基于无人机低空高分辨率影像的密集点云提取方法
【技术领域】
[0001] 本发明涉及一种点云提取方法，尤其是涉及一种基于无人机低空高分辨率影像的 密集点云提取方法。
【背景技术】
[0002] 基于航空或卫星影像重建地表区域的数字高程模型（DEM)和数字表面模型（DSM) 一直都是航空摄影测量的主要任务和研宄重点。随无人机技术的不断发展及国内低空管制 政策的逐渐放宽，将无人机作为传感器的搭载平台，于千米以下低空飞行获取航摄数据的 作业模式已被越来越多的国内企业及科研单位采用。采用这种作业模式既可以充分发挥无 人机的高机动性，又能弥补大飞机及卫星因飞行高度过高而造成的地物细节信息缺失的缺 点。
[0003] 但由于目前国内并没有针对低空无人机高分辨率影像的密集点云提取方法，现有 的其它点云提取方法应用于此问题时效能不佳，均不适用。故目前一般的解决方案是采用 无人机搭载激光扫描仪在低空对地扫描获取密集点云，如中国专利CN103426165A公开的 一种地面激光点云与无人机影像重建点云的精配准方法，现有技术根据激光点云数据提取 点云道路矢量线，经过处理与遥感影像配准。但激光扫描仪与单反相机相比成本过高，不适 合推广。
【发明内容】
[0004] 本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种低成本、高效 率、高可靠的基于无人机低空高分辨率影像的密集点云提取方法。
[0005] 本发明的目的可以通过以下技术方案来实现：
[0006] 一种基于无人机低空高分辨率影像的密集点云提取方法，包括以下步骤：
[0007] 1)在N张无人机影像序列中，挑选一张影像作为基准图，其余作为配对影像；
[0008] 2)将N-1张配对影像分别与基准影像进行配对，组成立体像对；
[0009] 3)以一个立体像对为单位，遍历基准图中的所有像素点，对每个像素点采用不等 间隔深度采样算法，搜索相应配对影像中的同名核线空间；
[0010] 4)采用Daisy算法分别计算同名核线空间中每个点与基准图中对应像素点的 Daisy描述量，并根据公式（1)计算两点间的相关性概率分布，获取同名点集：
[0011]
【主权项】
1. 一种基于无人机低空高分辨率影像的密集点云提取方法，其特征在于，包括以下步 骤： 1) 在N张无人机影像序列中，挑选一张影像作为基准图，其余作为配对影像； 2) 将N-I张配对影像分别与基准影像进行配对，组成立体像对； 3) 以一个立体像对为单位，遍历基准图中的所有像素点，对每个像素点采用不等间隔 深度采样算法，搜索相应配对影像中的同名核线空间； 4) 采用Daisy算法分别计算同名核线空间中每个点与基准图中对应像素点的Daisy描 述量，并根据公式（1)计算两点间的相关性概率分布，获取同名点集：
其中，Z为归一化系数，〇表示相关性概率分布的方差，Dbase为基准图中像素点的Daisy 描述量，Dmatdl为配对影像同名核线中点的Daisy描述量； 5) 利用影像对应的内、外方位元素及同名点集，提取每个立体像对对应的密集三维点 云； 6) 遍历配对图像，重复3) -5)，提取出N-I套三维点云集； 7) 利用强制连续性检核算法剔除离群点，获得最终的密集三维点云。
2. 根据权利要求1所述的一种基于无人机低空高分辨率影像的密集点云提取方法，其 特征在于，所述步骤3)中，不等间隔深度采样算法为：根据基准图中目标点的像素坐标、立 体像对中各影像对应的内外方位元素、立体像对对应地面区域的深度范围和采样间隔，获 取相应配对影像中与所述目标点相对应的同名核线空间。
3. 根据权利要求1所述的一种基于无人机低空高分辨率影像的密集点云提取方法，其 特征在于，所述Daisy算法中，关键点位方向只沿着垂直于同名核线的方向。
4. 根据权利要求1所述的一种基于无人机低空高分辨率影像的密集点云提取方法，其 特征在于，所述Daisy算法中，参数设置如下： 描述子的作用半径R = 8,子区层数Q = 2,每层子区数T = 4,梯度方向数H = 4,参与 运算的子区数S = 9,描述子的最终维数Ds = 36。
5. 根据权利要求1所述的一种基于无人机低空高分辨率影像的密集点云提取方法，其 特征在于，所述步骤7)中，强制连续性检核算法具体步骤如下； 701) 获取N-I套三维点云集，设定限差阈值error_threshold和连续性阈值c_ threshold ； 702) 选取其中一套数据作为基准点云数据集B ; 703) 选取除基准点云数据之外的另一套数据作为检核数据集Ci; 704) 遍历基准点云数据集与检核数据集中的所有点云，根据公式（2)分别计算基准点 云数据集中每个点的偏差值e，当e〈error_threshold时，将该点对应的连续性计数加一；
705) 根据步骤703)、704)遍历所有三维点云数据； 706) 保留所有连续性计数小于c_threshold的三维点，将这些保留下来的点作为最终 三维点云输出。
【专利摘要】本发明涉及一种基于无人机低空高分辨率影像的密集点云提取方法，包括以下步骤：将N-1张配对影像分别与基准影像进行配对，组成立体像对；以一个立体像对为单位，遍历基准图中的所有像素点，采用不等间隔深度采样算法，搜索相应配对影像中的同名核线空间；采用Daisy算法分别计算同名核线空间中每个点于基准图中对应像素点的Daisy描述量，获取同名点集；提取每个立体像对应的密集三维点云；遍历配对图像，提取出N-1套三维点云集；利用强制连续性检核算法获得最终的密集三维点云。与现有技术相比，本发明搜索速度快，具有更强的可靠性及执行效率，非常适用于密集点云之间的相关性量测，能有效提取基于无人机低空致密三维点云。
【IPC分类】G06T7-00, G06T17-00
【公开号】CN104751451
【申请号】CN201510098230
【发明人】张绍明, 陈宏敏, 桂坡坡, 骆遥
【申请人】同济大学
【公开日】2015年7月1日
【申请日】2015年3月5日