after which the mutual MI approach is presented. Particular attention is given to adoption of the Normalised Combined Mutual Information (NCMI) approach as a means to produce a similarity measure that exploits the inherently registered LiDAR intensity and point cloud data so as to improve the robustness of registration between optical imagery and LiDAR data. The effectiveness of local versus global similarity measures is also investigated, as are the transformation models involved in the registration process. An experimental program conducted to evaluate MI-based methods for registering aerial imagery to LiDAR data is reported and the results obtained in two areas with differing terrain and land cover, and with aerial imagery of different resolution and LiDAR data with different point density are discussed. These results demonstrate the potential of the MI and especially the CMI methods for registration of imagery and 3D point clouds, and they highlight the feasibility and robustness of the presented MI-based approach to automated registration of multi-sensor, multi-temporal and multi-resolution remote sensing data for a wide range of applications.     

LiDAR点云数据的电力线3维重建

利用LiDAR数据进行电力设施提取与建模可以克服传统工程测量电力巡线工作量大,危险性高,效率低下等缺点,但现有的电力线提取研究主要集中在电力线的分离与提取,并且拟合的精度不高。针对此问题本文提出了一种精度较高的电力线拟合方法。首先,根据电力线两端悬挂、中间自然下垂的特点,求解电力线拟合的最佳几何模型;然后,通过电力线的走向和端点,建立电力线拟合的最佳平面坐标系;最后,采用基于二次多项式限制的最小二乘法拟合电力线,解算出最优参数,生成最终电力线模型。对真实数据的处理和精度评价表明,本文方法不仅能够实现电力线的快速3维重建,而且能够达到较高的拟合精度。     

依托航空模拟平台的激光雷达技术课程实践教学装备

为了能更好地理解激光雷达技术工作原理与三维信息采集全过程,规避现有激光雷达技术,尤其是机载激光雷达,在实践教学中受场地限制的不利条件,本文依托于中国矿业大学(北京)沙河校区的航空模拟平台,自主研发了一套基于单线激光雷达与行程测距仪集成的三维激光扫描装备,阐述了该装备集成的数学原理,设计了三维数据采集实践教学方法,并进行了三维数据采集的实践体验与数据质量评价。结果表明,该装备采集三维点云的精度优于99%,可为激光雷达技术的实践教学、创新训练及本科毕业设计等环节提供有效的硬件支撑,并可在仓储方量核算等工程应用方面进行推广。     

基于LiDAR点云数据的树冠空隙度指数分析

分形维数法是分析空间结构分布的一种典型方法,但它对于区分不同的分布形式还存在缺陷。针对这一问题,该文介绍了空隙度指数的定义和树冠空隙度的计算方法;以模拟的树冠点云数据为对象,提出了一种基于三维凸包和三维滑动盒算法的激光雷达(Li DAR)点云数据空隙度分析方法,详尽分析了不同冠型产生的空隙度指数差异;并利用4棵实测的树冠点云数据做检验;最后阐述了空隙度指数在树冠空间异质性分析研究中的作用,并对其应用范围和前景作了展望。结果表明:划分尺度相同时,在一定的尺度范围内,锥型树冠、半球型和半椭球型树冠的差别可以通过空隙度指数曲线有效地区分,实测树冠的结果也体现了空隙度指数对于判断树冠空间结构的有效性。     

利用机载LiDAR数据提取与分析地裂缝

机载激光扫描可获取植被茂密地区的数字地形模型(DTM),但将其用于茂密植被覆盖区地裂缝提取方法的研究还不多见。以湖南冷水江市浪石滩为试验区,基于机载Li DAR的激光点云数据,研究了植被覆盖区地裂缝的提取方法,分析了地裂缝的微地貌特征。首先对离散的三维激光点云数据依次进行基于不规则三角网滤波、高程滤波及回波信息强度滤波提取地面点,以保留完整的微地貌微特征;然后构建不规则三角网,反距离加权内插生成数字高程模型(DEM),提取地裂缝识别参数,同时基于最小曲率对地裂缝进行线性探测,提取地裂缝的长度信息,且利用地裂缝剖面信息分析其微特征,结合识别参数分析地裂缝的稳定性。研究结果表明:利用机载Li DAR点云数据提取的地裂缝识别参数,能够确定地裂缝的位置、坡度坡向、长度和深度信息,有助于判定地裂缝的稳定性;在植被较为茂密、地面点密度稀疏的区域,保留一定的低矮植被所提取到的DEM能更好地保留地裂缝的微地貌特征。     

LiDAR 在四川某地电力选线项目中的应用

机载激光雷达（ LiDAR）技术的快速发展为获取高时空分辨率的地球空间信息提供了一种全新的技术手段。笔者在某市电力选线项目中利用机载激光雷达技术,获得高精度点云,根据点云建立三维模型,并通过大量外业采集数据进行精度检核,最后将生成产品导入电力选线软件中,实现了在室内完成电力选线工作。实验表明,在电力选线项目中,利用机载激光雷达技术提高了作业效率,具有广阔的应用前景。     

基于不同滤波算法差异的机载LiDAR数据桥梁提取

在对形态学滤波和区域生长算法研究的基础上,通过对桥梁的特点进行分析,提出一种基于形态学滤波和区域生长算法的滤波结果的差异进行桥梁探测的算法.算法不受桥梁形状的影响,桥梁可分叉、无需平行和等宽,甚至在部分桥梁数据不完整的情况下也有效.通过3个不同场景的桥梁实例验证算法的正确性.     

机载激光雷达数据的建筑物三维模型重建

机载激光雷达技术可以快速获取建筑物高精度高密度的三维空间信息.文章提出一种建筑物三维模型重建方法,该方法利用栅格数据使用RANSAC算法提取建筑边界上的长线段,采用规则化策略获取建筑轮廓;在模型生成阶段,基于原始点云和屋顶拓扑关系约束,获取屋顶间的交线和交点,并结合已得到的建筑边界、屋顶间交线和交点获取三维建筑模型.实验结果表明,该方法思路清晰、科学可行且适用性强,提取的建筑边界和模型垂直精度高.     

顾及城区机载LiDAR数据特征的配准算法

条带配准是点云数据处理的一个重要环节.文章介绍了经典ICP配准算法的基本原理;考虑到城区机载LiDAR数据中地物的组成、空间分布等特征,提出了一种ICP算法中对应点集的选择策略,并建立了城区机载LiDAR数据的自动配准流程.利用河南安阳试验场的真实点云数据进行配准实验,结果表明在不需要人工干预的情况下,可以很好地将条带数据拼接在一起,建立无缝点云数据.     

机载Lidar技术在高速公路勘测中的应用

机载Lidar系统主要由激光发射系统、POS系统、CCD相机、计算机及存储设备等组成,能够快速获取高精度的地面点三维坐标信息以及影像数据,利用Terrasolid软件能够生产DEM、DOM及DLG产品。本文结合文莱高速公路项目详细阐述了机载Lidar系统在高速公路勘测中的应用。