基于道路特征的遙感影像與激光點(diǎn)云配準(zhǔn)方法及系統(tǒng)技術(shù)方案

本發(fā)明專利技術(shù)提供了一種基于道路特征的高分辨遙感影像與激光點(diǎn)云配準(zhǔn)方法及系統(tǒng)，包括步驟：步驟1，根據(jù)激光點(diǎn)云提取點(diǎn)云道路矢量線；步驟2，遙感影像的正射影像預(yù)處理獲得二值化分割影像；步驟3，利用初始外方位元素將點(diǎn)云道路矢量線反投影到二值化分割影像，并采用矩形整體匹配法獲得影像道路中心線；步驟4，以點(diǎn)云道路矢量線端點(diǎn)為地面控制點(diǎn)，以影像道路中心線端點(diǎn)為地面控制點(diǎn)的像點(diǎn)，實(shí)現(xiàn)激光點(diǎn)云與遙感影像的配準(zhǔn)。本發(fā)明專利技術(shù)可實(shí)現(xiàn)多源數(shù)據(jù)間快速、自動(dòng)化、高精度配準(zhǔn)，為融合后地物提取、三維重建以及變化檢測(cè)提供參考。

【技術(shù)實(shí)現(xiàn)步驟摘要】
【專利摘要】本專利技術(shù)提供了一種基于道路特征的高分辨遙感影像與激光點(diǎn)云配準(zhǔn)方法及系統(tǒng)，包括步驟：步驟1，根據(jù)激光點(diǎn)云提取點(diǎn)云道路矢量線；步驟2，遙感影像的正射影像預(yù)處理獲得二值化分割影像；步驟3，利用初始外方位元素將點(diǎn)云道路矢量線反投影到二值化分割影像，并采用矩形整體匹配法獲得影像道路中心線；步驟4，以點(diǎn)云道路矢量線端點(diǎn)為地面控制點(diǎn)，以影像道路中心線端點(diǎn)為地面控制點(diǎn)的像點(diǎn)，實(shí)現(xiàn)激光點(diǎn)云與遙感影像的配準(zhǔn)。本專利技術(shù)可實(shí)現(xiàn)多源數(shù)據(jù)間快速、自動(dòng)化、高精度配準(zhǔn)，為融合后地物提取、三維重建以及變化檢測(cè)提供參考。【專利說明】基于道路特征的遙感影像與激光點(diǎn)云配準(zhǔn)方法及系統(tǒng)
本專利技術(shù)屬于遙感與攝影測(cè)量
，尤其涉及一種基于道路特征的遙感影像與 激光點(diǎn)云配準(zhǔn)方法及系統(tǒng)。
技術(shù)介紹
無人駕駛飛機(jī)簡(jiǎn)稱無人機(jī)（Unmanned Aerial Vehicle, UAV)，是一種有動(dòng)力、可控 制、能攜帶多種任務(wù)設(shè)備、執(zhí)行多種任務(wù)，并能重復(fù)使用的無人駕駛航空器。通過無人駕駛 飛行器技術(shù)與遙感傳感器技術(shù)、遙測(cè)遙控技術(shù)、通訊技術(shù)、GPS差分定位技術(shù)和遙感應(yīng)用技 術(shù)相結(jié)合，無人機(jī)遙感系統(tǒng)可快速獲取國(guó)土、資源、環(huán)境等的空間遙感信息，通過地面接收 站進(jìn)行遙感數(shù)據(jù)處理從而實(shí)現(xiàn)自動(dòng)化、智能化、專題化建模和分析。尤其是激光點(diǎn)云和影像 數(shù)據(jù)對(duì)目標(biāo)的描述有諸多的互補(bǔ)性，使二者的融合處理對(duì)自動(dòng)生成數(shù)字高程模型、城市建 模、目標(biāo)識(shí)別等領(lǐng)域的應(yīng)用大有裨益。由于制造與操作上原因，數(shù)碼相機(jī)和激光掃描儀并非 嚴(yán)格意義上的統(tǒng)一坐標(biāo)系，因此實(shí)現(xiàn)兩種數(shù)據(jù)間的配準(zhǔn)是二者集成應(yīng)用前需要解決的首要 任務(wù)，具有十分重要的現(xiàn)實(shí)意義。 不同成像機(jī)理的傳感器獲得數(shù)據(jù)源間的自動(dòng)配準(zhǔn)，依然采用傳統(tǒng)圖像配準(zhǔn)的四大 要素：配準(zhǔn)基元、相似性測(cè)度、變換函數(shù)和匹配策略。目前，在激光點(diǎn)云數(shù)據(jù)與遙感影像的 配準(zhǔn)方面，國(guó)內(nèi)外學(xué)者進(jìn)行了大量研究，配準(zhǔn)方法主要分為兩大類：其一是直接或間接在激 光點(diǎn)云數(shù)據(jù)和遙感影像間尋找同名特征實(shí)現(xiàn)配準(zhǔn)；其二是利用兩種數(shù)據(jù)間的互信息實(shí)現(xiàn)自 動(dòng)配準(zhǔn)，即，按照某原則計(jì)算兩點(diǎn)集間的坐標(biāo)轉(zhuǎn)換函數(shù)，實(shí)現(xiàn)激光點(diǎn)云數(shù)據(jù)與遙感影像的配 準(zhǔn)。對(duì)于建筑物密集的城市區(qū)域，由于激光點(diǎn)云數(shù)據(jù)的離散性和不均勻分布，提取到的建筑 物輪廓精確性與細(xì)節(jié)性不高；而又因?yàn)楹娇者b感影像存在遮擋，使得一些建筑物的結(jié)構(gòu)邊 和角點(diǎn)無法提取。針對(duì)該問題，本專利技術(shù)基于激光點(diǎn)云數(shù)據(jù)提取點(diǎn)云道路矢量線，以點(diǎn)云道路 矢量線為配準(zhǔn)基元，采用改進(jìn)的矩形整體匹配法自動(dòng)提取遙感影像的道路信息，即實(shí)現(xiàn)點(diǎn) 云道路矢量線和影像道路中心線的匹配；最終，利用同名線特征端點(diǎn)重新計(jì)算遙感影像的 外方位元素，完成兩種數(shù)據(jù)的配準(zhǔn)。 文中涉及如下參考文獻(xiàn)： Kumar Mishra R. A Review of Optical Imagery and Airborne LiDAR Data Registration Methods. The Open Remote Sensing Journal, 2012, 5:54-63. Habib A, Schenk T. A new approach for matching surfaces from laser scanners and optical scanners. International Archives of Photogrammetry and Remote Sensing, 1999, 32:3/W14-55-61. Mastin A, Kepner J, Fisher J. Automatic registration of LIDAR and optical images of urban scenes //Computer Vision and Pattern Recognition, 2009. CVPR 2009.IEEE Conference on.IEEE,2009:2639-2646. Deng F. Registration between Multiple Laser Scanner Data Sets · Laser Scanning, Theory and Applications, 2011:978-953. Pothou A, Karamitsos S, Georgopoulos A, et al. Assessment and comparison of registration algorithms between aerial images and laser point clouds//ISPRS, Symposium:，F(xiàn)rom sensor to imagery. 2006. 張永軍，熊小東，沈翔.城區(qū)機(jī)載LiDAR數(shù)據(jù)與航空影像的自動(dòng)配準(zhǔn).遙 感學(xué)報(bào)，2012, 16 (3) : 579-595. 徐景中，寇媛，袁芳，等.基于結(jié)構(gòu)特征的機(jī)載LiDAR數(shù)據(jù)與航空影像自動(dòng) 配準(zhǔn) ·紅外與激光工程，2013, 42 (12) : 3501-3506. 張帆，黃先鋒，李德仁.激光掃描與光學(xué)影像數(shù)據(jù)配準(zhǔn)的研究進(jìn)展.測(cè)繪 通報(bào)，2008 (2) :7-10.
技術(shù)實(shí)現(xiàn)思路
針對(duì)現(xiàn)有技術(shù)存在的不足，本專利技術(shù)提供了一種自動(dòng)化程度強(qiáng)、配準(zhǔn)精度高的基于 道路特征的遙感影像與激光點(diǎn)云配準(zhǔn)方法及系統(tǒng)。 為解決上述技術(shù)問題，本專利技術(shù)采用如下的技術(shù)方案： 一、基于道路特征的高分辨遙感影像與激光點(diǎn)云配準(zhǔn)方法，包括步驟： 步驟1，根據(jù)激光點(diǎn)云提取道路中心線，即點(diǎn)云道路矢量線； 步驟2,對(duì)遙感影像的正射影像進(jìn)行閾值分割獲得二值化影像，去除二值化影像中 的非道路噪聲； 步驟3,利用無人機(jī)系統(tǒng)中初始外方位元素將點(diǎn)云道路矢量線反投影到步驟2獲 得的二值化影像，從而獲得二值化影像中的大致道路區(qū)域，在大致道路區(qū)域中采用矩形整 體匹配法獲得影像道路中心線； 步驟4,以點(diǎn)云道路矢量線端點(diǎn)為地面控制點(diǎn)，以對(duì)應(yīng)的影像道路中心線端點(diǎn)為地 面控制點(diǎn)的像點(diǎn)，重新解算遙感影像的外方位元素，實(shí)現(xiàn)激光點(diǎn)云與遙感影像的配準(zhǔn)。 步驟1進(jìn)一步包括子步驟： 1. 1預(yù)處理激光點(diǎn)云，獲得激光點(diǎn)云的虛擬格網(wǎng)及激光點(diǎn)在虛擬格網(wǎng)中的索引； 1. 2采用基于虛擬格網(wǎng)的地形坡度濾波法濾除激光點(diǎn)云中的非地面點(diǎn)； 1. 3通過強(qiáng)度特征和面積特征約束去除激光點(diǎn)云中的非道路地面點(diǎn)； 1. 4從激光點(diǎn)云的道路點(diǎn)集中提取道路中心線，即點(diǎn)云道路矢量線。 子步驟1. 2具體為： 遍歷虛擬格網(wǎng)獲得各虛擬格網(wǎng)中高程最低點(diǎn)Emin ;針對(duì)各虛擬格網(wǎng)，分別計(jì)算當(dāng)前 虛擬格網(wǎng)中高程最低點(diǎn)Επ?η與8個(gè)鄰域虛擬格網(wǎng)中高程最低點(diǎn)的坡度，若坡度大于坡度閾 值，將當(dāng)前虛擬格網(wǎng)內(nèi)所有點(diǎn)作為非地面點(diǎn)并刪除；否則，針對(duì)當(dāng)前虛擬格網(wǎng)中各點(diǎn)，逐一 計(jì)算其與個(gè)鄰域虛擬格網(wǎng)中高程最低點(diǎn)的坡度，將當(dāng)前虛擬格網(wǎng)中坡度小于坡度閾值的點(diǎn) 作為地面點(diǎn)保留，其他點(diǎn)刪除。 子步驟1. 4具體為： 采用a -shapes法提取道路點(diǎn)集的邊界線，并柵格化邊界線包含的區(qū)域，基于數(shù) 學(xué)形態(tài)學(xué)對(duì)柵格化后的區(qū)域進(jìn)行細(xì)化獲得初始道路中心線，對(duì)初始道路中心線進(jìn)行擬合本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
基于道路特征的高分辨遙感影像與激光點(diǎn)云配準(zhǔn)方法，其特征在于，包括步驟：步驟1，根據(jù)激光點(diǎn)云提取道路中心線，即點(diǎn)云道路矢量線；步驟2，對(duì)遙感影像的正射影像進(jìn)行閾值分割獲得二值化影像，去除二值化影像中的非道路噪聲；步驟3，利用無人機(jī)系統(tǒng)中初始外方位元素將點(diǎn)云道路矢量線反投影到步驟2獲得的二值化影像，從而獲得二值化影像中的大致道路區(qū)域，在大致道路區(qū)域中采用矩形整體匹配法獲得影像道路中心線；步驟4，以點(diǎn)云道路矢量線端點(diǎn)為地面控制點(diǎn)，以對(duì)應(yīng)的影像道路中心線端點(diǎn)為地面控制點(diǎn)的像點(diǎn)，重新解算遙感影像的外方位元素，實(shí)現(xiàn)激光點(diǎn)云與遙感影像的配準(zhǔn)。

【技術(shù)特征摘要】

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：萬(wàn)幼川，何培培，秦家鑫，楊威，
申請(qǐng)(專利權(quán))人：武漢大學(xué)，
類型：發(fā)明
國(guó)別省市：湖北;42