[发明专利]一种机载激光点云与航空影像的自动配准方法

说明书

技术领域

本发明涉及一种多源数据配准方法，尤其是涉及一种机载激光点云与航空影像的自动配准方法。

背景技术

机载激光探测与测距（机载LiDAR）是一项地形数据快速获取的重要技术，目前已成为城市三维信息获取的重要手段。当前的机载LiDAR系统通常配备有数码相机，可在获取激光点云的同时获得高分辨率彩色航空影像。由于激光点云和影像数据之间具有很强的互补性，二者的集成在道路提取、建筑物提取与建模以及正射影像制作等领域有着广泛的应用。由于数码相机安置误差等原因，获得的航空影像外方位元素一般存在较大误差，导致航空影像与激光点云之间无法很好地套合，因此在二者集成应用之前，需要将它们纳入到统一的坐标系中，即进行航空影像与激光点云的配准。

现有的航空影像与激光点云配准方法大致可分为三类：（1）将激光点云内插生成图像（强度图像或距离图像），然后在点云图像和航空影像之间进行配准。根据所采用的配准基元，可以分为两类：基于灰度区域的配准和基于特征的配准。基于灰度区域的方法如利用影像的互信息进行配准，然而点云图像与航空影像在成像机理上差异显著，特别是在航空摄影这样复杂的场景下很难取得较好的配准效果。基于特征的配准主要是在点云图像和航空影像间匹配同名点、线特征用于配准，由于成像方式、分辨率的巨大差异，在二者间自动匹配同名点特征具有相当的难度，线特征的提取与匹配相对容易实现，然而在点云内插的过程中会引入内插误差，使得提取的线特征坐标精度降低，影响最终配准精度；（2）将航空影像密集匹配为摄影测量点云，然后以两点集之间距离最近为原则计算激光点云和摄影测量点云之间的坐标变换关系，实现激光点云与航空影像的配准。该类方法需要较好的初值，而且航空影像密集匹配生成的点云高程精度一般低于激光点云的高程精度，会降低配准精度；（3）直接在激光点云和航空影像之间进行配准。主要是通过在激光点云和航空影像之间寻找同名特征实现配准。常用的特征主要有直线特征和平面特征。其关键技术是如何从点云数据中准确地提取出直线特征和平面特征，以及如何正确地确定点云和影像间同名特征的对应关系。现有的方法在点云中提取特征以及确定同名特征的对应关系时都完全依靠人工操作实现，无法实现两种数据的自动配准。

发明内容

本发明的目的之一是解决现有技术在配准激光点云与航空影像时，需将激光点云内插成点云图像，降低了激光点云数据精度进而降低配准精度的问题。提供了一种直接从激光点云中提取建筑物轮廓线，进而通过对轮廓线规则化获得作为配准基元的建筑物角特征，避免了点云内插误差的引入，提高了配准精度的一种机载激光点云与航空影像的自动配准方法。

本发明的目的之二是解决由于激光点云与航空影像两种数据在获取机理上存在巨大差异，导致自动地在二者之间提取并匹配同名特征进行配准存在相当的难度的问题；提供了一种机载激光点云与航空影像的自动配准方法。采用由两条直线段组成的角特征作为配准基元，自动地在点云中提取角特征，在影像上提取直线段边缘。并针对角特征的特点，设计了相应的点云与影像间同名角特征的自动匹配方法。与现有算法中采用点、直线作为配准基元相比，由两条直线组成的角特征更为复杂、更具有独特性，有助于获得可靠的同名特征匹配结果。

一种机载激光点云与航空影像的自动配准方法，其特征在于，包括以下步骤：

步骤1，在每张航空影像上进行影像直线段特征提取；然后在激光点云中，进行点云角特征的提取；

步骤2，结合步骤1获取的影像直线段特征以及点云角特征进行点云角特征的同名影像角特征的匹配；

步骤3，根据步骤2获取的匹配后的同名影像角特征对步骤1 的航空影像作光束法区域网平差，获得改正后的影像外方位元素；

步骤4，设置一个限差及最大迭代次数，并计算外方位元素的三个角元素改正值，根据三个角元素改正值的绝对值与设置的限差比较结果选择执行：

若三个角元素改正值的绝对值均小于设置限差或已达到最大迭代次数，则执行步骤5；

否则，若三个角元素改正值的绝对值均大于等于设置限差且未达到最大迭代次数，则更新影像外方位元素，返回步骤2进行迭代；

步骤5，输出最后一次迭代中区域网平差获得的影像外方位元素作为配准结果。

在上述的一种机载激光点云与航空影像的自动配准方法，所述的步骤1中，进行影像直线段特征提取时通过Canny算子检测并提取建筑物直线边缘，具体方法为：

步骤1.1，采用现有的边缘检测算子Canny算子对航空影像进行处理，可获得影像上的边缘特征，每条边缘由一系列相连的边缘像素点组成；