机载LiDAR点云辅助的正射影像镶嵌线自动选取方法及系统技术方案

本发明专利技术提出一种机载LiDAR点云辅助的正射影像镶嵌线自动选取方法及系统，包括数据准备，包括输入两张有一定重叠区域的正射影像和对应重叠区域的点云数据，以及重叠区域中镶嵌线的起点位置S和终点位置E、点云格网的尺寸；基于点云数据通过动态规划获取初始镶嵌线，包括将点云按照平面坐标进行规则划分，得到规则体素，然后以体素为单元通过动态规划找出从S到E的最优镶嵌线，作为初始镶嵌线，其结点均为体素的中心；基于影像信息的镶嵌线优化，包括在通过点云动态规划得到的初始镶嵌线的基础上，利用影像信息进行优化，得到优化后平滑的镶嵌线。本发明专利技术大大降低了影像镶嵌线两边的视觉不一致问题，使镶嵌线成功避开房屋等高程突变的区域。

Automatic selection method and system of mosaic line of Orthophoto Image assisted by airborne LIDAR point cloud

【技术实现步骤摘要】
机载LiDAR点云辅助的正射影像镶嵌线自动选取方法及系统
本专利技术属于测绘科学与
，涉及一种点云辅助的正射影像镶嵌线自动选取方法及系统，主要应用于航空摄影测量中正射影像的大范围拼接和机载LiDAR系统中正射影像的大范围拼接。
技术介绍
由于地面起伏和影像成像角度的不同，纠正后的正射影像上植被、房屋等地物在不同影像上的成像位置具有差异，即影像视差，基于影像自身的灰度、梯度和纹理等信息，构建代价矩阵可在一定程度量化这种差异，以代价最小为标准，利用动态规划算法，求得最终镶嵌线，可在一定程度上绕开房屋、植被等障碍地物。这一过程中得到的镶嵌线具有全局最小的代价值，但并不能保证镶嵌线局部的视觉不一致性小。为此，可预先分割出重叠区域影像的前景区域，设置前景区域为镶嵌线不可通过区域，从而使最终的镶嵌线在局部代价更小。前景分割可通过两种方式实现：第一种，通过设定阈值T,使代价矩阵值大于阈值T的区域为前景区域，阈值T可利用迭代自适应的方式求得，满足镶嵌线的起点和终点连通；第二种，是一种基于对象的方法，首先将重叠区域的影像进行分割得到对象，基于对象构建超像素代价矩阵，设置阈值I，阈值I可利用迭代自适应的方式求得，使超像素代价满足起点所在超像素和终点所在超像素连通。上述仅依赖影像本身的自动镶嵌方法难以完全实现建筑物、植被等障碍地物的避让，因此引入房屋、道路矢量信息、DSM、点云等数据辅助镶嵌线的自动选取，可以提高自动镶嵌过程中障碍地物避让的效果。
技术实现思路
本专利技术的目的是提供一种点云辅助镶嵌线自动选取的技术方案，以简化点云辅助镶嵌线选取，提高大范围正射影像生成接边精度。本专利技术技术方案提供一种机载LiDAR点云辅助的正射影像镶嵌线自动选取方法，包括如下步骤：步骤一，数据准备，包括输入两张有一定重叠区域的正射影像和对应重叠区域的点云数据，以及重叠区域中镶嵌线的起点位置S和终点位置E、点云格网的尺寸；步骤二，基于点云数据通过动态规划获取初始镶嵌线，包括将点云按照平面坐标进行规则划分，得到规则体素，然后以体素为单元通过动态规划找出从S到E的最优镶嵌线，作为初始镶嵌线，其结点均为体素的中心；步骤三，基于影像信息的镶嵌线优化，包括在通过点云动态规划得到的初始镶嵌线的基础上，利用影像信息进行优化，得到优化后平滑的镶嵌线。而且，步骤二中，定义原始点云为划分的点云体素为动态规划问题的目标函数为：其中，指的是从起始体素到体素的最小代价，这一最小代价对应的是体素到体素的最优路径；指的是体素的相邻点云体素，β为调和系数，为从体素到某一个相邻体素的路径的局部代价函数。而且，β的取值如下，而且，局部代价函数定义为，其中，λ为系数，与分别为体素与体素的平均归一化高程。而且，步骤三中，定义基于点云获得的初始镶嵌线为在正射影像重叠区范围内将这一折线进行膨胀，得到缓冲区域，定义为式中，∩为区域求交的符号，为将镶嵌线进行膨胀后得到的区域，R为膨胀半径；在基于影像信息的镶嵌线优化中，采用chon的优化函数来根据某一位置p上两张正射影像的影像信息，计算该位置的镶嵌线通过代价并缩小缓冲区内部的得到局部代价函数Cost(p)，其中β为缩小系数。本专利技术还提供一种机载LiDAR点云辅助的正射影像镶嵌线自动选取系统，包括如下模块：第一模块，用于数据准备，包括输入两张有一定重叠区域的正射影像和对应重叠区域的点云数据，以及重叠区域中镶嵌线的起点位置S和终点位置E、点云格网的尺寸；第二模块，用于基于点云数据通过动态规划获取初始镶嵌线，包括将点云按照平面坐标进行规则划分，得到规则体素，然后以体素为单元通过动态规划找出从S到E的最优镶嵌线，作为初始镶嵌线，其结点均为体素的中心；第三模块，用于基于影像信息的镶嵌线优化，包括在通过点云动态规划得到的初始镶嵌线的基础上，利用影像信息进行优化，得到优化后平滑的镶嵌线。而且，第二模块中，定义原始点云为划分的点云体素为动态规划问题的目标函数为：其中，指的是从起始体素到体素的最小代价，这一最小代价对应的是体素到体素的最优路径；指的是体素的相邻点云体素，β为调和系数，为从体素到某一个相邻体素的路径的局部代价函数。而且，β的取值如下，而且，局部代价函数定义为，其中，λ为系数，与分别为体素与体素的平均归一化高程。而且，第三模块中，定义基于点云获得的初始镶嵌线为在正射影像重叠区范围内将这一折线进行膨胀，得到缓冲区域，定义为式中，∩为区域求交的符号，为将镶嵌线进行膨胀后得到的区域，R为膨胀半径；在基于影像信息的镶嵌线优化中，采用chon的优化函数来根据某一位置p上两张正射影像的影像信息，计算该位置的镶嵌线通过代价并缩小缓冲区内部的得到局部代价函数Cost(p)，其中β为缩小系数。本方法大大降低了影像镶嵌线两边的视觉不一致问题，使镶嵌线成功避开房屋等高程突变的区域。与现有技术相比，本专利技术具有以下优点和有益效果：1、本专利技术利用了摄影测量生成的中间结果密集点云，或者配准的LIDAR点云辅助镶嵌线的自动选取。2、本专利技术提出一种在点云上得到一条初始路径的技术方案，并通过在影像上设置缓冲区域，辅助初始镶嵌线的精化，效率高，精度高。附图说明图1为本专利技术实施例的流程图；图2为本专利技术实施例的影像间的拓扑关系图。具体实施方式下面结合实施例及附图对本专利技术作进一步详细的描述，但本专利技术的实施方式不限于此。本专利技术提出，重叠区域对应的左右影像可表示为L,R，辅助信息表示为F。影像中可以提取梯度、纹理、灰度等特征信息，辅助信息如点云包含高精度的高程和位置信息以及可靠的属性信息。通过量化左右影像间梯度、纹理、灰度的差异得到的代价矩阵可在一定程度上表示出因为投影差而造成的左右影像的不一致。辅助信息如点云，可利用其高程信息和属性信息来辅助量化左右影像的不一致。Cost(p)＝k(p)·DL,R(p)其中p代表位置，k(p)表示相应位置辅助信息对代价量化的贡献，DL,R(p)表示相应位置由左右影像梯度、纹理、灰度等特征差异的量化对代价量化的贡献。参见图2，镶嵌线的自动选取，就是确定起点S和终点E，以量化代价最小为基准，得到一条最优镶嵌线。本专利技术实施例提供的技术方案是一种点云辅助的正射影像镶嵌线自动选取方法，如图1所示，首先利用点云的分类信息(地面点与非地面点)和高程信息通过动态规划获得可以绕开障碍地物的初始镶嵌线，然后通过重叠区域影像的相似度、梯度等特性构建代价矩阵，在初始镶嵌线周边的一定缓冲区内以量化代价最小为标准，对镶嵌线进行优化，从而得到最终镶嵌线。实施例的方法实现流程包括以下步骤：步骤1、数据准备本方法的输入数据为两张有一定重叠区域的正射影像和对应重叠区域的点云数据，点云数据通过机载Li本文档来自技高网...

【技术保护点】
1.一种机载LiDAR点云辅助的正射影像镶嵌线自动选取方法，其特征在于，包括如下步骤：/n步骤一，数据准备，包括输入两张有一定重叠区域的正射影像和对应重叠区域的点云数据，以及重叠区域中镶嵌线的起点位置S和终点位置E、点云格网的尺寸；/n步骤二，基于点云数据通过动态规划获取初始镶嵌线，包括将点云按照平面坐标进行规则划分，得到规则体素，然后以体素为单元通过动态规划找出从S到E的最优镶嵌线，作为初始镶嵌线，其结点均为体素的中心；/n步骤三，基于影像信息的镶嵌线优化，包括在通过点云动态规划得到的初始镶嵌线的基础上，利用影像信息进行优化，得到优化后平滑的镶嵌线。/n

【技术特征摘要】
1.一种机载LiDAR点云辅助的正射影像镶嵌线自动选取方法，其特征在于，包括如下步骤：
步骤一，数据准备，包括输入两张有一定重叠区域的正射影像和对应重叠区域的点云数据，以及重叠区域中镶嵌线的起点位置S和终点位置E、点云格网的尺寸；
步骤二，基于点云数据通过动态规划获取初始镶嵌线，包括将点云按照平面坐标进行规则划分，得到规则体素，然后以体素为单元通过动态规划找出从S到E的最优镶嵌线，作为初始镶嵌线，其结点均为体素的中心；
步骤三，基于影像信息的镶嵌线优化，包括在通过点云动态规划得到的初始镶嵌线的基础上，利用影像信息进行优化，得到优化后平滑的镶嵌线。


2.根据权利要求1所述的一种机载LiDAR点云辅助的正射影像镶嵌线自动选取方法，其特征在于：步骤二中，定义原始点云为划分的点云体素为动态规划问题的目标函数为：



其中，指的是从起始体素到体素的最小代价，这一最小代价对应的是体素到体素的最优路径；指的是体素的相邻点云体素，β为调和系数，为从体素到某一个相邻体素的路径的局部代价函数。


3.根据权利要求2所述的一种机载LiDAR点云辅助的正射影像镶嵌线自动选取方法，其特征在于：β的取值如下，





4.根据权利要求2所述的一种机载LiDAR点云辅助的正射影像镶嵌线自动选取方法，其特征在于：局部代价函数定义为，



其中，λ为系数，与分别为体素与体素的平均归一化高程。


5.根据权利要求2所述的一种机载LiDAR点云辅助的正射影像镶嵌线自动选取方法，其特征在于：步骤三中，定义基于点云获得的初始镶嵌线为在正射影像重叠区范围内将这一折线进行膨胀，得到缓冲区域，定义为



式中，∩为区域求交的符号，为将镶嵌线进行膨胀后得到的区域，R为膨胀半径；
在基于影像信息的镶嵌线优化中，采用chon的优化函数来根据某一位置p上两张正射影像的影像信息，计算该位置的镶嵌线通过代价并缩小缓冲区内部的
得到局部代价函数Cost(p)，



其中β为缩小系数。


...

【专利技术属性】
技术研发人员：张永军，雷丽珍，林超，蔡平，刘锐，黄昭，丰洁，
申请(专利权)人：武汉大学，广东省国土资源技术中心广东省基础地理信息中心，
类型：发明
国别省市：湖北;42