基于安置参数优化的机载激光点云与光学影像精确配准
作者单位:东华理工大学
学位级别:硕士
导师姓名:刘波;刘华
授予年度:2021年
学科分类:083002[工学-环境工程] 0830[工学-环境科学与工程(可授工学、理学、农学学位)] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术]
主 题:无人机激光点云 点云影像配准 安置参数 归一化互信息 改进Powell算法
摘 要:机载激光扫描技术是一种全天候、高效率、热门的遥感技术,它发射的激光脉冲穿透力强,受环境影响小,能获取高精度、高密度的数据,是获取地表信息的一种重要技术手段。由于点云数据中地物表面纹理信息匮乏,给数据处理工作产生一定的难度,通常借助光学影像的语义信息与点云数据实现优势互补。无人机激光点云与无人机影像之间的精确配准是实现无人机激光点云与无人机影像融合的前提和关键。由于机载激光扫描系统中高分辨率相机存在安置参数的微小误差以及曝光时延等因素影响,使用提前标定的配准参数不能满足实验要求的无人机激光点云与光学影像的配准效果。现有的激光点云与影像配准方法主要基于仿射变换等建立点云与影像之间的配准关系,无法描述激光点云与影像之间的复杂变换关系。针对安置参数误差,本文采用一种基于安置参数优化的无人机激光点云与光学影像精确配准方法,将相机安置参数作为优化参数,以归一化互信息作为激光点云与光学影像之间的相似性测度,采用改进Powell算法作为优化策略,获得最优配准参数,实现无人机激光点云与无人机影像之间的精确配准。具体所做的工作主要有以下几个方面:(1)介绍了基于机载激光点云数据与光学影像配准的理论基础,包括机载点云的配准流程、现有点云与光学影像配准的基本方法以及二维相机参考影像成像原理等方面的基本方法与策略。(2)针对现有的激光点云与影像配准方法中存在的不足,本文提出一种基于安置参数优化的无人机激光点云与光学影像精确配准方法,将相机安置参数作为优化参数,以归一化互信息作为激光点云与光学影像之间的相似性测度,采用改进Powell算法作为优化策略,获得最优配准参数,实现无人机激光点云与无人机影像之间的精确配准。(3)通过实验,验证本文提出的无人机激光点云与光学影像精确配准方法。通过定性和定量两个角度对实验结果进行分析,并使用一种Powell算法(算法2)进行分析对比。定性分析将成果影像进行5×5均匀分块叠加,改进Powell算法(算法1)的分块叠加图叠加处包含道路交通线、路灯、建筑物、植被等明显特征物,这些特征地物在(算法1)的影像分块及叠加区域的衔接吻合度高,接口处基本对准,重合度高。算法1的叠加效果达到视觉上精确,配准效果符合定性分析的高精度评价。定量分析是在叠加影像的基础上,均匀统计影像12处特征叠加的影像间的衔接像素误差。定量分析均匀选取影像叠加处的特征地物,统计地物影像衔接的误差值再计算均值,算法1最大像素误差为3.2像素,最小像素误差为0,平均像素误差为1.6像素。Powell算法(算法2)的定性分析的表现效果与算法1相近,定量分析迭代次数多9轮,对应相同特征地物的平均像素误差为1.57像素。两种算法的精度接近,平均像素误差差距在个位像素波动,表现为精度相对高时迭代次数更多的情况。实验表明,基于相机安置参数优化的配准方法,可以实现无人机激光点云与光学影像之间的自动化配准,并达到像素级的配准精度。