機載LiDAR點雲和高解析度影像進行空間點的聯合定位方法

2023-05-28 21:22:16 1

專利名稱：機載LiDAR點雲和高解析度影像進行空間點的聯合定位方法
技術領域：
本發明專利涉及機載LiDAR數據處理技術領域，尤其涉及ー種集成LiDAR點雲數據和高解析度影像進行空間點的聯合精確定位的方法。
背景技術：
機載LiDAR是ー種新型的主動式航空遙感對地觀測技木，通過攜帶高解析度數位相機使得一次飛行就能同步採集到雷射點雲和高解析度航空影像，由於機載LiDAR攜帯的POS系統具有慣性導航和GPS定位功能，因此可以直接獲取高空間解析度的三維點雲信息和高解析度航片及其外方位元素，理論上可以進行高精度的直接地理定位，但是如果沒有進行內業漫長而繁瑣的空三處理整體平差的情況下，其獲取的高解析度影像的外方位元素的實際精度必然受到偶然誤差和系統誤差的綜合影響，使得傳統的雙片前方交會難以達成高精度直接地理定位的目標，無法滿足當前遙感測繪的需求。

發明內容
針對傳統基於雙片前方交會的直接地理定位方法的平面精度和高程精度都不高的問題，本發明利用帶有高解析度CCD相機的機載LiDAR在航飛過程中可以同步採集到高精度的雷射點雲和高解析度航空影像的特點，為了實現快速獲取高精度的直接地理定位的目標，引入了雷射點雲的高程信息對高解析度影像的多片前方交會的平差結果進行高程約束，從而實現快速獲取像點的高精度空間坐標，是ー種集成了多傳感器數據優勢的高精度，快速的直接地理定位方法。為達到上述目的，本發明採用了如下的技術方案機載LiDAR點雲和高解析度影像進行空間點的聯合定位方法，I、原始雷射雷達(LiDAR)數據去噪步驟，該步驟採用K近鄰球去噪算法，去除點雲中存在的噪聲；2、高精度數字地面模型DEM(數字高程模型)生成步驟，該步驟對去噪後的雷射雷達數據，採用三角網漸進加密迭代濾波方法得到打在地面上的雷射點，並內插生成高精度數字地面模型DEM數據；3、在手動選擇同名點的初始點後，輔以高精度POS系統所獲取影像的外方位元素，在跨航帶多視航空影像中半自動選擇同名點的其餘點。4、通過選取的同名點中的任意兩點利用雙片前方交會計算初值後，利用多片前方交會方法計算得到同名點的物方坐標(X，Y，Z)。5、通過上一歩多片前方交會求解出的同名點的物方坐標，根據其平面坐標(X，Y) 值在第二步獲取的高精度DEM數據中內插得到精確的高程值Z'，完成高程約束，從而得到同名點對應的精確物方坐標(X，Y，Zi )。在上述技術方案中，所述K近鄰球方法進行點雲數據去噪步驟為
首先數據點集進行空間柵格劃分，假想存在空間球，並以當前測點為球心，半徑分別取測點到所在立方體柵格六面的距離；取半徑最小的空間球，在與之發生幹涉的柵格中進行K-近鄰搜索，若滿足所建立的搜索終止原則，則終止搜索；否則，取更大半徑的空間球從而建立待定點的K鄰近球；在對點雲進行噪聲處理的過程中，待定點與建立的K近鄰球中的點的距離大小來判定該待定點是否為噪聲。在上述技術方案中，所述三角網漸進加密迭代濾波後生成高精度DEM的步驟為①原始數據進行K近鄰球濾波處理剔除數據中的極低點和空中點；
②構造數據的外包矩形，該外包矩形的四個頂點的高程值根據最近鄰準則來設定，然後對外包矩形進行三角剖分，並將其作為初始地面表面模型；③對數據進行格網組織，網格應略大於點雲區域內最大建築物的大小，其中每個網格中的最低點為初始地面點，將選取的初始地面點加入到不規則三角網中；④計算每個點到其所在的三角形的距離以及它與三角形三個頂點的夾角，若計算得到的值小於預先設定的閾值條件，則將其加入到不規則三角網中；⑤重複④直到沒有新的點加入到不規則三角網中；⑥獲取的地面點內插生成格網尺寸儘可能小的DEM。本發明具有如下優點1)本發明通過LiDAR點雲進行高程約束的前提下實現的多片前方交會所獲取到的像點的物方坐標的平面精度和高程精度非常高。2)利用本發明可大量減少航空遙感外業控制、聯測的工作量，在大比例尺成圖方面甚至可以取消外業控制，極大的縮短航測成圖周期和費用。3)通過精確的直接地理定位方法，省去外業布設控制點，避免傳統複雜、費時的空三エ序，使得機載LiDAR獲取成果的「短平快」優點可以得到更好的發揮和體現。


圖I是本發明中噪聲點與周圍鄰域的關係不意圖。圖2是本發明中迭代三角網濾波示意圖。圖3是投影係數法示意圖。圖4是本發明提供的ー種機載雷射點雲數據和高解析度影像數據進行空間點的聯合精確定位的方法流程圖。圖I中d表示距離，圓心點為當前測點,其它點為搜索點；
具體實施例方式本發明提供的一種機載LiDAR點雲和高解析度影像進行空間點的聯合精確定位的方法，其本質在於利用多種數據源的優勢，即是利用點雲數據的高程精度的優勢和高解析度影像多片前方交會獲取的物方坐標所具有的平面精度優勢，最終實現基於機載LiDAR點雲數據約束的高精度快速多片前方交會，從而達到高精度直接地理定位的目的。下面結合附圖詳細說明本發明的的實施情況，但它們並不構成對本發明的限定，僅作舉例而已，同時通過說明本發明的優點將變得更加清楚和容易理解。本發明提供的ー種機載雷射點雲數據和高解析度影像數據進行空間點的聯合精確定位的方法，包括以下步驟(I)原始LiDAR(雷射雷達)數據去噪點雲數據如果存在明顯低於或高於周圍環境的極低點和空中點，會較大影響後處理算法精度，因此在數據處理前去除這些噪聲 點。本方法通過建立K近鄰球來探測去除點雲中的噪聲，首先數據點集進行空間柵格劃分，假想存在空間球，並以當前測點為球心，半徑分別取測點到所在立方體柵格六面的距離。取半徑最小的空間球，在與之發生幹涉的柵格中進行K-近鄰搜索，若滿足所建立的搜索終止原則，則終止捜索；否則，取更大半徑的空間球從而建立待定點的K鄰近球。在對點雲進行噪聲處理的過程中，主要依賴於待定點與建立的K近鄰球中的點的距離大小來判定該待定點是否為噪聲(如圖I所示)。(2)高精度DEM生成在利用迭代三角網濾波獲取地面點集後，對地面點集內插得到格網DEM。關鍵步驟是迭代三角網濾波，其步驟為①對原始數據進行K近鄰球濾波處理剔除數據中的極低點(高程很低的噪聲點)和空中點(高程很高的噪聲點)(該步驟已在第I步驟完成)；②構造數據的外包矩形，該外包矩形的四個頂點的高程值根據最近鄰準則來設定，然後對外包矩形進行三角剖分，並將其作為初始地面表面模型(如圖2中的a);③對數據進行格網組織，網格應略大於點雲區域內最大建築物的大小，其中每個網格中的最低點為初始地面點，將選取的初始地面點加入到不規則三角網(TIN)中；④計算每個點到其所在的三角形的距離以及它與三角形三個頂點的夾角，若計算得到的值小於預先設定的閾值條件，則將其加入到不規則三角網中(如圖2中的b) 重複④直到沒有新的點加入到不規則三角網中(如圖2中的c);⑥獲取的地面點內插生成格網尺寸儘可能小的DEM。(3)同名點選取從具有較高精度外方位元素的跨航帶多視影像中半自動選取同名點，選取時應儘可能保證選取同名點的亞像素精度。因為多基線前方交會在外方位元素一定的情況下其精度很大程度上取決於同名點的量測精度。(4)多片前方交會多片前方交會的誤差方程中物點是用待定值的近似值代入共線方程求出的，將共線方程線性化，可得多片前方交會的誤差方程式對每ー個像點，可以列出兩個誤差方程(如公式I)。若某點出現在η幅序列影像中，則可以列出2η個方程式，故可以用最小ニ乘平差解求。解算時需注意兩點I :首先利用投影係數法(如公式2)計算初值。2:在計算前還需通過攝影中心和所選像點求出同名光線中任意兩條光線的夾角，若夾角小於15°則去掉這兩個光線中的ー個(即像點)，然後再重新檢查，最後使多視光線中每兩兩的夾角都大於15°後再進行多片前方交會。Ux = - —dX - —dY — —dZ — Lx(公式I)Uy = - ^dX - ^dY — ^dZ - Ly公式I中的X和y是像點坐標,X, Y, Z是像點對應的物點空間坐標,Lx, Ly是矩陣觀測值，ux，uy是矩陣的改正數。
權利要求
1.機載LiDAR點雲和高解析度影像進行空間點的聯合定位方法，其特徵在於它包括如下步驟 ①原始LiDAR數據去噪步驟，該步驟採用K近鄰球去噪算法，去除點雲中存在的噪聲； ②高精度數字地面模型DEM生成步驟，該步驟對去噪後的雷射雷達數據，採用三角網漸進加密迭代濾波方法得到打在地面上的雷射點，並 內插生成高精度數字地面模型DEM數據； ③在手動選擇同名點的初始點後，輔以高精度POS系統所獲取影像的外方位元素，在跨航帶多視航空影像中半自動選擇同名點的其餘點； ④通過選取的同名點中的任意兩點利用雙片前方交會計算初值後，利用多片前方交會方法計算得到同名點的物方坐標(X，Y，Z)； ⑤通過上一歩多片前方交會求解出的同名點的物方坐標，根據其平面坐標(X，Y)值在第二步獲取的高精度DEM數據中內插得到精確的高程值Z'，完成高程約束，從而得到同名點對應的精確物方坐標(X，Y，Z')。
2.根據權利要求I所述的機載LiDAR點雲和高解析度影像進行空間點的聯合定位方法，其特徵在於所述K近鄰球方法進行點雲數據去噪步驟為 首先數據點集進行空間柵格劃分，假想存在空間球，並以當前測點為球心，半徑分別取測點到所在立方體柵格六面的距離； 取半徑最小的空間球，在與之發生幹涉的柵格中進行K-近鄰搜索，若滿足所建立的搜索終止原則，則終止搜索； 否則，取更大半徑的空間球從而建立待定點的K鄰近球；在對點雲進行噪聲處理的過程中，待定點與建立的K近鄰球中的點的距離大小來判定該待定點是否為噪聲。
3.根據權利要求I所述的機載LiDAR點雲和高解析度影像進行空間點的聯合定位方法，其特徵在於所述三角網漸進加密迭代濾波後生成高精度DEM的步驟為 ①對原始數據進行K近鄰球濾波處理剔除數據中的極低點和空中點； ②構造數據的外包矩形，該外包矩形的四個頂點的高程值根據最近鄰準則來設定，然後對外包矩形進行三角剖分，並將其作為初始地面表面模型； ③對數據進行格網組織，網格應略大於點雲區域內最大建築物的大小，其中每個網格中的最低點為初始地面點，將選取的初始地面點加入到不規則三角網中； ④計算每個點到其所在的三角形的距離以及它與三角形三個頂點的夾角，若計算得到的值小於預先設定的閾值條件，則將其加入到不規則三角網中； ⑤重複④直到沒有新的點加入到不規則三角網中； ⑥獲取的地面點內插生成格網尺寸儘可能小的DEM。
全文摘要
機載LiDAR點雲和高解析度影像進行空間點的聯合定位方法，它包括如下步驟原始LiDAR數據去噪步驟，高精度數字地面模型DEM生成步驟，通過手動同時輔以高精度POS數據所獲取影像的外方位元素，利用已經選取的同名點中的任意兩點利用雙片前方交會計算初值後，通過多片前方交會計算同名點的物方坐標(X，Y，Z)；通過上一步多片前方交會求解出的同名點的物方坐標，得到同名點對應的精確物方坐標(X，Y，Z′)。本發明通過LiDAR點雲進行高程約束的前提下實現的多片前方交會所獲取到的像點的物方坐標的平面精度和高程精度非常高。
文檔編號G01C11/00GK102645209SQ20121012211
公開日2012年8月22日 申請日期2012年4月24日 優先權日2012年4月24日
發明者劉永亮, 劉鵬飛, 支曉棟, 湯璇, 鍾良, 馬力 申請人:長江勘測規劃設計研究有限責任公司, 長江空間信息技術工程有限公司(武漢)