论文部分内容阅读
随着多源传感器在测绘领域的普及,使得点云数据及光学影像得到了广泛的应用。点云数据能够提供高精度三维空间信息,但与光学影像相比,其地物表面纹理信息匮乏,在数据处理方面会产生一定的难度。所以如何配准点云与光学影像,建立两种数据之间的映射关系实现优势互补成为人们研究的重点。点云与光学影像在空间维度、数据结构及特征方面有较大的区别,所以两者的配准较为困难。现有的多数配准方法,其算法较为复杂,适应范围具有局限性;基于点云深度图的配准方法在两者配准中具有较好的适用性,但点云深度图和光学影像差异较大,难以配准。针对上述问题,本文对点云数据和光学影像的配准方法展开研究,基于改进RIFT特征算法实现点云数据和光学影像的间接配准,并对影像外方位元素进行迭代优化以实现两种异源数据的直接配准和点云真彩色映射。主要工作内容如下:(1)在基于特征的配准方案下,针对影像配准局部映射不理想的问题,引入了薄板样条模型代替刚性配准模型对RIFT算法进行改进,实现待配准影像整体和局部上较好的映射变换,正确匹配率CMR相对提高5%左右。(2)基于改进RIFT特征算法实现点云数据和光学影像配准。首先通过针孔成像模型生成点云深度图影像;然后利用改进RIFT特征算法,提取角点及边缘点为配准基元,以欧式距离作为相似性测度,实现点云深度图与影像的配准,进而实现点云数据与光学影像的间接配准。(3)基于空间后方交会法实现影像外方位元素优化。利用间接配准获得的同名特征点,在特征点平均距离最小约束条件下,基于空间后方交会法实现影像外方位素迭代优化,进而基于摄影测量共线方程实现两者的直接配准及点云数据的RGB真彩色映射。为验证采用方法的有效性,本文利用两组机载点云数据和航测影像进行了配准实验,从视觉精度和坐标精度两方面分析配准及参数优化结果,分析表明数据配准精度较高,验证了所采用方法的有效性及一定的适用性。