利用稠密结构特征的航空影像与LiDAR数据配准

针对航空影像与激光雷达点云数据间存在显著的几何畸变和辐射差异导致难以精确配准的问题,提出了一种基于几何约束和稠密结构特征的自动配准方法。该方法包括粗配准和精配准两个阶段。粗配准通过基于分块FAST算子的特征点提取和局部几何校正两个步骤,消除影像间明显的尺度和旋转差异。在精配准阶段,首先构建了一个结合一阶和二阶梯度信息的新描述符(second-and first-order channel features of orientated gradients,S-CFOG)来提取影像间稠密的结构特征,然后在频率域采用三维相位相关作为相似性度量进行同名点匹配。最后,利用同名点对外方位元素进行精化,实现对这两类数据的精配准。通过两组不同覆盖场景的数据进行实验,结果表明,该方法可达到1~2个像素的配准精度。

基于结构特征的机载LiDAR数据与航空影像自动配准

针对现有机载LiDAR数据与航空影像配准方法对匹配特征具有较强的依赖性,易受数据等影响的问题,提出了一种基于结构特征的自动配准方法。该方法首先提取LiDAR距离图像与对应影像的结构特征,利用初始姿态参数将LiDAR结构特征投影至影像坐标系下,根据结构特征的几何约束条件获取初始匹配点集,完成粗匹配;接着利用粗匹配结果计算直接变换模型(DLT)参数,并以此为初值引入双点几何约束,采用循环迭代的匹配策略,不断剔除错误匹配,获得一组新的匹配点集,完成精匹配;最后根据精匹配结果,采用基于单位四元数的空间后方交会方法解算航空影像的姿态参数,实现机载LiDAR数据与航空影像的自动配准。实验证明,该方法受噪声影响小,能实现机载LiDAR数据与航空影像的自动配准。

基于多帧配准的红外焦平面阵列非均匀性自适应校正(英文)

提出了一种场景自适应的非均匀性校正固定图案噪声去除方法.基于多帧配准和相邻帧之间的全局位移估计,利用最小均方算法迭代计算均方误差函数,同时结合误差函数均方差以及互相关峰值,从而能够自适应场景变化.所提出的算法充分利用相邻多帧之间的相关性,对模拟和实际红外图像序列非均匀性的校正效果突出.实验结果表明本方法能够精确估计非均匀性参数,收敛速度较快,几乎不残留鬼影.

基于配准的红外焦平面阵列条纹非均匀性校正

条纹非均匀性是线扫红外焦平面阵列和非制冷凝视型红外焦平面阵列成像系统中一种特殊的固定图案噪声.分析了其产生的原因,提出了一种基于亮度恒定假设和配准的条纹非均匀性校正算法.根据相邻两帧获得亮度均方误差函数,最后通过最小化全局亮度均方误差函数得到全局最优解作为非均匀性校正的参数.实验结果表明,该算法能够在几帧内达到较好的收敛,且计算简单,有效提高了条纹非均匀性的校正效果.

基于Plücker直线的机载LiDAR点云与航空影像的配准

机载LiDAR点云与航空影像的配准是地物提取的关键。本文提出了基于Plücker直线的机载LiDAR点云与航空影像的配准模型。基于三维线空间线变换Plücker直线方程,确定点云和影像中的同名直线间的相对位姿关系,建立Plücker直线共面条件方程,通过影像上的Plücker直线在三维线空间中的螺旋运动,实现像点到其对应LiDAR点的坐标变换。结果表明,Plücker直线共面条件配准模型简洁,将旋转和平移统一处理,避免了两者间的耦合误差,提高了配准精度,为获取高质量的地球三维空间信息提供了技术支持。

地面LiDAR点云数据先局部后整体配准方法

针对地面LiDAR获取的庞大点云数据,提出无人工标志的地面LiDAR点云先局部后整体的配准方法。分割出待配准的两测站重叠区域小块点云,采用基于KD-Tree遍历最近邻域点集的ICP算法计算三维坐标转换参数,实现地面LiDAR点云数据的快速配准。

二维平面内的增强现实虚实配准问题研究

增强现实是把计算机产生的虚拟物体或其它信息合成到用户看到的真实世界中的一种技术。实现虚拟信息与真实景象的正确匹配或有机结合是每个增强现实实用系统都必须完成的一项重要任务。文中在对二维平面内增强现实应用研究分析的基础上 ,重点讨论了图像分析技术在虚实配准问题中的应用 ,提出了一种基于数值背景表达的快速虚实配准策略 ,以提高虚实配准过程中场景特征点提取的精度和速度。

基于图像分割和配准的红外焦平面阵列非均匀校正算法

在目标成像跟踪和制导领域,存在大量由缓慢移动背景和相对背景运动的点目标构成的红外图像序列,传统的基于场景的红外焦平面非均匀校正算法在解决此类图像中存在困难。提出了基于图像分割和配准的红外焦平面非均匀校正算法(简称S-R算法),通过将图像背景和运动点目标分离,利用图像配准的方法完成图像背景的非均匀校正和点目标位置处错误固定噪声参数的补偿,最终完成整个焦平面探测单元固定噪声参数的估计,从而有效解决了这类红外图像序列的非均匀校正问题。S-R算法具有噪声参数估计精度高、收敛速度快和计算复杂度低等优点。文中最后用仿真数据对上述结论进行验证。

针对红外焦平面非均匀校正的快速图像配准方法

为了解决红外焦平面非均匀算法中出现的运动估值问题,提出了一种新的快速图像配准算法。该算法对传统光流方程计算配准精度的方法作了改进,利用基于投影信息的一维光流方程计算小数像素位移。通过与其他算法的配准效果比较,证实该算法具有配准精度高、计算复杂度低等优点。

基于ICP算法的非常规航空影像与机载LiDAR数据配准

航向重叠度小于53%,不满足连续3张影像进行模型连接的航空影像视为非常规航空影像。针对非常规航空影像与机载激光扫描(Light Detection And Ranging,LiDAR)数据的配准,本文提出了首先利用影像匹配得到匹配点云,然后基于迭代最邻近点(Iterative Closest Point,ICP)算法配准匹配点云和机载LiDAR点云,最后使用配准点进行单像空间后方交会解算影像方位元素的配准方法。相关实验表明利用本文方法配准航空影像和机载LiDAR数据,相对于人工配准,自动化程度大大提高,精度更高。

基于3D形状上下文特征改进的ICP点云配准算法

针对传统ICP算法配准过程中存在误差大、耗时长及收敛慢等问题,提出一种基于曲率特征约束的3D-Harris算法结合3D形状上下文(3DSC)特征的点云配准方法。首先提取点云数据的体素中心,利用k最近邻搜索获取体素中心邻近点为体素栅格来下采样,以表面法线与平均曲率为特征约束提取降采样后3D-Harris特征点,采用3DSC对特征点进行描述,然后根据3DSC特征结合RANSAC算法进行粗配准,估算点云的初始位姿。最后利用k-d tree加速对应点的查找,线性最小二乘法优化点到面ICP算法求解最优变换矩阵。采用不同规模、不同重叠度且含高斯噪声的缺失数据的数据集进行仿真实验,结果表明:与经典ICP方法及结合SIFT的SAC-IA+ICP方法比较,所提方法在保持算法快速性的情况下,配准精度更高,收敛速度更快。

基于面特征和SIFT特征的LiDAR点云与航空影像配准

针对LiDAR数据与航空影像融合中的配准问题,提出一种将面特征与点特征相结合的配准方法,首先由LiDAR点云生成深度影像,对深度影像和航空影像提取面特征,在此基础上采用SIFT算子提取点特征,完成LiDAR点云与航空影像的配准。文中方法采取了由面特征到SIFT特征的配准策略,减少了面特征配准的数据量和SIFT算法的计算量。从ISPRS提供的数据集中选取了3组数据进行实验,实验结果表明该方法能有效减少SIFT算子的特征描述符的数量,减少寻找正确匹配点的时间,在保证配准精度的情况下提高配准的效率,适用于城市地区等包含大量面特征地区的LiDAR点云与航空影像配准。

基于平面标靶的三维扫描与数据配准

为构建以三角测量为基础的结构光三维扫描系统,实现多方位扫描结果的数据配准,提出一种基于简易平面标靶的标定方法,利用平面标靶中的特征点对扫描系统进行姿态和位置标定。在扫描时,利用平面标靶上的特征点求出激光平面,计算得到三维点云数据;根据移动前后标靶图像上特征点信息,计算扫描系统的外部参数,即平移旋转矩阵,实现多方位扫描数据的配准。实验结果表明,在距离45cm处,几何投影变换求得的平面方程误差小于0.5%,每幅图像处理的时间小于60ms,误差低于1.15mm,基本满足三角测量稳定可靠、精度高、成本低、较适合现场标定等要求。

基于DLG的LiDAR点云自动配准及精度分析

针对LiDAR数据平面精度达不到大比例尺传统测绘要求的问题,提出一种基于DLG的LiDAR点云自动配准方法。通过提取点云地物边界曲线与DLG数据曲线进行匹配,得到校正向量,实现机载LiDAR点云的全地形自动配准。本方法引入傅里叶描述子用于描述曲线特征,克服了常规方法中只提取直线特征的局限。通过对配准结果的精度统计和分析表明,能够达到较高的配准精度。

机载LiDAR数据和航空影像基于角特征的配准

机载激光雷达(Light Detection And Ranging,LiDAR)系统近年来逐渐成为一种新兴的测量手段,是一种可以直接提供大量地面离散点的高精度三维信息的主动式遥感技术,具有依赖控制测量条件少、受天气影响小、自动化水平高等优点。然而LiDAR获取的数据主要是离散激光点云,具有高精度的空间结构信息而缺少纹理和光谱信息。将LiDAR数据和遥感影像数据进行融合将是当今测绘科学研究的方向之一。融合影像数据和点云数据的关键步骤就是将两者进行高精度的配准。

双平面图像-模型配准技术在肩关节运动学研究中的应用

损伤或病变会在一定程度上改变肩关节的运动学特点,对其进行运动学分析具有重要的临床意义。由于肩关节运动较为复杂,传统运动学分析技术难以对其进行准确的动态监测。近年来,双平面图像-模型配准技术被广泛用于肩关节三维运动研究中。与其他运动学分析技术相比,双平面图像-模型配准具有无创和高精确度的优点。该文依据技术操作流程,从三维模型建立、坐标系建立、图像-模型配准及肩关节运动学分析等方面对肩关节运动学的研究进展做一综述。

彩色分焦平面偏振图像配准方法

彩色分焦平面偏振相机是一种新型偏振成像装置,能够同时获取目标0°,45°,90°和135°四个偏振方向的彩色三通道(RGB)强度信息,但需要解决分辨率损失和像元错位的问题。本文提出一种适用于分焦平面相机的彩色偏振图像配准方法。通过实验对所提配准方法进行验证,结果表明:所提配准方法能够降低像元错位问题对后续彩色偏振图像解析精度的影响。

简易平面标靶下的三维扫描与数据配准

为实现对物体表面三维信息的自动获取和多方位扫描结果的数据配准，提出了一种基于简易平面标靶的标定方法．并构建了相应的线激光三维扫描系统。首先，设计制作一个含有10个特征点的平面标靶，并利用平面标靶中的特征点对扫描系统进行姿态和位置标定；其次，利用平面标靶中的特征点计算其平面方程及平台平面方程；然后，在扫描时可以利用上述所得的平面方程求出激光平面方程，进而采用几何知识计算得到三维点云数据；最后，根据移动前后标靶图像上特征点信息计算出扫描系统的外部参数——平移旋转矩阵，从而可以实现多方位扫描数据的配准。试验结果表明，在距离45cm处，几何投影变换求得的平面方程误差小于0．5％，每幅图像处理的时间小于60ms，误差低于1．15mm，基本满足三角测量的稳定可靠、精度高、成本低、比较适合现场标定等要求。

LIDAR点云数据与光学影像数据配准方法研究

随着激光雷达技术的不断发展及对其应用的迫切需求,点云数据和光学影像的配准变得越来越至关重要。本文对国内外点云数据和光学影像的配准方法进行了梳理总结,指出当前研究所存在的问题,展望了点云数据和光学影像的发展趋势。

基于道路网的车载和航空LiDAR数据粗配准研究

针对建筑轮廓、角点等特征在大范围车载和航空LiDAR数据配准中计算量较大、易出现局部最优等情况,利用道路网进行车载和航空LiDAR数据的配准,作为初始配准结果。首先利用LiDAR高程和强度信息提取航空道路,提出基于Hough变换的道路网追踪方法进行恢复;在此基础上,结合车载LiDAR轨迹线数据,利用道路匹配度测度进行道路网配准。