[发明专利]基于LiDAR点云辅助的立体影像密集匹配方法及系统

说明书

技术领域

本发明涉及一种立体像对密集匹配技术领域，尤其是涉及一种控制信息引导的立体像对密集匹配技术方案。

背景技术

在摄影测量和计算机视觉领域，密集匹配是指根据两张或者多张光学影像，逐像素地匹配同名点，生成稠密的三维点云的过程。密集匹配技术能够快速获取测区地表的三维测绘信息，在道路和水体提取、建筑物三维建模、变化检测、DEM/DSM和真正射影像制作、车辆自动驾驶等智慧城市、地理国情监测领域有着非常广泛的应用前景。

激光扫描和立体影像密集匹配技术是两种主流的地形地物三维信息获取手段。LiDAR系统以主动方式快速获取地面模型及空间点云信息，具有速度快、时效性强、作业范围大等优点。但是LiDAR系统成本昂贵，且点云密度较低(与对应的影像分辨率比较而言)，无法很好地描述建筑物等线状地物的精确边缘，不能完全满足智慧城市等高精度应用的需求；并且由于POS(尤其是精度较低的国产POS)系统误差及其他误差的存在，导致机载LiDAR点云存在复杂的系统误差。影像密集匹配是一种被动获取空间点云的手段。与LiDAR激光点云相比，立体影像具有密集匹配点云密度大、平面精度高、粗差剔除技术完善、影像上的地物几何特征更明显、影像数据获取成本低等突出优势。但是影像密集匹配技术在纹理贫乏区域、重复纹理区域表现较弱。

由于上述两种技术各自的不足，单纯地采用激光扫描，或者单纯地采用影像密集匹配，均无法很好地描述测区地表的三维信息。目前国内外尚未有结合两种截然不同的技术的相应研究。

发明内容

本发明主要是解决LiDAR点云三维重建技术和密集匹配三维重建技术相互孤立的现状，以及密集匹配视差范围参数需要人工设定阈值等的技术问题；提供了一种LiDAR点云辅助的立体影像半全局密集匹配技术，能够自动确定密集匹配的视差范围，通过LiDAR点云指导密集匹配，从而得到更为精确可靠的密集匹配产品。

本发明技术方案提供一种基于LiDAR点云辅助的立体影像密集匹配方法，在LiDAR点云的引导下，逐像素地匹配立体像对同名点，生成稠密的三维点云，实现过程包括以下步骤，

步骤1，将整个测区的LiDAR点云投影到原始的立体像对上，获取立体像对重叠范围内的LiDAR点云，并对LiDAR点云进行滤波处理；

步骤2，将步骤1所得滤波后的点云投影到核线立体像对上，计算同名点对的视差，找出最大视差和最小视差，确定后续密集匹配的视差范围；分别建立左右核线影像和左右影像的LiDAR点云控制图的金字塔；

步骤3，从金字塔顶层开始，令顶层为当前层，首先以当前层的左核线影像为基准影像，将顶层左核线影像LiDAR点云控制图作为初始视差图，采用三角网约束改造代价矩阵，进行SGM密集匹配，得到左核线影像的视差图，依次对右核线影像进行类似的处理，得到右核线影像的视差图，根据两张视差图，进行左右一致性检测，得到顶层最终的视差图；

步骤4，将金字塔当前层的视差图传递到下一层作为初始视差图，根据当前层的视差图相应确定下一层的视差范围，将下一层作为新的当前层；基于新的当前层，仍然以当前层的左核线影像为基准影像，采用三角网约束改造代价矩阵，进行SGM密集匹配，得到左核线影像的视差图，依次对右核线影像进行类似的处理，得到右核线影像的视差图，根据两张视差图，进行左右一致性检测，得到当前层最终的视差图；

步骤5，判断当前层是否为金字塔的底层，若是则执行步骤6，否则返回执行步骤4继续传递；

步骤6，输出原始影像的视差图，根据视差图，得到立体像对的同名点，生成密集匹配的点云。

而且，步骤1中，对LiDAR点云进行滤波处理的实现方式为，生成左右影像的LiDAR点云控制图，在LiDAR点云控制图中，以每个有效点为中心建立局部窗口，计算局部窗口内中心点在窗口内各有效点视差下的可见性度量，比较最大度量v_max相应的视差d_max与窗口中心点像素视差d_c的差值，如果差值在T个像素以内，则认为中心点是正确点，否则认为中心点是错误点，予以剔除；T为预设的相应阈值。