一种基于建筑物角点自修正的航空与地面LiDAR数据高精度自动配准方法技术

一种基于建筑物角点自修正的航空与地面LiDAR数据高精度自动配准方法，首先从航空LiDAR数据提取建筑物角点（称为航空角点）；再从地面LiDAR数据提取建筑物角点（称为地面角点）；然后对航空角点与地面角点进行初始匹配，分别从航空角点和地面角点中选取任意两个点计算用于坐标变换的转换矩阵，对所有转换矩阵根据最大匹配对数和最小匹配误差确定最优转换矩阵；最后在确定初始匹配角点对基础上，以地面角点为参考，对航空LiDAR角点进行位置修正，最终实现航空LiDAR数据与地面LiDAR数据的自动配准。本发明专利技术可修正航空LiDAR角点中误差较大的点，较大地提高了航空LiDAR数据和地面LiDAR数据的配准精度。

【技术实现步骤摘要】

本专利技术涉及一种航空和地面LiDAR数据配准方法，特别是涉及。
技术介绍
激光雷达技术，作为一种大范围的面状三维坐标测量工具，能够提供地物表面详尽而准确的不规则LiDAR点，数据质量优于其他一些测量技术，如数字摄影测量、雷达干涉测量等。目前，使用最多的激光雷达是航空激光雷达和地面激光雷达。航空激光雷达俯视地获取大范围的数据，数据中包含大量地物的顶部信息，然而侧面信息获取困难，数据分辨率也有限；地面激光雷达平视或仰视地获取区域数据，地物侧面信息详尽，数据分辨率较高，然而扫描范围有限，地物顶部信息难以获得。航空与地面激光雷达各有优缺点，为了能够获取地物各个尺度、各个方向的详尽数据，两种平台数据的融合已经成为一种必然趋势。事实上，这些年来越来越多的学者集成两种数据进行应用研究，相关研究涉及地形制图、地质勘探、森林研究、水文研究、以及虚拟现实等等。为了集成航空和地面LiDAR数据进行研究，首先需要对两种数据进行配准。事实上，航空和地面LiDAR数据存在着较大差异，从两种数据中提取的公共角点数量有限，精度差异也较大1)不同视角。航空LiDAR俯视获取数据，顶部信息较多，侧面信息较少，而地面LiDAR平视、仰视获取数据，侧面信息详尽，顶部信息较少，两者公共角点较少。2)不同范围。航空LiDAR能够获取大范围的数据，提高大量的配准角点，而地面LiDAR扫描范围有限，提供的配准角点较少，位置集中。3)不同分辨率。航空LiDAR距离扫描目标几百米至上千米不等，数据分辨率在米级或分米级，提取的角点精度较低，而地面LiDAR距离扫描目标几十米，数据分辨率最高可达毫米级，提取的角点精度较高。如何充分利用少量的精度差异较大的公共角点，实现航空和地面LiDAR更为准确的配准还有待于研究。
技术实现思路
本专利技术要解决技术问题是克服现有技术缺点，提出基于建筑物角点自修正的航空与地面LiDAR数据高精度自动配准方法，该方法对误差较大的航空角点进行自动移动修正，从而提高航空角点的精度，以便实现航空和地面LiDAR数据的高精度配准。为了解决上述技术问题，本专利技术提出的技术方案是，包括以下步骤第一步、从航空LiDAR数据中提取建筑物角点，称为航空角点；从地面LiDAR数据中提取建筑物角点，称为地面角点；第二步、分别从航空角点和地面角点中选取出任意两个点计算用于坐标变换的转换矩阵，对所有可能的转换矩阵根据最大匹配对数和最小匹配误差确定最优转换矩阵，并使用最优转换矩阵对地面角点进行初始变换，对应的成功匹配的航空角点和地面角点即为初始匹配角点对；第三步、计算每对航空和地面角点之间的距离，将具有最大距离值的航空角点移动至对应的地面角点位置，完成一次误差较大航空角点的修正；第四步、循环执行第二步和第三步，在循环过程中，计算航空角点与地面角点的总误差值，如果本次循环的总误差值大于前面一次循环总误差值的20%，则停止循环，完成所有误差较大航空角点移动修正；第五步、采用倒数第二次循环中获得的最优转换矩阵对航空LiDAR数据和地面LiDAR数据进行配准。本专利技术可修正航空角点中误差较大的点，较大地提高了航空LiDAR数据和地面LiDAR数据的配准精度，利用本专利技术可实现航空与地面LiDAR数据的高精度自动配准。本专利技术第一步中，从航空LiDAR数据中提取航空角点的方法如下使用反向迭代数学形态学方法从航空LiDAR数据中提取建筑物区域；对不规则建筑物区域使用规则化方法得到规则的建筑物轮廓线段，两两相交的轮廓线段形成航空角点，并将所述航空角点周围Im范围内的LiDAR点的高程最高值作为该航空角点的高程。本专利技术第一步中从地面LiDAR数据中提取地面角点的方法如下使用分层次的格网密度方法从地面LiDAR数据中提取建筑物轮廓；在此基础上使用轮廓延伸密度方法对提取的建筑物轮廓进行恢复，形成完整的建筑物轮廓；然后将完整的建筑物轮廓投影到三维坐标系的XY平面内寻找二维相交点，如果任两条构成相交点的轮廓的高程差小于lm，则判定两条轮廓在实际的三维空间中相交，两条轮廓的相交点为一个地面角点，并将所述两条轮廓的高程均值作为该地面角点的高程。其中，使用分层次的格网密度方法从地面LiDAR数据中提取建筑物轮廓，具体步骤如下Ia)地面LiDAR点云投影至XY平面——将地面LiDAR点云投影至三维坐标系的XY平面，并保留各个点的X、Y、Z属性；Ib)提取粗略轮廓格网——在所述XY平面内构建lrn*lm的粗略格网，计算每个粗略格网中LiDAR投影点的数量，即得到该粗略格网的格网密度，根据建筑物边缘轮廓处的粗略格网密度阈值对所述粗略格网进行筛选，保留格网密度大于所述粗略格网密度阈值的粗略格网，得到粗略轮廓格网；Ic)提取精确轮廓格网——在粗略轮廓格网中构建O. 2m*0. 2m的精细格网，计算精细格网内LiDAR投影点的数量即得到精细格网的格网密度，根据建筑物边缘轮廓处的精细格网密度阈值对所述精细格网进行筛选，保留格网密度大于所述精细格网密度阈值的精细格网，得到精确轮廓格网；Id)格网高差筛选——遍历所有精确轮廓格网，如果精确轮廓格网内的最高LiDAR点和最低LiDAR点的高差大于相应实验区建筑最低高程则保留该精确轮廓格网，否则剔除；le)获取轮廓线段一对筛选后的精确轮廓格网使用Hough变换得到二维矢量轮廓线段。。上述步骤Ia)和Ib)中，格网密度阈值的确定方法，具体步骤如下假设O点为仪器中心点，A点为水平垂直于仪器的墙面点，扫描仪对准A点时的角度为0°，B点为格网靠近仪器一侧，C点为格网远离仪器一侧，D点为B点竖直方向上墙面最高点，设OA = Dv, CO = Dm,水平方向格网的边长为De，建筑高Hb，仪器高凡，在A点处水平向相邻两LiDAR点的间距为Dk，则格网密度阈值的计算方法如下2a)计算水平方向格网内LiDAR点的列数，记α为扫描仪每次旋转角度的一半，本文档来自技高网...

【技术保护点】
一种基于建筑物角点自修正的航空与地面LiDAR数据高精度自动配准方法，包括以下步骤：第一步、从航空LiDAR数据中提取建筑物角点，称为航空角点；从地面LiDAR数据中提取建筑物角点，称为地面角点；第二步、分别从航空角点和地面角点中选取出任意两个点计算用于坐标变换的转换矩阵，对所有可能的转换矩阵根据最大匹配对数和最小匹配误差确定最优转换矩阵，并使用最优转换矩阵对地面角点进行初始变换，对应的成功匹配的航空角点和地面角点即为初始匹配角点对；第三步、计算每对航空和地面角点之间的距离，将具有最大距离值的航空角点移动至对应的地面角点位置，完成一次误差较大航空角点的修正；第四步、循环执行第二步和第三步，在循环过程中，计算航空角点与地面角点的总误差值，如果本次循环的总误差值大于前面一次循环总误差值的20％，则停止循环，完成所有误差较大航空角点移动修正；第五步、采用倒数第二次循环中获得的最优转换矩阵对航空LiDAR数据和地面LiDAR数据进行配准。

【技术特征摘要】
1.一种基于建筑物角点自修正的航空与地面LiDAR数据高精度自动配准方法，包括以下步骤 第一步、从航空LiDAR数据中提取建筑物角点，称为航空角点；从地面LiDAR数据中提取建筑物角点，称为地面角点； 第二步、分别从航空角点和地面角点中选取出任意两个点计算用于坐标变换的转换矩阵，对所有可能的转换矩阵根据最大匹配对数和最小匹配误差确定最优转换矩阵，并使用最优转换矩阵对地面角点进行初始变换，对应的成功匹配的航空角点和地面角点即为初始匹配角点对； 第三步、计算每对航空和地面角点之间的距离，将具有最大距离值的航空角点移动至对应的地面角点位置，完成一次误差较大航空角点的修正； 第四步、循环执行第二步和第三步，在循环过程中，计算航空角点与地面角点的总误差值，如果本次循环的总误差值大于前面一次循环总误差值的20%，则停止循环，完成所有误差较大航空角点移动修正； 第五步、采用倒数第二次循环中获得的最优转换矩阵对航空LiDAR数据和地面LiDAR数据进行配准。2.根据权利要求1所述的基于建筑物角点自修正的航空与地面LiDAR数据高精度自动配准方法，其特征在于所述第一步从航空LiDAR数据中提取航空角点的方法如下使用反向迭代数学形态学方法从航空LiDAR数据中提取建筑物区域；对不规则建筑物区域使用规则化方法得到规则的建筑物轮廓线段，两两相交的轮廓线段形成航空角点，并将所述航空角点周围Im范围内的LiDAR点的高程最高值作为该航空角点的高程。3.根据权利要求1所述的基于建筑物角点自修正的航空与地面LiDAR数据高精度自动配准方法，其特征在于第一步中从地面LiDAR数据中提取地面角点的方法如下使用分层次的格网密度方法从地面LiDAR数据中提取建筑物轮廓；在此基础上使用轮廓延伸密度方法对提取的建筑物轮廓进行恢复，形成完整的建筑物轮廓；然后将完整的建筑物轮廓投影到三维坐标系的XY平面内寻找二维相交点，如果任两条构成相交点的轮廓的高程差小于lm，则判定两条轮廓在实际的三维空间中相交，两条轮廓的相交点为一个地面角点，并将所述两条轮廓的高程均值作为该地面角点的高程。4.根据权利要求3所述的基于建筑物角点自修正的航空与地面LiDAR数据高精度自动配准方法，其特征在于使用分层次的格网密度方法从地面LiDAR数据中提取建筑物轮廓，具体步骤如下 Ia)地面LiDAR点云投影至XY平面——将地面LiDAR点云投影至三维坐标系的XY平面，并保留各个点的X、Y、Z属性； lb)提取粗略轮廓格网——在所述XY平面内构建lm*lm的粗略格网，计算每个粗略格网中LiDAR投影点的数量，即得到该粗略格网的格网密度，根据建筑物边缘轮廓处的粗略格网密度阈值对所述粗略格网进行筛选，保留格网密度大于所述粗略格网密度阈值的粗略格网，得到粗略轮廓格网； Ic)提取精确轮廓格网——在粗略轮廓格网中构建O. 2m*0. 2m的精细格网，计算精细格网内LiDAR投影点的数量即得到精细格网的格网密度，根据建筑物边缘轮廓处的精细格网密度阈值对所述精细格网进行筛选，保留格网密度大于所述精细格网密度阈值的精细格网，得到精确轮廓格网；Id)格网高差筛选——遍历所有精确轮廓格网，如果精确轮廓格网内的最高LiDAR点和最低LiDAR点的高差大于相应实验区建筑最低高程则保留该精确轮廓格网，否则剔除；Ie)获取轮廓线段一对筛选后的精确轮廓格网使用Hough变换得到二维矢量轮廓线段。5.根据权利要求4所述的基于建筑物角点自修正的航空与地面LiDAR数据高精度自动配准方法，其特征在于，步骤Ib)和Ic)中格网密度阈值的确定方法如下 假设O点为仪器中心点，A点为水平垂直于仪器的墙面点，扫描仪对准A点时的角度为0°，B点为格网靠近仪器一侧，C点为格网远离仪器一侧，D点为B点竖直方向上墙面最高点，设OA = Dv, CO = Dm,水平方向格网的边长为De，建筑高Hb，仪器高凡，在A点处水平向相邻两LiDAR点的间距为Dk，则格网密度计算方法如下2...

【专利技术属性】
技术研发人员：程亮，李满春，童礼华，陈焱明，钟礼山，刘永学，张雯，王亚飞，马磊，潘航，
申请(专利权)人：南京大学，
类型：发明
国别省市：