[发明专利]基于单木位置与地表信息的地基激光雷达数据配准方法

说明书

技术领域

本发明涉及基于单木位置与地表信息的地基激光雷达数据间的自动配准方法，特别地，本发明涉及森林场景下多站地基激光雷达数据间的自动配准，主要应用于基于多站地基激光雷达数据的三维森林场景重建。

背景技术

地基激光雷达数据已逐步应用于单木结构参数的详细测量，包括单木的位置与尺寸(Hopkinson et al.2004；Henning and Radtke 2006)。在林分尺度上主要考虑森林冠层分量的空间分布(Henning and Radtke 2006)。由于单木之间的遮挡，使用单站数据很难在林分水平上使用地基激光雷达数据对森林进行准确的描述。需要使用多站数据，这就需要对多站数据进行配准。在考古以及建筑物的三维重建过程中，由于研究对象具有明确的角点等特征可用于特征点进行配准。森林与人工建筑物不同，没有明确的特征点可供直接利用。因此研究人员尝试在森林场景中放置人工目标以作为配准所使用的控制点。另外，目前已经报道了一些不使用人工目标进行自动配准的方法。这些方法大多针对人工目标，如建筑或工业组件等。通常的做法是在两站数据的公共区域内选取同名点或同名面，藉此进行配准参数的计算(Goshtasby 1998)。目前最有名的算法是Besl and McKay提出的迭代最近点算法(Iterative Closest Point，ICP)(Besl and McKay 1992)。虽然许多研究人员针对该算法的局限性进行了改进(Gendron et al.1998；Goshtasby 1998；Dalley and Flynn2002；Estepar et al.2004；Kim et al.2004；Chetverikov et al.2005)，但是该算法要求待配准的两站数据之间具有较大的重叠度，往往要求重叠度大于50％，而且重叠区域内只含有一个物体或感兴趣面，且具有较高的点密度(Estepar et al.2004；Kim etal.2004；Chetverikov et al.2005)。这些要求在森林条件下都无法满足。

Henning and Radtke提出了一种针对森林场景的配准方法(Henning and Radtke 2008)。它将配准过程分为两步，首先通过地面选择控制点进行数据的粗配准，然后从树干上选择较为精确的控制点进行精配准。虽然这种方法在地表特征明显，林分密度较低，林下植被较少时比较适用；在地表特征不明的情况下，单木被枯枝包围，遮挡较严重的时候，配准所需的控制点较难选择，成功的几率大大降低。

发明内容

多站地基激光雷达数据配准的关键在于控制点的选取，而在森林场景条件下，很难通过选取精确的控制点，现有的森林场景下的数据配准算法，通常要求地表和树干具有较为明显的特征点可供利用。

本发明主要解决的问题是降低配准过程对控制点精度的要求和的依赖程度。本发明通过附加地基激光雷达姿态测量装置，减少配准所需要确定的配准参数的个数，以减少配准所需的控制点个数，同时利用多株单木形成的三角形的相似性来自动识别同名单木，为配准提供控制点，单木位置与重复区域内地表的吻合作为配准参数计算的依据，从而减少对精确控制点的依赖。

可以通过如下方案来实现本发明。

一种多站地基激光雷达数据间的自动配准方法，在自动对准过程中使用附加地基激光雷达姿态测量装置，减少配准所需要确定的配准参数的个数，以减少配准所需的控制点个数。

在上述方案中，优选地，可以使用倾角传感器沿地基激光雷达的X与Y轴对仪器的姿态进行测量。

优选地，所述自动配准方法可以用于森林场景的自动配准，并且可以利用垂直滤波方法进行树干点云的识别。

优选地，在对准过程中，使用树干的中心位置作为控制点，将待配准的两站数据称为主数据和副数据，通过下述三个步骤在主、副数据中找到对应的树干：

步骤1，使用变尺度方法将地面点与植被点分离；

步骤2，分别对主、副数据进行垂直滤波，以提取树干点云并计算树干的中心坐标；

步骤3，利用对应的树干在主、副数据中形成的三角形应具有相似的性质这一规则来识别对应的树干。

优选地，利用地表以上冠层以下的一段空间的点云进行树干的识别，利用这段空间的点云的垂直分布特征与树干点云的区别去除这段空间中树枝与地表植噪音。

在上述方案中，优选地，所述自动配准方法可以用于森林场景的自动配准，可以将待配准的两站数据称为主数据和副数据，可以利用单木构成的三角形的相似性来识别主、副数据中相同的树干。