城市區(qū)域機載LiDAR與可見光數(shù)據(jù)配準研究.pdf

1、城市中有大量的人造建筑物，而建筑物的三維輪廓、構成材質、表面色彩都有很大隨機性，單一遙感測量數(shù)據(jù)難以實現(xiàn)對城市地物的準確分類和識別。激光雷達能夠獲取高精度的三維數(shù)據(jù)，是目前城市三維信息采集的主要手段。將機載LiDAR點云與可見光圖像融合，使之既有三維結構又有紋理色彩，必將提高城市地物分類、目標識別、三維重建等工作的時效性和準確性。
　　異源數(shù)據(jù)融合的首要任務是數(shù)據(jù)間的配準。為此，本文貼近實際應用，以公開的城市實測數(shù)據(jù)為基礎，以機載

2、LiDAR四維點云數(shù)據(jù)與高分辨率可見光圖像配準為主要內容，對以下幾方面內容展開研究：
　　1.原始點云數(shù)據(jù)的預處理研究。將離散不規(guī)則的原始點云規(guī)則網(wǎng)格化為高程網(wǎng)格和強度網(wǎng)格。針對城市圖像特點，提出一種道路點強度區(qū)間的提取方法和一種自適應坡度區(qū)域生長的點云地面提取方法。提取結果進行迭代插值后，得到了較理想的DEM和DSM數(shù)據(jù)，為建筑物和道路提取打下基礎。
　　2.針對城市道路的結構特點，提出一種基于道路Hough參數(shù)的異源圖像

3、粗配準方法。包括配準基元定義、四維配準參數(shù)尋優(yōu)和基于同源數(shù)據(jù)關聯(lián)性的配準結果校驗。該方法可以在較低分辨率下提取Hough參數(shù)進行配準，并得到較好的處理結果，對大數(shù)據(jù)的航空測量圖像有較好的適用性。
　　3.設計了一種基于建筑物面特征的異源圖像配準方法。應用點云數(shù)據(jù)和可見光圖像進行建筑物面特征的提取。通過采樣和加權將面轉化為特征點，迭代計算加權后點間最小距離，從而達到配準的目的。該方法對于局部輪廓相同的面特征，依然能夠得到比較好的配準