论文部分内容阅读
车载移动测量系统是一个多传感器集成的自动化数据采集系统,该系统在普通车辆上搭载了组合定位定姿系统(Positioning and orientation system,简称POS系统)、三维激光扫描仪、可见光相机等传感器,在车载平台的快速移动过程中,协同时间同步控制装置,实时采集道路与周边地物的激光扫描点云与影像数据。车载移动测量系统采用直接地理参考(DirectGeoreferencing)技术,在没有任何地面控制点的情况下,即可直接获得相机与三维激光扫描仪的位置与姿态信息,实现地物三维信息的直接获取。车载移动测量系统是测绘地理信息产业最先进的信息获取技术之一。车载移动测量系统兴起于20世纪90年代,系统集成度已经比较成熟,目前的研究主要集中在数据处理自动化、以及多传感器数据的联合利用等方面。三维激光扫描仪和可见光相机作为该系统的核心传感器,分别获取相关地物的激光扫描点云和可见光影像,影像具有丰富的纹理、语义信息,各类特征连续;激光点云数据具有点云密度高,精度好、高分辨率的三维空间信息。因此,将车载激光点云和光学影像进行融合,得到彩色点云数据,能够实现两者对地物目标描述的优势互补。车载激光点云与光学影像的高精度配准是两种数据联合利用的前提与关键。车载移动测量系统进行数据后处理的最关键步骤是车载激光点云和影像数据高精度配准。本文介绍了车载移动测量系统的基本理论,分析总结了激光点云与光学影像数据配准的基本问题,提出了车载激光点云与光学影像高精度、自动的严格配准方法,研究解决动态车载移动测量系统数据的配准方法。本文配准方法研究将灰度信息作为配准基元,互信息作为配准的相似性测度,对车载激光点云数据考虑距离信息生成深度影像,对应的车载光学影像进行畸变校正、信息提取,利用梯度下降法改进的Barzilai-Borwein(BB)算法作为配准策略,最终进行这两种异源数据的配准。实验结果表明,本文配准方案有效可行,具有一定的稳健性,配准精度较高,能满足实际应用需求。