TIN图像配准中的同名特征点的可靠性提高

图像配准是对多时相、多传感器或多角度的同一场景的两幅或者多幅图像进行匹配处理,使得同名点在相同的坐标系中具有相同的空间位置。图像配准是评价两幅或多幅影像的相似性,以确定同名点的过程。要把对同一对象的不同波段、不同时间、不同分辨率或不同传感器的遥感影像进行融合或识别其变化,就必须首先进行影像配准。图像配准被广泛应用于遥感图像、医学影像、三维重建、机器视觉等诸多领域中。本论述系统地介绍了TIN图像配准的基本缺陷,接着详细地论述TIN优化方法,在此基础上提出了基于TIN优化的图像配准步骤,同名特征点的可靠性得到提高。

机载LiDAR系统安置角自适应迭代修正算法探讨

安置角参数在机载激光雷达作业中对后期点云数据精度质量有着极大的影响,使其真实地物点位置发生改变,相邻航带点云出现分层,而传统布设地面控制点的标定模式效率低、成本高、要求高、可操作性差,为规避上述诸多弊端,给出一种安置角自适应的标定模型,通过相邻重叠航带内部大量同名特征点的空间位置匹配、安置角参数的迭代运算,利用最小二乘配置方法求解机载激光雷达扫描系统的三个安置角参数,并借助C语言实现算法程序,在测试案例中得到了验证,提升了安置角标定效率,提高了机载激光雷达技术在复杂地形中点云的处理质量、适用性与可操作性。

融合点云RGB影像和3D-NDT算法溶洞的点云自动精确拼接

3D-NDT(正态分布变换)算法是一种应用在同时定位和地图生成(SLAM)的机器人领域中的点云拼接算法。在SLAM中,点云初始拼接是通过机器人测距仪获取两个站之间初始变换完成的,然后采用3D-NDT算法进行精确拼接。地面三维激光扫描仪无法直接获取两站点云的初始变换,因此3D-NDT算法无法直接应用到地面三维激光扫描作业中。文中针对地面三维激光获取溶洞点云数据的扫描流程,提出了一种融合点云RGB影像和3D-NDT算法的点云自动精确拼接方法。实验结果表明,该拼接方法针对百万级大型复杂溶洞点云数据,无论在时间和精度上均较传统拼接方法有很大优势。

基于图形渐变技术的等高线连续尺度表达模型

提出一种基于特征点匹配的等高线图形渐变技术。对2个不同比例尺地图上表达的同名等高线,由计算几何的方法构建特征点多层次树状结构;利用距离邻近性和弧段的形态分析实现特征点的匹配;在匹配的同名弧段间实施图形渐变技术得到2尺度内任意中间尺度的等高线表达。实验证明,提出的基于多层次特征点匹配的图形渐变技术是在网络环境下等高线多尺度表达的一种有效尝试,由于在两尺度端进行了图形的控制,等高线的拓扑一致性得到了有效的维护。

基于“十字”标志物的红外图像与三维点云融合方法

红外热成像技术广泛应用于多个领域,建立含有空间和温度信息的三维温度场模型具有十分重要的意义,可以将该技术扩展到更多应用领域.为此,本文提出一种异源空间数据融合方法,融合红外图像和三维点云,得到三维温度场模型.针对红外相机与可见光相机成像原理存在差异,难以通过常用标定板进行内参标定的问题,基于红外相机成像特性设计并制作镂空圆孔标定板用于内参标定,所得内参平均重投影误差为0.03像素.针对红外相机与结构光相机的成像原理不同,现有标志物制作复杂、外参精度低的问题,基于不同材料的辐射度差异,设计制作“十字”标志物并将其用于联合标定.为解决同名特征点难以识别的问题,针对红外图像和三维点云分别设计了同名特征点提取方法,配合“十字”标志物进行同名特征点提取.红外图像和三维点云特征点提取方法的检测重复率分别为75%和92%,与传统方法相比两者的检测重复率均有所提升.利用该方法建立纸杯、工件和人脸的三维温度场模型.实验结果表明,使用镂空圆孔标定板能实现红外相机的内参标定,对“十字”标志物采用同名特征点提取方法能完成红外相机与结构光相机的联合标定.最终所得三维温度场模型的平均重投影误差为1.70像素,与现有方法相比模型精度有所提升.

一种基于斜率差和方位角的矢量数据匹配算法

矢量空间数据同名特征点搜索和同名特征点匹配是对多时相、多尺度地理实体要素进行变化检测的关键技术。结合矢量空间数据的坐标特征和方位角,提出一种同名地理实体要素特征点搜索与匹配算法。该算法采用分步取点的思想,分别提取曲线X、Y方向上的极值点为初始特征点,利用各极值点斜率差的绝对值作为约束条件删除冗余极值点。在上述提取结果中,两个相邻特征点通常存在较大变形,需添加部分合理特征点。综合利用特征点坐标方位角和距离进行同名特征点相似度匹配,分别利用线实体和面实体进行试验验证。结果表明:本研究算法能够适用于线实体和面实体特征点的提取与匹配,并具有良好的精度和可行性。