专利名称：机载激光扫描点云与光学影像的整体空三方法
技术领域：
本发明涉及遥感影像技术领域，尤其是涉及一种机载激光扫描点云与光学影像的整体空三方法。
背景技术：
机载LiDAR (Light Detection and Ranging)与航空相机集成系统是近年来在遥感领域迅速发展的一项高新技术，通过将POS (Position and Orientation System)系统、激光扫描测距系统与航空相机进行有效集成，实现了高精度地表几何信息与多光谱影像的同步获取，提高了遥感数据采集与后处理的效率。对点云与影像数据进行集成处理，可以充分发挥两者的优势，具有巨大的应用潜力。由于各种系统误差的影响，原始点云和影像的定位不可避免地存在系统性偏差，两种数据之间也无法直接对准，对于进一步应用具有重要影响。如何有效地消除系统误差的影响，提高两者的定位精度、实现两种数据的精确对准，是集成处理中需要解决的关键问题。现有的方法一般按内部平差和外部配准两个步骤进行处理。内部平差主要是对影像和点云条带各自进行平差，解决影像与点云两种数据内部的配准问题；外部配准是在影像与点云之间进行配准处理，消除两种数据之间的空间错位。内部平差:影像数据的内部平差一般采用光束法空中三角测量(袁修孝，2001，Triggs etal.，1999;Lourakis et al.，2009)。点云数据的内部平差,则采用基于经验拟合模型或严格定位模型的条带平差进行处理(Csanyi et al.,2007;邬建伟，2008;王英丽等，2012)。(I)基于经验模型的LiDAR条带平差选用某种数学函数对各种误差因素的影响进行拟合，常用的模型有三 参数模型(Crombaghs，2000)，9参数模型(Vosselman，2001)，12参数模型(Kilian，1996)，仿射变换模型(Bretar，2004)等。这些模型虽然简单，但却不严格，且模型的选择也会影响条带平差的精度。(2)基于传感器严格定位模型(Baltsavias，1999)的LiDAR条带平差，通常也被称为基于传感器定标的条带平差(Shan and Toth, 2008) 这种方法直接利用激光定位方程对传感器中的各类系统误差进行参数化建模，以此来统一地表达条带之间的几何偏差。由于LiDAR系统误差源众多(Schenk, 2001 ;Alharthy，2004)，且误差之间存在相关性(Filin, 2003a; 2003b)，平差时需要进行合理的平差参数选择。现有的方法一般选择对激光扫描仪与頂U之间的偏心角、偏心分量进行处理(Burman，2000; Schenk, 2002; Fi I in, 2003;Skaloud, 2006; Habib, 2007;Pothou, 2008)。与基于经验模型的条带平差相比，本方法能够对多个条带进行统一平差，得到一组唯一的系统误差参数。但由于点云数据的每个点的外方位元素不同，平差时只能对所有激光脚点共同的的系统误差进行处理，而不能对每个激光脚点独立的误差进行处理，未知数不完整，平差精度还可以进一步提高。外部配准:通过内部平差，能够较好的消除影像和点云各自的内部误差，但两者之间还存在系统误差，还需要对两者进行配准处理。外部配准可以分为间接配准和直接配准两种方式。间接配准是在对影像和点云进行平差处理时，即采用统一的外部控制数据作为基准，不对两者进行直接的配准处理，而是利用统一的控制数据将两者纠正到一致的参考框架下(i^nnhoira et al.，2007)。这类方法技术上比较成熟，但处理精度完全取决于控制点的数量。由于没有建立点云和影像之间的直接约束，配准精度受控制点的密度影响较大，在缺少控制点的区域配准误差较大。直接配准则是选择某一种数据作为参考，将另一种数据配准到参考数据上。根据参考数据选择的不同，又可分为以LiDAR数据为参考的方法和以影像数据为参考的方法两种。(I)以 LiDAR 点云为参考:Delara (2004)、钟良(2011 )、Chen (2012)等在点云和影像上手工选取同名点，利用点云中的同名点作为控制点对影像进行光束法平差。张永军(2012)则设计了一种角点提取方法，利用特征匹配的方法，在点云与影像中确定同名点作为控制点，进行光束法平差。姚春静(2010)利用LiDAR点云中提取的建筑物边界线作为控制线，对单张像片进行绝对定向。Habib (2008)提出利用LiDAR点云中提取的线特征和面特征作为控制，对影像进行空三。邓非(2006)、杜全叶(2010)等人则先对影像进行相对定向生成立体像对，然后利用影像立体匹配得到的点云与LiDAR点云进行配准，并定立体模型的定向参数进行纠正。(2)以影像为参考:考虑到影像经过传统摄影测量空三处理后，能达到较高的定位精度，一些学者选择影像数据作为参考，对LiDAR点云的误差进行纠正。如Habib(2007b)、Armenakis (2010)在影像匹配得到的DSM和LiDAR点云之间手工选取同名平面，利用共面约束实现两者的配准。Pothou (2006)则直接采用ICP算法对匹配得到的DSM和LiDAR点云进行自动配准。这类算法一般都是在物方进行配准，需要预先进行影像立体匹配得到高质量的DSM，配准模型一般采用刚体变换模型。由于影像匹配目前仍是一个难题，且配准模型也不严格，这类算法在实际中应用较少。针对点云与影像定位精度改善和配准问题，现有的内部平差结合外部配准的处理方式还存在明显不足。首先，内部平差将点云与影像分开处理，采用不同的模型分别对各自系统内部的误差进行平差，忽视了两者的内在联系。仅考虑点云与影像自身的误差而未考虑两者之间的误差，导致平差模型不完整，处理精度不高。其次，外部配准时仅从数据间空间错位的现象出发，未能抓住造成错位的根本原因。人为选择某种数据作为参考，忽视了参考的数据本身具有系统误差，造成配准结果常常存在系统性的偏移。综上所述，对于点云与影像集成处理中数据定位精度改善的问题，现有的方法存在模型不严格，处理精度有待改善等问题。
发明内容
针对现有技术的不足，本发明设计了一种点云与影像整体空三方法。本发明的技 术方案为一种机载激光扫描点云与光学影像的整体空三方法，包括以下步骤:
步骤1，建立基于LiDAR物方点的观测模型如下，
权利要求
1.一种机载激光扫描点云与光学影像的整体空三方法，其特征在于，包括以下步骤: 步骤I,建立基于LiDAR物方点的观测模型如下，
全文摘要
本发明提出一种机载激光扫描点云与光学影像的整体空三方法，依据点云与影像的系统误差之间的关联关系，建立联合两者的整体空三严格平差模型；通过对系统误差的整体补偿，提高点云和影像的定位精度，实现两者的配准。本发明技术方案实现过程简单，支持自动化运行，结果准确率高，解决了机载LiDAR与航空相机集成系统的关键问题。
文档编号G01C11/34GK103196431SQ20131011630
公开日2013年7月10日 申请日期2013年4月3日 优先权日2013年4月3日
发明者张靖, 江万寿, 王盛 申请人:武汉大学