在地球观测领域,航空光学影像和机载激光探测与测距(light detection and ranging,LiDAR)点云是获取地表空间信息的主要数据源。精确的几何配准是融合这两类数据的前提。本文提出了一种像方距离场与物方平面约束联合的航空影像与激光点...在地球观测领域,航空光学影像和机载激光探测与测距(light detection and ranging,LiDAR)点云是获取地表空间信息的主要数据源。精确的几何配准是融合这两类数据的前提。本文提出了一种像方距离场与物方平面约束联合的航空影像与激光点云精确配准方法。该方法分为基于线元距离场的单像配准和线面约束结合的区域网平差两个阶段。在基于线元距离场的单像配准中,首先从航空影像和机载LiDAR点云中分别提取线元素,然后基于航空影像线元素构建距离场,并将点云线基元投影至像平面。通过渐进式稳健求解最小化点云投影线基元在距离场中的全局代价,从而实现单张影像与LiDAR点云的配准。在线面约束结合的区域网平差阶段,选择部分线特征分布较为密集的影像作为关键景影像,并对关键景影像中的同名线元素进行匹配,以提取控制点作为水平及高程约束。此外,还利用影像连接点到最近水平面的距离作为高程约束,通过区域网平差实现多视航空影像与机载点云的配准。试验结果表明,该方法能在初始值较差的情况下实现稳健配准,其配准精度优于点云间距,配准精度与配准效率都显著优于迭代最近点(iterative closest point,ICP)配准算法和通过跨模态匹配进行配准的策略。展开更多
针对散料杂货港口需要检测靠离泊大型散货船以避免事故的需求,考虑到船体方形系数大的特点,将完整船体的检测任务简化为对船只近岸侧外壁的平面特征提取任务,因此,提出了一种基于快速点特征直方图(Fast point feature histogram,FPFH)...针对散料杂货港口需要检测靠离泊大型散货船以避免事故的需求,考虑到船体方形系数大的特点,将完整船体的检测任务简化为对船只近岸侧外壁的平面特征提取任务,因此,提出了一种基于快速点特征直方图(Fast point feature histogram,FPFH)的模板匹配与改进的M采样估计一致性(M-estimate sample consensus,MSAC)平面拟合的船只近岸侧外壁平面特征提取方法。首先根据现场情况等先验知识设定模板点云,在采集原始点云后进行预处理,获得目标点云;然后估计法向量,计算FPFH特征并进行模板匹配,获得船只近岸侧外壁平面点云;根据船只近岸侧外壁平面点云的法向量方向进行层次密度聚类(Hierarchical density-based spatial clustering of applications with noise,HDBSCAN),再进行考虑法向量因子的MSAC平面拟合,从而提取出靠离泊船只近岸侧外壁的平面特征。经现场数据验证,该方法比现有方法具有更低的平均相对误差,且处理每帧点云用时的标准差也更低,帧均用时也低于雷达每帧采样用时,可以满足现场实时性需求。展开更多
文摘针对散料杂货港口需要检测靠离泊大型散货船以避免事故的需求,考虑到船体方形系数大的特点,将完整船体的检测任务简化为对船只近岸侧外壁的平面特征提取任务,因此,提出了一种基于快速点特征直方图(Fast point feature histogram,FPFH)的模板匹配与改进的M采样估计一致性(M-estimate sample consensus,MSAC)平面拟合的船只近岸侧外壁平面特征提取方法。首先根据现场情况等先验知识设定模板点云,在采集原始点云后进行预处理,获得目标点云;然后估计法向量,计算FPFH特征并进行模板匹配,获得船只近岸侧外壁平面点云;根据船只近岸侧外壁平面点云的法向量方向进行层次密度聚类(Hierarchical density-based spatial clustering of applications with noise,HDBSCAN),再进行考虑法向量因子的MSAC平面拟合,从而提取出靠离泊船只近岸侧外壁的平面特征。经现场数据验证,该方法比现有方法具有更低的平均相对误差,且处理每帧点云用时的标准差也更低,帧均用时也低于雷达每帧采样用时,可以满足现场实时性需求。
