一種利用無人機(jī)圖像優(yōu)化激光掃描點(diǎn)云數(shù)據(jù)的方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及測(cè)繪技術(shù)領(lǐng)域，具體涉及一種利用無人機(jī)圖像優(yōu)化激光掃描點(diǎn)云數(shù)據(jù) 的方法及系統(tǒng)。
【背景技術(shù)】
[0002] 地面移動(dòng)激光掃描儀（MLS)是一種利用發(fā)射和接收激光信號(hào)進(jìn)行測(cè)量的測(cè)繪儀 器，在測(cè)繪、礦業(yè)、城市、水利、文保等領(lǐng)域廣泛使用，能從地面視角快速生產(chǎn)大量的點(diǎn)云數(shù) 據(jù)。
[0003] 移動(dòng)激光掃描儀是將激光掃描儀、定位定向裝置安裝在一個(gè)移動(dòng)平臺(tái)上的組合測(cè) 量系統(tǒng)，由它產(chǎn)生的點(diǎn)云數(shù)據(jù)精度會(huì)受系統(tǒng)誤差和隨機(jī)誤差的影響。通常情況，嚴(yán)格檢校激 光傳感器系統(tǒng)可排除系統(tǒng)集成帶來的系統(tǒng)誤差影響，此時(shí)，定位定向系統(tǒng)的精度對(duì)最終點(diǎn) 云數(shù)據(jù)的質(zhì)量具有決定作用。由點(diǎn)云解算方程可知，定位定向系統(tǒng)提供高頻率的位置和方 向信息，通過時(shí)間同步，定位定向系統(tǒng)誤差將會(huì)直接傳播到最終的激光點(diǎn)云坐標(biāo)中去。因 此，GPS失鎖問題將會(huì)嚴(yán)重影響移動(dòng)激光掃描數(shù)據(jù)的質(zhì)量，這種情況在城市區(qū)域經(jīng)常發(fā)生。
[0004] GPS失鎖可能由濃密的樹木、高大的建筑物以及隧道等地物的遮擋引起，通常持續(xù) 時(shí)間較短，但由此引起的在水平方向和垂直方向上的位置偏移可以達(dá)到幾米。為了提高點(diǎn) 云數(shù)據(jù)精度，滿足行業(yè)應(yīng)用要求，需要利用傳統(tǒng)方法人工測(cè)繪大量的地面控制點(diǎn)，然后將這 些地面控制點(diǎn)輸入到激光掃描處理軟件中來調(diào)整點(diǎn)云數(shù)據(jù)和軌線，這需要花費(fèi)大量的人力 物力。
[0005] 無人機(jī)（UAV)也是一種快速發(fā)展的測(cè)量工具，廣泛應(yīng)用于從高空視角收集地形 地物影像。通常，無人機(jī)系統(tǒng)配備的是可見光傳感器（如相機(jī)）和低精度的定位定向裝置。 現(xiàn)在，較便宜的定位定向裝置已可以達(dá)到分米級(jí)的精度，還不能滿足很多測(cè)繪應(yīng)用對(duì)地理 定位厘米級(jí)精度的要求。通過額外少量的高精度的地面控制點(diǎn)，計(jì)算出的坐標(biāo)精度理論上 可以達(dá)到厘米級(jí)。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明所要解決的技術(shù)問題是提供一種利用無人機(jī)圖像優(yōu)化激光掃描點(diǎn)云數(shù)據(jù) 的方法及系統(tǒng)，將無人機(jī)圖像和激光掃描點(diǎn)云數(shù)據(jù)整合，利用無人機(jī)圖像對(duì)激光掃描點(diǎn)云 數(shù)據(jù)進(jìn)行校正，提高激光掃描點(diǎn)云數(shù)據(jù)的精度。
[0007] 本發(fā)明解決上述技術(shù)問題的技術(shù)方案如下：
[0008] 一方面，本發(fā)明提供了一種利用無人機(jī)圖像優(yōu)化激光掃描點(diǎn)云數(shù)據(jù)的方法，所述 方法包括：
[0009] S1、從激光掃描點(diǎn)云數(shù)據(jù)中提取出路域信息；
[0010] S2、利用插值算法對(duì)所述提取的路域信息進(jìn)行處理，生成灰度柵格圖像；
[0011] S3、利用Harris角點(diǎn)提取算法在所述灰度柵格圖像中識(shí)別特征點(diǎn)；
[0012] S4、采用基于邊界的模板匹配算法將所述識(shí)別的特征點(diǎn)在無人機(jī)圖像中進(jìn)行同名 點(diǎn)匹配，獲得在無人機(jī)圖像中的同名匹配點(diǎn)；
[0013] S5、使用RANSAC算法剔除所述同名匹配點(diǎn)中的異常點(diǎn)，得到同名匹配點(diǎn)中的正常 占 .
[0014] S6、采用三次保形插值方法計(jì)算出平滑的激光掃描軌道調(diào)整參數(shù)，對(duì)激光掃描點(diǎn) 云數(shù)據(jù)進(jìn)行調(diào)整優(yōu)化。
[0015] 另一方面，本發(fā)明提供了一種利用無人機(jī)圖像優(yōu)化激光掃描點(diǎn)云數(shù)據(jù)的系統(tǒng)，所 述系統(tǒng)包括：
[0016] 路域信息提取模塊，用于從激光掃描點(diǎn)云數(shù)據(jù)中提取出路域信息；
[0017] 灰度圖像生成模塊，用于利用插值算法對(duì)所述提取的路域信息進(jìn)行處理，生成灰 度柵格圖像；
[0018] 特征點(diǎn)識(shí)別模塊，用于利用Harris角點(diǎn)提取算法在所述灰度柵格圖像中識(shí)別特 征點(diǎn)；
[0019] 同名點(diǎn)匹配模塊，用于采用基于邊界的模板匹配算法將所述識(shí)別的特征點(diǎn)在無人 機(jī)圖像中進(jìn)行同名點(diǎn)匹配，獲得在無人機(jī)圖像中的同名匹配點(diǎn)；
[0020] 異常點(diǎn)剔除模塊，用于使用RANSAC算法剔除所述同名匹配點(diǎn)中的異常點(diǎn)，得到同 名匹配點(diǎn)中的正常點(diǎn)；
[0021] 點(diǎn)云數(shù)據(jù)匹配點(diǎn)優(yōu)化模塊，用于采用三次保形插值方法計(jì)算出平滑的激光掃描軌 道調(diào)整參數(shù)，對(duì)激光掃描點(diǎn)云數(shù)據(jù)進(jìn)行調(diào)整優(yōu)化。
[0022] 本發(fā)明提供了一種利用無人機(jī)圖像優(yōu)化激光掃描點(diǎn)云數(shù)據(jù)的方法及系統(tǒng)，將無人 機(jī)圖像和激光掃描點(diǎn)云數(shù)據(jù)整合，由于無人機(jī)圖像的精度要比激光掃描點(diǎn)云數(shù)據(jù)的精度 高，因此通過融合無人機(jī)圖像，自動(dòng)對(duì)激光掃描點(diǎn)云數(shù)據(jù)進(jìn)行校正，以提高激光掃描點(diǎn)云數(shù) 據(jù)的精度，減少校正激光掃描點(diǎn)云數(shù)據(jù)需要的地面控制點(diǎn)，節(jié)約人力、物力等。
【附圖說明】
[0023] 圖1為本發(fā)明實(shí)施例1的一種利用無人機(jī)圖像優(yōu)化激光掃描點(diǎn)云數(shù)據(jù)的方法流程 圖；
[0024] 圖2為本發(fā)明實(shí)施例1中激光掃描點(diǎn)云數(shù)據(jù)與無人機(jī)圖像融合過程的示意圖；
[0025] 圖3為本發(fā)明實(shí)施例1利用RANSAC算法剔除同名匹配點(diǎn)中的異常點(diǎn)的原理示意 圖；
[0026] 圖4為本發(fā)明實(shí)施例1中利用鄰近點(diǎn)偏移一致性剔除同名匹配點(diǎn)中的異常點(diǎn)示意 圖；
[0027] 圖5為本發(fā)明實(shí)施例1中與掃描點(diǎn)云數(shù)據(jù)的特征點(diǎn)匹配的無人機(jī)圖像區(qū)域示意 圖；
[0028] 圖6為本發(fā)明實(shí)施例1中校正前點(diǎn)云數(shù)據(jù)檢測(cè)點(diǎn)與地面控制點(diǎn)的偏差示意圖；
[0029] 圖7為本發(fā)明實(shí)施例1中校正前點(diǎn)云數(shù)據(jù)檢測(cè)點(diǎn)與地面控制點(diǎn)的偏差示意圖； [0030]圖8為本發(fā)明實(shí)施例2的一種利用無人機(jī)圖像優(yōu)化激光掃描點(diǎn)云數(shù)據(jù)的系統(tǒng)示意 圖。
【具體實(shí)施方式】
[0031] 以下結(jié)合附圖對(duì)本發(fā)明的原理和特征進(jìn)行描述，所舉實(shí)例只用于解釋本發(fā)明，并 非用于限定本發(fā)明的范圍。
[0032] 實(shí)施例1、一種利用無人機(jī)圖像優(yōu)化激光掃描點(diǎn)云數(shù)據(jù)的方法。下面結(jié)合圖1-圖 7對(duì)本實(shí)施例提供的方法進(jìn)行詳細(xì)說明。
[0033] 參見圖1，S1、從激光掃描點(diǎn)云數(shù)據(jù)中提取出路域信息。
[0034] 具體的，地面移動(dòng)激光掃描儀（MLS)能從街面視角快速掃描生產(chǎn)大量的點(diǎn)云數(shù) 據(jù)，稱為激光掃描點(diǎn)云數(shù)據(jù)。參見圖2,首先對(duì)激光掃描點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理，利用地面點(diǎn)濾 波算法剔除激光掃描點(diǎn)云數(shù)據(jù)中的非地形點(diǎn)。在剔除非地形點(diǎn)的過程中，可以假設(shè)激光掃 描系統(tǒng)距離地面有一個(gè)非常穩(wěn)定的相對(duì)高度，根據(jù)這個(gè)假設(shè)，取航跡線上相鄰節(jié)點(diǎn)的平均 高度作為一個(gè)閾值，在這兩個(gè)航跡線節(jié)點(diǎn)間的點(diǎn)云數(shù)據(jù)，如果它們距離地面的高度大于這 個(gè)閾值高度，則認(rèn)為這些點(diǎn)云為非地形點(diǎn)，將其移除，得到激光掃描點(diǎn)云數(shù)據(jù)中的地形點(diǎn)。 然后從剔除非地形點(diǎn)后的激光掃描點(diǎn)云數(shù)據(jù)中提取路域信息。
[0035] S2、利用插值算法對(duì)提取的路域信息進(jìn)行處理，生成灰度柵格圖像和高程圖像。
[0036] 具體的，激光掃描點(diǎn)云數(shù)據(jù)中每一個(gè)點(diǎn)都擁有三位坐標(biāo)（x，y，z)以及一個(gè)灰度 值i，對(duì)路域信息中的灰度數(shù)據(jù)進(jìn)行內(nèi)插，生成灰度柵格圖像，本實(shí)施例可以采用0.04米的 分辨率，這與激光掃描點(diǎn)云數(shù)據(jù)的平均密度是一致的。為了便于計(jì)算機(jī)處理和提高計(jì)算效 率，點(diǎn)云數(shù)據(jù)可以被劃分為多個(gè)數(shù)據(jù)塊，比如劃分為80m*80m的小塊，對(duì)于每一個(gè)80m*80m 的數(shù)據(jù)塊，灰度圖像I xy= UAx，y)}包含2000*2000個(gè)像素。高程圖像Zxy= R/(x，y)} 也可以由插值算法得到。
[0037] 另外，對(duì)無人機(jī)圖像進(jìn)行空中三角測(cè)量，首先，利用IWitness軟件對(duì)相機(jī)進(jìn)行檢 校；其次，對(duì)獲取的影像數(shù)據(jù)進(jìn)行校正，消除鏡頭畸變對(duì)影像的影響；最后，用MICMAC軟件 獲取影像精確的外方位參數(shù)，即可以獲得無人機(jī)圖像的每張圖像的位置和姿態(tài)。
[0038] S3、利用Harris角點(diǎn)提取算法在所述灰度柵格圖像中識(shí)別特征點(diǎn)。
[0039] 具體的，步驟S2對(duì)路域信息進(jìn)行處理生成了灰度柵格圖像，本步驟從生成的灰度 柵格圖像中識(shí)別特征點(diǎn)，由于地面標(biāo)志擁有穩(wěn)定可靠的角點(diǎn)信息特征，因此這些角點(diǎn)可以 作為特征點(diǎn)。本實(shí)