[发明专利]一种机载LiDAR点云数据与航空影像的自动配准方法

摘要

本发明公开了一种机载LiDAR点云数据与航空影像的自动配准方法，包括步骤：一、点云数据与航空影像获取及控制点外业实测；二、影像预处理；三、影像匹配；四、控制点像片坐标获取；五、初次光束法区域网平差及外方位元素更新；六、点云数据与航空影像特征点匹配；七、待处理图像特征点像片坐标计算；八、影像匹配；九、集合更新；十、光束法区域网平差及外方位元素更新；十一、自动配准结束判断。本发明将航空影像的特征点与点云数据进行匹配实现机载LiDAR点云数据与航空影像的自动配准，能有效提高配准精度，并且计算量小，同时结合多个地面控制点的外业实测三维坐标进行配准，能有效适用于不同地形的点云数据与航空影像自动配准过程。

主权项

1.一种机载LiDAR点云数据与航空影像的自动配准方法，其特征在于：该方法包括以下步骤：步骤一、点云数据与航空影像获取及控制点外业实测：采用机载LiDAR测量系统获取待测量区域的点云数据，并将所获取的点云数据传送至数据处理设备；所述点云数据中包括待测量区域的多个测点及各测点的三维坐标；同时，在被测量区域布设多个地面控制点，并对各地面控制点的三维坐标进行外业实测，获得各地面控制点的实测三维坐标；再利用所布设的多个所述地面控制点，对被测量区域进行航空摄影测量，摄取被测量区域的多幅航空摄影图像，将所获取的多幅所述航空摄影图像同步传送至所述数据处理设备；每幅所述幅航空摄影图像均为数字影像且其均为二位影像；对被测量区域进行航空摄影测量时，获得各幅所述航空摄影图像的外方位元素，并将所获得各幅所述航空摄影图像的外方位元素同步传送至所述数据处理设备；本步骤中，各幅所述航空摄影图像的外方位元素均为该航空摄影图像的初始外方位元素；步骤二、影像预处理：采用所述数据处理设备对步骤一中多幅所述航空摄影图像分别进行去噪和滤波处理，获得预处理后的多幅所述航空摄影图像；步骤三、影像匹配：采用所述数据处理设备且调用影像匹配模块，对步骤二中预处理后的多幅所述航空摄影图像进行影像匹配，获得多幅所述航空摄影图像之间相互匹配的所有特征点；所获得的特征点为多幅所述航空摄影图像之间相互匹配的影像连接点；本步骤中，所获得的各幅所述航空摄影图像上的所有特征点组成该幅航空摄影图像的特征点集合，每幅所述航空摄影图像的特征点集合中均包括本步骤中匹配得出的该幅航空摄影图像上的所有特征点的像片坐标；步骤四、控制点像片坐标获取：根据步骤一中多个所述地面控制点的实测三维坐标，采用所述数据处理设备且调用像片坐标计算模块，对步骤一中多个所述地面控制点在步骤二中预处理后的各幅所述航空摄影图像上的像片坐标分别进行计算，获得多个所述地面控制点在各幅所述航空摄影图像上的像片坐标；再将多个所述地面控制点在各幅所述航空摄影图像上的像片坐标均添加至步骤三中该幅航空摄影图像的特征点集合中，获得各幅所述航空摄影图像的完整特征点集合；步骤五、初次光束法区域网平差及外方位元素更新：根据步骤一中各幅所述航空摄影图像的初始外方位元素、步骤四中各幅所述航空摄影图像的完整特征点集合和步骤一中多个所述地面控制点的实测三维坐标，采用所述数据处理设备且调用光束法区域网平差模块进行光束法区域网平差，获得平差后各幅所述航空摄影图像的外方位元素；再调用数据更新模块，将各幅所述航空摄影图像的外方位元素均更新为此时获得的平差后该幅航空摄影图像的外方位元素；步骤一中多个所述地面控制点的实测三维坐标组成控制点集合；步骤六、点云数据与航空影像特征点匹配：采用所述数据处理设备对步骤一中所述点云数据和步骤二中预处理后的任一幅所述航空摄影图像进行匹配，该航空摄影图像为基准图像；步骤二中预处理后的多幅所述航空摄影图像中除所述基准图像之外的其余航空摄影图像均为待处理图像；对所述点云数据和所述基准图像进行匹配时，过程如下：步骤601、构建三角网：根据步骤一中所述点云数据，调用三角网构建模块构建三角网；所构建的三角网为点云三角网；步骤602、Harris角点提取：调用Harris角点检测模块提取出该幅航空摄影图像的特征点，并对所提取的各特征点的像片坐标进行记录；所提取的特征点为Harris角点；步骤603、基于三角网的影像Harris角点及地面控制点三维坐标确定：根据步骤601中所述点云三角网，对步骤602中该幅航空摄影图像的所有Harris角点和步骤四中多个所述地面控制点的三维坐标分别进行确定；对该幅航空摄影图像的所有Harris角点的三维坐标进行确定时，根据该幅航空摄影图像上各Harris角点的像片坐标，对各Harris角点的三维坐标分别进行确定，获得多个可靠Harris角点的三维坐标；其中，对该幅航空摄影图像上任一个Harris角点的三维坐标进行确定时，该Harris角点为当前处理点，过程如下：步骤A1、处理点有效判断：根据此时该幅航空摄影图像的外方位元素和当前处理点在该幅航空摄影图像上的像片坐标，调用地面坐标换算模块换算得出当前处理点的地面坐标；再根据换算得出的当前处理点的地面坐标，在步骤601中所构建的点云三角网中找出当前处理点所处的三角形，并调用三角形判断模块对所找出的三角形进行判断：当所找出三角形的三个边长度均小于TL且三个顶点中任意两个顶点之间的高程差均小于TH时，判断为当前处理点为有效处理点，进入步骤A2；否则，将当前所处理点舍弃；其中，TL为预先设定的三角形边长判断阈值；TH为预先设定的三角形顶点高程差判断阈值；所述有效处理点为所述可靠Harris角点；步骤A2、三维坐标确定：调用高程坐标计算模块且利用步骤A1中找出的三角形内插得出当前处理点的高程值，再结合步骤A1中换算得出当前处理点的地面坐标，得出当前处理点的三维坐标；步骤A3、一次或多次重复步骤A1至步骤A2，对该幅航空摄影图像的所有Harris角点的三维坐标分别进行确定，获得该幅航空摄影图像的多个所述可靠Harris角点的三维坐标；对步骤四中多个所述地面控制点的三维坐标分别进行确定时，根据步骤四中多个所述地面控制点在该幅航空摄影图像上的像片坐标，对步骤四中多个所述地面控制点的三维坐标分别进行确定，获得多个可靠控制点的三维坐标；其中，对任一个所述地面控制点的三维坐标进行确定时，该地面控制点为当前处理点，过程如下：步骤B1、处理点有效判断：根据此时该幅航空摄影图像的外方位元素和当前处理点在该幅航空摄影图像上的像片坐标，调用地面坐标换算模块换算得出当前处理点的地面坐标；再根据换算得出的当前处理点的地面坐标，在步骤601中所构建的点云三角网中找出当前处理点所处的三角形，并调用三角形判断模块对所找出的三角形进行判断：当所找出三角形的三个边长度均小于TL且三个顶点中任意两个顶点之间的高程差均小于TH时，判断为当前处理点为有效处理点，进入步骤B2；否则，将当前所处理点舍弃；本步骤中，所述有效处理点为所述可靠控制点；步骤B2、三维坐标确定：调用高程坐标计算模块且利用步骤B1中找出的三角形内插得出当前处理点的高程值，再结合步骤B1中换算得出当前处理点的地面坐标，得出当前处理点的三维坐标；步骤B3、一次或多次重复步骤B1至步骤B2，对步骤四中多个所述地面控制点的三维坐标分别进行确定，获得多个所述可靠控制点的三维坐标；步骤604、坐标变换矩阵计算：调用控制点查找模块，从步骤一中多个所述地面控制点的实测三维坐标中找出多个所述可靠控制点的实测三维坐标；再调用坐标变换矩阵计算模块，计算得出步骤B3中所获得的多个所述可靠控制点的三维坐标与所找出多个所述可靠控制点的实测三维坐标的坐标变换矩阵；步骤605、基于坐标变换矩阵的影像Harris角点三维坐标确定：根据步骤604中计算得出的所述坐标变换矩阵，调用坐标变换模块对步骤A3中该幅航空摄影图像的多个所述可靠Harris角点的三维坐标分别进行坐标变换，计算得出坐标变换后的多个所述可靠Harris角点的三维坐标；步骤606、基于三角网的影像Harris角点三维坐标修正：根据步骤601中所构建的点云三角网，对步骤605中所获得的多个所述可靠Harris角点的三维坐标分别进行修正；其中，对步骤605中获得的任一个所述可靠Harris角点的三维坐标进行修正时，该可靠Harris角点为当前修正点，过程如下：步骤C1、修正判断：根据步骤605中所获得的当前修正点的三维坐标，在步骤601中所构建的点云三角网中找出当前修正点所处的三角形，并调用三角形判断模块对所找出的三角形进行判断：当所找出三角形的三个边长度均小于TL且三个顶点中任意两个顶点之间的高程差均小于TH时，判断为需对当前修正点的三维坐标进行修正，进入步骤C2；否则，无需对当前修正点的三维坐标进行修正，此时当前修正点的三维坐标为步骤605中所获得的当前修正点的三维坐标；步骤C2、坐标修正：调用高程坐标计算模块且利用步骤C1中找出的三角形内插得出当前修正点的高程值，再将步骤604中所获得的当前修正点的三维坐标中的高程值替换为此时内插得出的当前修正点的高程值，获得修正后的当前修正点的三维坐标；步骤C3、一次或多次重复步骤C1至步骤C2，对多个所述可靠Harris角点的三维坐标分别进行修正，获得修正后的多个所述可靠Harris角点的三维坐标；步骤C3中修正后的多个所述可靠Harris角点的三维坐标为基准图像的多个所述可靠Harris角点的三维坐标；步骤七、待处理图像特征点像片坐标计算：采用所述数据处理设备对步骤六中各幅待处理图像的特征点像片坐标分别进行计算，获得各幅待处理图像的多个对应Harris角点的像片坐标；各幅待处理图像的特征点像片坐标计算方法均相同；对任一幅所述待处理图像的特征点像片坐标进行计算时，根据步骤C3中所获得的所述基准图像的多个所述可靠Harris角点的三维坐标，并结合此时该待处理图像的外方位元素，调用像片坐标计算模块对多个所述可靠Harris角点在该待处理图像上的像片坐标分别进行计算，获得该待处理图像的多个对应Harris角点的像片坐标；每个所述对应Harris角点均为一个所述可靠Harris角点在该待处理图像上的像素点，每个所述可靠Harris角点在该待处理图像上的像素坐标均为该可靠Harris角点在该待处理图像上的像素点的坐标；步骤八、影像匹配：采用所述数据处理设备且调用特征点查找模块，从步骤602中所提取的各特征点的像片坐标中找出步骤A3中多个所述可靠Harris角点的像片坐标，所找出的多个所述可靠Harris角点的像片坐标为所述基准图像的多个所述可靠Harris角点的像片坐标；再根据所述基准图像的多个所述可靠Harris角点的像片坐标和步骤七中所获得的各幅待处理图像的多个对应Harris角点的像片坐标，采用所述数据处理设备且调用影像匹配模块进行影像匹配，获得所述基准图像与各幅所述待处理图像之间相匹配的所有Harris角点；所获得的所述基准图像与各幅所述待处理图像之间相匹配的各Harris角点均为匹配控制点；步骤九、集合更新：采用所述数据处理设备将步骤八中所获得的所有匹配控制点在各幅所述航空摄影图像上的像片坐标均添加至步骤四中该幅所述航空摄影图像的完整特征点集合中，获得更新后的各幅所述航空摄影图像的完整特征点集合；同时，将步骤六中修正后的多个所述可靠Harris角点的三维坐标均添加至此时的所述控制点集合中，获得更新后的所述控制点集合；步骤十、光束法区域网平差及外方位元素更新：根据此时各幅所述航空摄影图像的外方位元素、步骤九中各幅所述航空摄影图像的完整特征点集合和此时的所述控制点集合，采用所述数据处理设备且调用光束法区域网平差模块进行光束法区域网平差，获得平差后各幅所述航空摄影图像的外方位元素；再调用数据更新模块，将各幅所述航空摄影图像的外方位元素均更新为此时获得的平差后该幅航空摄影图像的外方位元素，获得更新后的各幅所述航空摄影图像的外方位元素，完成所述点云数据与航空摄影图像的一次自动配准过程；步骤十一、自动配准结束判断：采用所述数据处理设备且调用数值比较模块，对步骤十中更新后各幅所述航空摄影图像的外方位元素中三个角元素的改正值分别进行判断：当更新后各幅所述航空摄影图像的外方位元素中三个角元素的改正值均小于预先设定的限差值时，判断为完成点云数据与多幅航空摄影图像的自动配准过程，采用所述数据处理设备输出自动配准结果，所述自动配准结果为步骤十中更新后的各幅所述航空摄影图像的外方位元素；否则，再采用所述数据处理设备进行自动配准次数判断；采用所述数据处理设备进行自动配准次数判断时，采用所述数据处理设备判断此时已完成的自动配准次数是否已达到预先设定的最大配准次数：当此时已完成的自动配准次数已达到预先设定的最大配准次数时，判断为自动配准失败，此时所述数据处理设备输出自动配准结果，所述自动配准结果为自动配准失败；否则，返回步骤六，对所述点云数据与航空摄影图像进行下一次自动配准。