專利名稱：一種基于建筑物角點自修正的航空與地面LiDAR數(shù)據(jù)高精度自動配準方法
技術領域：
本發(fā)明涉及一種航空和地面LiDAR數(shù)據(jù)配準方法，特別是涉及一種基于建筑物角點自修正的航空與地面LiDAR數(shù)據(jù)高精度自動配準方法。
背景技術：
激光雷達技術，作為一種大范圍的面狀三維坐標測量工具，能夠提供地物表面詳盡而準確的不規(guī)則LiDAR點，數(shù)據(jù)質(zhì)量優(yōu)于其他一些測量技術，如數(shù)字攝影測量、雷達干涉測量等。目前，使用最多的激光雷達是航空激光雷達和地面激光雷達。航空激光雷達俯視地獲取大范圍的數(shù)據(jù)，數(shù)據(jù)中包含大量地物的頂部信息，然而側(cè)面信息獲取困難，數(shù)據(jù)分辨率也有限；地面激光雷達平視或仰視地獲取區(qū)域數(shù)據(jù)，地物側(cè)面信息詳盡，數(shù)據(jù)分辨率較高，然而掃描范圍有限，地物頂部信息難以獲得。航空與地面激光雷達各有優(yōu)缺點，為了能夠獲取地物各個尺度、各個方向的詳盡數(shù)據(jù)，兩種平臺數(shù)據(jù)的融合已經(jīng)成為一種必然趨勢。事實上，這些年來越來越多的學者集成兩種數(shù)據(jù)進行應用研究，相關研究涉及地形制圖、地質(zhì)勘探、森林研究、水文研究、以及虛擬現(xiàn)實等等。為了集成航空和地面LiDAR數(shù)據(jù)進行研究，首先需要對兩種數(shù)據(jù)進行配準。事實上，航空和地面LiDAR數(shù)據(jù)存在著較大差異，從兩種數(shù)據(jù)中提取的公共角點數(shù)量有限，精度差異也較大1)不同視角。航空LiDAR俯視獲取數(shù)據(jù)，頂部信息較多，側(cè)面信息較少，而地面LiDAR平視、仰視獲取數(shù)據(jù)，側(cè)面信息詳盡，頂部信息較少，兩者公共角點較少。2)不同范圍。航空LiDAR能夠獲取大范圍的數(shù)據(jù)，提高大量的配準角點，而地面LiDAR掃描范圍有限，提供的配準角點較少，位置集中。3)不同分辨率。航空LiDAR距離掃描目標幾百米至上千米不等，數(shù)據(jù)分辨率在米級或分米級，提取的角點精度較低，而地面LiDAR距離掃描目標幾十米，數(shù)據(jù)分辨率最高可達毫米級，提取的角點精度較高。如何充分利用少量的精度差異較大的公共角點，實現(xiàn)航空和地面LiDAR更為準確的配準還有待于研究。

發(fā)明內(nèi)容
本發(fā)明要解決技術問題是克服現(xiàn)有技術缺點，提出基于建筑物角點自修正的航空與地面LiDAR數(shù)據(jù)高精度自動配準方法，該方法對誤差較大的航空角點進行自動移動修正，從而提高航空角點的精度，以便實現(xiàn)航空和地面LiDAR數(shù)據(jù)的高精度配準。為了解決上述技術問題，本發(fā)明提出的技術方案是一種基于建筑物角點自修正的航空與地面LiDAR數(shù)據(jù)高精度自動配準方法，包括以下步驟第一步、從航空LiDAR數(shù)據(jù)中提取建筑物角點，稱為航空角點；從地面LiDAR數(shù)據(jù)中提取建筑物角點，稱為地面角點；第二步、分別從航空角點和地面角點中選取出任意兩個點計算用于坐標變換的轉(zhuǎn)換矩陣，對所有可能的轉(zhuǎn)換矩陣根據(jù)最大匹配對數(shù)和最小匹配誤差確定最優(yōu)轉(zhuǎn)換矩陣，并使用最優(yōu)轉(zhuǎn)換矩陣對地面角點進行初始變換，對應的成功匹配的航空角點和地面角點即為初始匹配角點對；第三步、計算每對航空和地面角點之間的距離，將具有最大距離值的航空角點移動至對應的地面角點位置，完成一次誤差較大航空角點的修正；第四步、循環(huán)執(zhí)行第二步和第三步，在循環(huán)過程中，計算航空角點與地面角點的總誤差值，如果本次循環(huán)的總誤差值大于前面一次循環(huán)總誤差值的20%，則停止循環(huán)，完成所有誤差較大航空角點移動修正；第五步、采用倒數(shù)第二次循環(huán)中獲得的最優(yōu)轉(zhuǎn)換矩陣對航空LiDAR數(shù)據(jù)和地面LiDAR數(shù)據(jù)進行配準。本發(fā)明可修正航空角點中誤差較大的點，較大地提高了航空LiDAR數(shù)據(jù)和地面LiDAR數(shù)據(jù)的配準精度，利用本發(fā)明可實現(xiàn)航空與地面LiDAR數(shù)據(jù)的高精度自動配準。本發(fā)明第一步中，從航空LiDAR數(shù)據(jù)中提取航空角點的方法如下使用反向迭代數(shù)學形態(tài)學方法從航空LiDAR數(shù)據(jù)中提取建筑物區(qū)域；對不規(guī)則建筑物區(qū)域使用規(guī)則化方法得到規(guī)則的建筑物輪廓線段，兩兩相交的輪廓線段形成航空角點，并將所述航空角點周圍Im范圍內(nèi)的LiDAR點的高程最高值作為該航空角點的高程。本發(fā)明第一步中從地面LiDAR數(shù)據(jù)中提取地面角點的方法如下使用分層次的格網(wǎng)密度方法從地面LiDAR數(shù)據(jù)中提取建筑物輪廓；在此基礎上使用輪廓延伸密度方法對提取的建筑物輪廓進行恢復，形成完整的建筑物輪廓；然后將完整的建筑物輪廓投影到三維坐標系的XY平面內(nèi)尋找二維相交點，如果任兩條構(gòu)成相交點的輪廓的高程差小于lm，則判定兩條輪廓在實際的三維空間中相交，兩條輪廓的相交點為一個地面角點，并將所述兩條輪廓的高程均值作為該地面角點的高程。其中，使用分層次的格網(wǎng)密度方法從地面LiDAR數(shù)據(jù)中提取建筑物輪廓，具體步驟如下Ia)地面LiDAR點云投影至XY平面——將地面LiDAR點云投影至三維坐標系的XY平面，并保留各個點的X、Y、Z屬性；Ib)提取粗略輪廓格網(wǎng)——在所述XY平面內(nèi)構(gòu)建lrn*lm的粗略格網(wǎng)，計算每個粗略格網(wǎng)中LiDAR投影點的數(shù)量，即得到該粗略格網(wǎng)的格網(wǎng)密度，根據(jù)建筑物邊緣輪廓處的粗略格網(wǎng)密度閾值對所述粗略格網(wǎng)進行篩選，保留格網(wǎng)密度大于所述粗略格網(wǎng)密度閾值的粗略格網(wǎng)，得到粗略輪廓格網(wǎng)；Ic)提取精確輪廓格網(wǎng)——在粗略輪廓格網(wǎng)中構(gòu)建O. 2m*0. 2m的精細格網(wǎng)，計算精細格網(wǎng)內(nèi)LiDAR投影點的數(shù)量即得到精細格網(wǎng)的格網(wǎng)密度，根據(jù)建筑物邊緣輪廓處的精細格網(wǎng)密度閾值對所述精細格網(wǎng)進行篩選，保留格網(wǎng)密度大于所述精細格網(wǎng)密度閾值的精細格網(wǎng)，得到精確輪廓格網(wǎng)；Id)格網(wǎng)高差篩選——遍歷所有精確輪廓格網(wǎng)，如果精確輪廓格網(wǎng)內(nèi)的最高LiDAR點和最低LiDAR點的高差大于相應實驗區(qū)建筑最低高程則保留該精確輪廓格網(wǎng)，否則剔除；le)獲取輪廓線段一對篩選后的精確輪廓格網(wǎng)使用Hough變換得到二維矢量輪廓線段。。上述步驟Ia)和Ib)中，格網(wǎng)密度閾值的確定方法，具體步驟如下假設O點為儀器中心點，A點為水平垂直于儀器的墻面點，掃描儀對準A點時的角度為0°，B點為格網(wǎng)靠近儀器一側(cè)，C點為格網(wǎng)遠離儀器一側(cè)，D點為B點豎直方向上墻面最高點，設OA = Dv, CO = Dm,水平方向格網(wǎng)的邊長為De，建筑高Hb，儀器高凡，在A點處水平向相鄰兩LiDAR點的間距為Dk，則格網(wǎng)密度閾值的計算方法如下2a)計算水平方向格網(wǎng)內(nèi)LiDAR點的列數(shù)，記α為掃描儀每次旋轉(zhuǎn)角
度的一半，
權(quán)利要求
1.一種基于建筑物角點自修正的航空與地面LiDAR數(shù)據(jù)高精度自動配準方法，包括以下步驟 第一步、從航空LiDAR數(shù)據(jù)中提取建筑物角點，稱為航空角點；從地面LiDAR數(shù)據(jù)中提取建筑物角點，稱為地面角點； 第二步、分別從航空角點和地面角點中選取出任意兩個點計算用于坐標變換的轉(zhuǎn)換矩陣，對所有可能的轉(zhuǎn)換矩陣根據(jù)最大匹配對數(shù)和最小匹配誤差確定最優(yōu)轉(zhuǎn)換矩陣，并使用最優(yōu)轉(zhuǎn)換矩陣對地面角點進行初始變換，對應的成功匹配的航空角點和地面角點即為初始匹配角點對； 第三步、計算每對航空和地面角點之間的距離，將具有最大距離值的航空角點移動至對應的地面角點位置，完成一次誤差較大航空角點的修正； 第四步、循環(huán)執(zhí)行第二步和第三步，在循環(huán)過程中，計算航空角點與地面角點的總誤差值，如果本次循環(huán)的總誤差值大于前面一次循環(huán)總誤差值的20%，則停止循環(huán)，完成所有誤差較大航空角點移動修正； 第五步、采用倒數(shù)第二次循環(huán)中獲得的最優(yōu)轉(zhuǎn)換矩陣對航空LiDAR數(shù)據(jù)和地面LiDAR數(shù)據(jù)進行配準。
2.根據(jù)權(quán)利要求1所述的基于建筑物角點自修正的航空與地面LiDAR數(shù)據(jù)高精度自動配準方法，其特征在于所述第一步從航空LiDAR數(shù)據(jù)中提取航空角點的方法如下使用反向迭代數(shù)學形態(tài)學方法從航空LiDAR數(shù)據(jù)中提取建筑物區(qū)域；對不規(guī)則建筑物區(qū)域使用規(guī)則化方法得到規(guī)則的建筑物輪廓線段，兩兩相交的輪廓線段形成航空角點，并將所述航空角點周圍Im范圍內(nèi)的LiDAR點的高程最高值作為該航空角點的高程。
3.根據(jù)權(quán)利要求1所述的基于建筑物角點自修正的航空與地面LiDAR數(shù)據(jù)高精度自動配準方法，其特征在于第一步中從地面LiDAR數(shù)據(jù)中提取地面角點的方法如下使用分層次的格網(wǎng)密度方法從地面LiDAR數(shù)據(jù)中提取建筑物輪廓；在此基礎上使用輪廓延伸密度方法對提取的建筑物輪廓進行恢復，形成完整的建筑物輪廓；然后將完整的建筑物輪廓投影到三維坐標系的XY平面內(nèi)尋找二維相交點，如果任兩條構(gòu)成相交點的輪廓的高程差小于lm，則判定兩條輪廓在實際的三維空間中相交，兩條輪廓的相交點為一個地面角點，并將所述兩條輪廓的高程均值作為該地面角點的高程。
4.根據(jù)權(quán)利要求3所述的基于建筑物角點自修正的航空與地面LiDAR數(shù)據(jù)高精度自動配準方法，其特征在于使用分層次的格網(wǎng)密度方法從地面LiDAR數(shù)據(jù)中提取建筑物輪廓，具體步驟如下 Ia)地面LiDAR點云投影至XY平面——將地面LiDAR點云投影至三維坐標系的XY平面，并保留各個點的X、Y、Z屬性； lb)提取粗略輪廓格網(wǎng)——在所述XY平面內(nèi)構(gòu)建lm*lm的粗略格網(wǎng)，計算每個粗略格網(wǎng)中LiDAR投影點的數(shù)量，即得到該粗略格網(wǎng)的格網(wǎng)密度，根據(jù)建筑物邊緣輪廓處的粗略格網(wǎng)密度閾值對所述粗略格網(wǎng)進行篩選，保留格網(wǎng)密度大于所述粗略格網(wǎng)密度閾值的粗略格網(wǎng)，得到粗略輪廓格網(wǎng)； Ic)提取精確輪廓格網(wǎng)——在粗略輪廓格網(wǎng)中構(gòu)建O. 2m*0. 2m的精細格網(wǎng)，計算精細格網(wǎng)內(nèi)LiDAR投影點的數(shù)量即得到精細格網(wǎng)的格網(wǎng)密度，根據(jù)建筑物邊緣輪廓處的精細格網(wǎng)密度閾值對所述精細格網(wǎng)進行篩選，保留格網(wǎng)密度大于所述精細格網(wǎng)密度閾值的精細格網(wǎng)，得到精確輪廓格網(wǎng)；Id)格網(wǎng)高差篩選——遍歷所有精確輪廓格網(wǎng)，如果精確輪廓格網(wǎng)內(nèi)的最高LiDAR點和最低LiDAR點的高差大于相應實驗區(qū)建筑最低高程則保留該精確輪廓格網(wǎng)，否則剔除；Ie)獲取輪廓線段一對篩選后的精確輪廓格網(wǎng)使用Hough變換得到二維矢量輪廓線段。
5.根據(jù)權(quán)利要求4所述的基于建筑物角點自修正的航空與地面LiDAR數(shù)據(jù)高精度自動配準方法，其特征在于，步驟Ib)和Ic)中格網(wǎng)密度閾值的確定方法如下 假設O點為儀器中心點，A點為水平垂直于儀器的墻面點，掃描儀對準A點時的角度為0°，B點為格網(wǎng)靠近儀器一側(cè)，C點為格網(wǎng)遠離儀器一側(cè)，D點為B點豎直方向上墻面最高點，設OA = Dv, CO = Dm,水平方向格網(wǎng)的邊長為De，建筑高Hb，儀器高凡，在A點處水平向相鄰兩LiDAR點的間距為Dk，則格網(wǎng)密度計算方法如下2a)計算水平方向格網(wǎng)內(nèi)LiDAR點的列數(shù)，記α為掃描儀每次旋轉(zhuǎn)角度的一半
6.根據(jù)權(quán)利要求3所述的基于建筑物角點自修正的航空與地面LiDAR數(shù)據(jù)高精度自動配準方法，其特征在于，使用輪廓延伸密度的方法進行建筑物輪廓的恢復，具體如下 3a)尋找步驟le)中獲得的二維矢量輪廓線段周邊Im范圍內(nèi)格網(wǎng)，將尋找到的所有格網(wǎng)內(nèi)LiDAR點最大高程的平均值作為二維矢量輪廓線段的高程，將二維矢量輪廓線段變換為三維建筑物輪廓線段； 3b)對三維建筑物輪廓線段構(gòu)建半徑為Im的緩沖區(qū)，建緩沖區(qū)內(nèi)LiDAR點數(shù)量除以緩沖區(qū)體積獲得原有輪廓LiDAR點密度；3c)沿輪廓線段方向以單位距離為延伸步長構(gòu)建半徑為Im的緩沖區(qū)，緩沖區(qū)內(nèi)LiDAR點數(shù)量除以相應緩沖區(qū)體積獲得待延伸方向的LiDAR點密度，所述單位距離的取值范圍為O.1-0. 3m ；3d)若待延伸方向的LiDAR點密度與原有輪廓LiDAR點密度的差異小于20%，則該輪廓沿輪廓線段方向延伸單位距離并重復步驟3c);否則停止延伸，形成完整的建筑物輪廓。
7.根據(jù)權(quán)利要求1所述的基于建筑物角點自修正的航空與地面LiDAR數(shù)據(jù)高精度自動配準方法，其特征在于，第二步中根據(jù)最大匹配對數(shù)和最小匹配誤差方法確定初始變換；設兩個點集分別為 A = (Ai, i = 0,1,2, . . . , u}和 B = (Bi, i = 0,1,2, . . . , v},則初始變換的具體方法如下 4a)從點集A、B中分別選取一個點ApB1,計算平移矩陣T，利用平移矩陣T對點集B中的每個點進行平移，得到點集M = (Mi, i = 0,1,2, . . . , v}； 4b)從點集A、M中分別選取一個點A2、M2，要求A2 Φ AijM2 Φ B1,以點A1為原點，計算點M2旋轉(zhuǎn)至點A2位置的旋轉(zhuǎn)矩陣R，使用旋轉(zhuǎn)矩陣R對點集M中每個點進行旋轉(zhuǎn)，得到點集R={Ri i = O, I, 2, . . . , v}； 4c)使用平移矩陣T和旋轉(zhuǎn)矩陣R對點集B中所有點轉(zhuǎn)換，得到點集C= {A，i = 0，1，2，. . .，v};對于點集A中每一點Ai在點集C中尋找與其最近的點Cdtjsrt，如果點Ai和Cdtjsrt距離小于X米，X取值范圍為1-5，則兩點匹配；如果點集A中存在兩個點在點集C中的最近點為同一個點，則兩者距離最近的兩點匹配；記錄成功匹配的點對MA = (MAi, i = 1,2,...,η}和 MB = (MBi, i = I, 2, . . . , η}； 4d)重復執(zhí)行步驟4b)和4c)，計算所有可能的轉(zhuǎn)換矩陣，選取匹配對數(shù)最多的轉(zhuǎn)換矩陣作為待選可靠轉(zhuǎn)換矩陣； 4e)對于每組待選可靠轉(zhuǎn)換矩陣，計算匹配點對MA和MB總誤差，其中誤差最小的待選可靠轉(zhuǎn)換矩陣為最優(yōu)轉(zhuǎn)換矩陣； 4f)使用最優(yōu)轉(zhuǎn)換矩陣對點集B中所有點進行轉(zhuǎn)換，完成初始變換，對應的成功匹配的航空和地面角點，即為初始匹配角點對。
8.根據(jù)權(quán)利要求1所述的基于建筑物角點自修正的航空與地面LiDAR數(shù)據(jù)高精度自動配準方法，其特征在于設第一步中提取的航空角點集為P = {Pi，i = 0，1，2，...，n}，地面角點集分別為U = IUi, i = O，1，2，. . .，η}，則第三步中，對誤差較大航空角點的修正方法具體如下 5a)利用第二步中獲得的最優(yōu)轉(zhuǎn)換矩陣對地面角點集U進行轉(zhuǎn)換得到轉(zhuǎn)換后的地面角點，記為 Q = {Qp i = 0,1,2, ... , η}； 5b)計算航空角點集P和轉(zhuǎn)換后的地面角點集Q對應角點的三維空間距離,得到一維距離矩陣 D = {D (Pi, Qi), i = O, I, 2, . . . , η},計算角點總匹配誤差Λ/τ =:1=\ 5c)尋找一維距離矩陣D中距離的最大值Dmax，并找到航空角點集P和轉(zhuǎn)換后的地面角點集Q中對應的角點Pmax和Qmax，將航空角點Pmax的坐標移動至轉(zhuǎn)換后的地面角點Qmax的坐標，完成一次誤差較大航空角點的移動修正。
全文摘要
一種基于建筑物角點自修正的航空與地面LiDAR數(shù)據(jù)高精度自動配準方法，首先從航空LiDAR數(shù)據(jù)提取建筑物角點(稱為航空角點)；再從地面LiDAR數(shù)據(jù)提取建筑物角點(稱為地面角點)；然后對航空角點與地面角點進行初始匹配，分別從航空角點和地面角點中選取任意兩個點計算用于坐標變換的轉(zhuǎn)換矩陣，對所有轉(zhuǎn)換矩陣根據(jù)最大匹配對數(shù)和最小匹配誤差確定最優(yōu)轉(zhuǎn)換矩陣；最后在確定初始匹配角點對基礎上，以地面角點為參考，對航空LiDAR角點進行位置修正，最終實現(xiàn)航空LiDAR數(shù)據(jù)與地面LiDAR數(shù)據(jù)的自動配準。本發(fā)明可修正航空LiDAR角點中誤差較大的點，較大地提高了航空LiDAR數(shù)據(jù)和地面LiDAR數(shù)據(jù)的配準精度。
文檔編號G06T7/00GK103065295SQ20121051078
公開日2013年4月24日 申請日期2012年12月4日 優(yōu)先權(quán)日2012年12月4日
發(fā)明者程亮, 李滿春, 童禮華, 陳焱明, 鐘禮山, 劉永學, 張雯, 王亞飛, 馬磊, 潘航 申請人:南京大學