CN105547244B - 一种结合立体像对的激光高度计高程控制点生成方法 - Google Patents
一种结合立体像对的激光高度计高程控制点生成方法 Download PDFInfo
- Publication number
- CN105547244B CN105547244B CN201610019708.0A CN201610019708A CN105547244B CN 105547244 B CN105547244 B CN 105547244B CN 201610019708 A CN201610019708 A CN 201610019708A CN 105547244 B CN105547244 B CN 105547244B
- Authority
- CN
- China
- Prior art keywords
- elevation
- waveform
- point
- image
- obtains
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Abstract
本发明公开了一种结合立体像对的激光高度计高程控制点生成方法,该方法通过立体相机获取密集高程点云数据;然后对足印内的点云数据按高程进行分类得到光斑内不同高程地物类别数目;最后通过类别数目指导进行大光斑激光雷达波形分解并得到广义高程控制点。本发明解决了立体相机与星载激光雷达协同测绘的问题,将激光高度计三维定位的结果与立体相机测图结果结合,实现了广义高程控制点的自动提取。
Description
技术领域
本发明属于遥感对地观测技术领域,具体涉及一种结合立体像对的激光高度计高程控制点生成方法。
背景技术
为了提高立体测图卫星的精度,亟需研究和解决双线阵点云生产过程中所面临的一系列关键技术问题,其中一项重要内容就是使用国产激光高度计提供精确的广义高程控制点,作为立体测图卫星的高程控制点,从而提高双线阵图像的测图精度。
要实现国产激光高度计在不同地形之下的每一次都能够得到正确的波形分解结果,并最终准确得到每一个像点/地物所对应的高程,对足印相机与双线阵图像的匹配技术、双线阵图像点云生产技术、波形分解技术、波形分解结果与地面点对应技术等均提出了较高的要求。由于卫星姿态测量的误差,激光出射点的测量误差,直接得到的激光指向存在较大误差,需要通过足印相机图像与双线阵图像进行匹配得到激光的精确指向,以及其光斑内对应的地物。并且由于国产卫星激光高度计只有一个全波形数据,无法知道光斑内每一个点的高程,需要在辅助数据的支持下确定光斑内每一个像点的高程,从而得到广义高程控制点。
由全波形的激光回波数据生成控制点的技术至关重要,若直接使用波形分解方法对激光回波进行分解,只能知道每一种高程在光斑内部所占的比重,无法知道每一个回波具体针对的是哪一个面片/像点。甚至可能有多个面片的回波耦合到同一个分解后的波形信息当中,无法进行区分。
传统获取高程控制点的方法为水准测量的方法,虽然水准测量方法能够比较高精度的获取高程控制点,但是人工测量的方法不能满足大面积测图的需要,另外人工测图需要花费大量人力、物力和财力,同时实地测量的方法不能在全球范围内获取高程控制点。由于激光雷达能够比较准确的获取地物的高程信息(星载激光雷达高程定位误差<0.3m),因此利用星载激光雷达技术能够在全球范围内进行广义高程控制点的获取,不仅可以节省大量人力物力,同时解决了全球范围内高程控制点提取的问题。
相比于小光斑激光雷达(光斑直径0.2m-2m),大光斑激光雷达能够更大范围的获取地表反射数据,更加适用于大范围的观测,特别是在全球广义高程控制点提取过程中,大光斑激光雷达更有优势。同时由于大光斑激光雷达光斑覆盖地面面积较大,在地物比较复杂的区域波形也会比较复杂,造成波形分解难度增加。由于采用激光雷达同轴足印相机与立体相机影像配准方法获取激光光斑地面位置,因此平面定位精度由立体相机的定位精度决定。
发明内容
本发明所要解决的问题是:提供一种结合立体相机影像的激光高度计广义高程控制点生成方法。
结合立体像对的激光高度计高程控制点生成方法,包括以下步骤:
(1)将立体相机影像与大光斑激光雷达同轴的足印相机影像进行配准,得到激光的指向信息;具体步骤如下:
(1-1)对同轴相机影像进行重采样,使其分辨率与立体相机影像一致;
(1-2)采用图像匹配算法进行影像之间的匹配,获取得到影像之间的对应关系;
(1-3)通过最小二乘方法剔除匹配误差比较大的点获取较准确的影像匹配点;
(1-4)通过影像匹配点获取影像匹配关系;
(1-5)结合轨道的位置,根据匹配到的激光指向位置,计算得到激光的指向信息;
(2)根据双线阵立体相机获取密集高程点云数据,具体步骤如下:
(2-1)根据立体相机影像与大光斑激光雷达同轴的足印相机影像进行配准的结果,以匹配位置为中心,设置一个光斑大小的缓冲区;
(2-2)对立体相机影像的前视和后视图像进行匹配,对包含于缓冲区内的任意一个像点,对前视和后视的图像进行匹配;
(2-3)根据匹配得到的像对在各自扫描行上的瞬时成像姿态和相机参数,计算像点的粗略高程;
(2-4)重复步骤(2-1)-(2-3),得到激光光斑范围内每一个像点的高程;
(3)通过对在足印内的点云数据按高程进行分类,得到光斑内不同高程地物类别数目;方法步骤如下:
(3-1)根据各个像点的高程大小,将其按照高程的大小分为五等;
(3-2)根据每一类所有像点的高程计算类中心的高程;
(3-3)根据任意两类类中心高程的差异判断是否合并,若高程差小于0.1m,则对两类点云进行合并,若高程大于等于0.1m,则不合并;
(3-4)根据每一类3-点云的高程的方差分布决定是否,若方差大于0.1m,则将该类拆分为两个新的类,若方差小于等于0.1m,则不进行拆分;
(3-5)反复重复步骤(3-2)-(3-4)步,直到类别中心不发生变化为止;
(4)通过类别数目指导进行大光斑激光雷达波形分解,通过波形分解得到每一高程类别地物准确的高程信息;方法步骤如下:
(4-1)由于结合地类数目的高斯波形分解方法对噪声不敏感,因此只采用高斯低通滤波器对波形进行平滑,除去激光雷达波形中的毛刺现象;
(4-2)通过形态学方法获取激光雷达波形的拐点,波峰和波谷的位置;
(4-3)通过获取的波峰,波谷和拐点的位置,从激光雷达波形数据中获取组成激光雷达波形的高斯组分;
(4-4)通过高斯波形的标准差和峰值大小对分解出来的高斯波形根据其重要进行排序,标准差越大,峰值越大的高斯波形越重要;
(4-5)选取与点云按高程分类数目获取的类别数目相同的前几个重要的高斯波形作为激光雷达波形分解的波形;
(5)通过点云计算每个高程类别信息高程的标准差,取标准差最小的一类作为参考提取广义高程控制点;方法步骤如下:
(5-1)采用LM方法调整每一个高斯波形分量的均值和方差,使得选取的高斯波形能够最佳拟合激光雷达获取的波形,由此得到与点云数据得到的不同高程类别地物对应的高斯分量;
(5-2)根据不同高程类别地物的高斯分量,计算出地物的高程;
(5-3)将高程与点云所在区域的影像进行配准,得到影像上各个面片的高程信息,即为广义高程控制点。
本发明具有较高的控制点生成精度,能够生成多种形态的高程控制点信息,可满足国产激光高度计高精度广义高程控制点生产这一业务需求。
附图说明
图1是结合立体像对的激光高度计高程控制点生成方法流程图。
具体实施方式
本发明提供的技术方案采用如下步骤:
S1足印相机几何校正:根据卫星自带的姿态、足印相机系统的安置角、足印相机的焦距与CCD尺寸等信息,计算足印相机每一个像点的地理坐标,然后根据得到的各个像点的地理坐标对足印相机图像进行几何校正,并且将图像重采样为与双线阵图像一致的分辨率。
S2对双线阵图像校正:对双线阵图像进行立体匹配,得到每一个像点的平面和高程坐标,根据每一个像点的坐标将双线阵图像重采样为正射图像。为了加快速率,本发明采用间隔取点发,对双线阵图像每隔一定距离取一个像点进行匹配并得到地理坐标,然后根据得到的坐标对图像进行几何校正。
S3足印相机与双线阵图像的匹配:从足印相机和双线阵图像上分别进行特征点提取,然后使用SURF算子对图像进行匹配。由于匹配可能存在部分错误点,所以通过最小二乘方法剔除匹配误差比较大的点获取较准确的影像匹配点。建立两个图像之间的仿射变换关系。根据激光光斑中心在足印相机图像上的位置,利用图像之间的变换关系,确定激光出射点在双线阵图像上的位置。通过双线阵图像的地理坐标得到激光光斑中心点的地理坐标。
S3双线阵图像生成点云:为了提高数据处理的效率,只对激光光斑内部的点进行点云生产。对双线阵图像的每一个像点,立体通过密集匹配得到在两个图像上的位置,然后根据每一像点成像时的姿态,使用前方交会法确定像点的坐标,得到一个点云数据。对光斑内每一个像点的坐标进行计算,得到光斑内的点云数据。
S4对点云进行分类:根据各个像点的高程大小,将其按照高程的大小分为五等,根据每一类所有像点的高程计算类中心的高程,根据任意两类类中心高程的差异判断是否合并,若高程差小于0.1m,则对两类点云进行合并,若高程大于等于0.1m,则不合并,根据每一类的点云的高程的方差分布决定是否,若方差大于0.1m,则将该类拆分为两个新的类,若方差小于等于0.1m,则不进行拆分。反复重复以上几步,直到类别中心不发生变化为止。
S5波形数据分解:采用高斯低通滤波器对波形进行平滑,除去激光雷达波形中的毛刺现象。通过形态学方法获取激光雷达波形的拐点,波峰和波谷的位置。通过获取的波峰,波谷和拐点的位置,从激光雷达波形数据中获取组成激光雷达波形的高斯组分。通过高斯波形的标准差和峰值大小对分解出来的高斯波形根据其重要进行排序,标准差越大,峰值越大的高斯波形越重要。选取与按高程分类数目获取的点云类别数目相同的前几个重要的高斯波形作为激光雷达波形分解的波形。
S6波形分解结果生成控制点:采用LM方法调整每一个高斯波形分量的均值和方差,使得选取的高斯波形能够最佳拟合激光雷达获取的波形,由此得到与点云数据得到的不同高程类别地物对应的高斯分量。根据不同高程类别地物的高斯分量,计算出地物的高程。将高程与点云所在区域的影像进行配准,得到影像上各个面片的高程信息,即为广义高程控制点。
Claims (1)
1.一种结合立体像对的激光高度计高程控制点生成方法,其特征在于包括以下步骤:
(1)将立体相机影像与大光斑激光雷达同轴的足印相机影像进行配准,得到激光的指向信息;具体步骤如下:
(1-1)对同轴相机影像进行重采样,使其分辨率与立体相机影像一致;
(1-2)采用图像匹配算法进行影像之间的匹配,得到影像之间的对应关系;
(1-3)通过最小二乘方法剔除匹配误差比较大的点获取较准确的影像匹配点;
(1-4)通过影像匹配点获取影像匹配关系;
(1-5)结合轨道的位置,根据匹配到的激光指向位置,计算得到激光的指向信息;
(2)根据双线阵立体相机获取密集高程点云数据;具体步骤如下:
(2-1)根据立体相机影像与大光斑激光雷达同轴的足印相机影像进行配准的结果,以匹配位置为中心,设置一个光斑大小的缓冲区;
(2-2)对立体相机影像的前视和后视图像进行匹配,对包含于缓冲区内的任意一个像点,对前视和后视的图像进行匹配;
(2-3)根据匹配得到的像对在各自扫描行上的瞬时成像姿态和相机参数,计算像点的粗略高程;
(2-4)重复步骤(2-1)-(2-3),得到激光光斑范围内每一个像点的高程;
(3)通过对在足印内的点云数据按高程进行分类,得到光斑内不同高程地物类别数目,方法步骤如下:
(3-1)根据各个像点的高程大小,将其按照高程的大小分为五等;
(3-2)根据每一类所有像点的高程计算类中心的高程;
(3-3)根据任意两类类中心高程的差异判断是否合并,若高程差小于0.1m,则对两类点云进行合并,若高程大于等于0.1m,则不合并;
(3-4)根据每一类点云的高程的方差分布决定是否拆分,若方差大于0.1m,则将该类拆分为两个新的类,若方差小于等于0.1m,则不进行拆分;
(3-5)反复重复步骤(3-2)-(3-4)步,直到类别中心不发生变化为止;
(4)通过类别数目指导进行大光斑激光雷达波形分解,通过波形分解得到每一高程类别地物准确的高程信息,方法步骤如下:
(4-1)由于结合地类数目的高斯波形分解方法对噪声不敏感,因此只采用高斯低通滤波器对波形进行平滑,除去激光雷达波形中的毛刺现象;
(4-2)通过形态学方法获取激光雷达波形的拐点,波峰和波谷的位置;
(4-3)通过获取的波峰,波谷和拐点的位置,从激光雷达波形数据中获取组成激光雷达波形的高斯组分;
(4-4)通过高斯波形的标准差和峰值大小对分解出来的高斯波形根据其重要进行排序,标准差越大,峰值越大的高斯波形越重要;
(4-5)选取与点云按高程分类数目获取的类别数目相同的前几个重要的高斯波形作为激光雷达波形分解的波形;
(5)通过点云计算每个高程类别信息高程的标准差,取标准差最小的一类作为参考提取广义高程控制点;方法步骤如下:
(5-1)采用LM方法调整每一个高斯波形分量的均值和方差,使得选取的高斯波形能够最佳拟合激光雷达获取的波形,由此得到与点云数据得到的不同高程类别地物对应的高斯分量;
(5-2)根据不同高程类别地物的高斯分量,计算出地物的高程;
(5-3)将高程与点云所在区域的影像进行配准,得到影像上各个面片的高程信息,即为广义高程控制点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610019708.0A CN105547244B (zh) | 2015-12-01 | 2016-01-13 | 一种结合立体像对的激光高度计高程控制点生成方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510866195 | 2015-12-01 | ||
CN2015108661952 | 2015-12-01 | ||
CN201610019708.0A CN105547244B (zh) | 2015-12-01 | 2016-01-13 | 一种结合立体像对的激光高度计高程控制点生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105547244A CN105547244A (zh) | 2016-05-04 |
CN105547244B true CN105547244B (zh) | 2017-11-21 |
Family
ID=55826604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610019708.0A Active CN105547244B (zh) | 2015-12-01 | 2016-01-13 | 一种结合立体像对的激光高度计高程控制点生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105547244B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106780386B (zh) * | 2016-12-16 | 2019-11-26 | 武汉理工大学 | 一种三维激光扫描变形提取可靠性评价方法 |
CN106960468B (zh) * | 2017-04-12 | 2019-07-09 | 武汉理工大学 | 一种三维激光扫描点云精度评价方法 |
CN107167786B (zh) * | 2017-06-05 | 2021-01-01 | 中国测绘科学研究院 | 卫星激光测高数据辅助提取高程控制点方法 |
CN107792115B (zh) * | 2017-09-07 | 2019-01-04 | 中铁二院工程集团有限责任公司 | 一种利用三维激光点云自动提取既有线轨顶高程方法 |
CN109100705A (zh) * | 2018-01-08 | 2018-12-28 | 武汉大学 | 星载激光测高仪在轨标定模型中权矩阵的确定方法 |
CN108225282B (zh) * | 2018-01-25 | 2020-06-09 | 北京空间机电研究所 | 一种基于多元数据融合的遥感相机立体测绘方法和系统 |
CN110488242A (zh) * | 2018-05-15 | 2019-11-22 | 宁波傲视智绘光电科技有限公司 | 回波信号处理方法及装置、雷达及存储装置 |
CN111189430B (zh) * | 2019-12-22 | 2021-02-02 | 同济大学 | 一种基于随机森林分类器的星载激光足印高程提取方法 |
CN113280789B (zh) * | 2021-06-08 | 2021-11-09 | 自然资源部国土卫星遥感应用中心 | 一种地表起伏区域激光测高点作为影像高程控制点方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7248794B2 (en) * | 2003-06-12 | 2007-07-24 | Imagesat International N.V. | Remote platform multiple capture image formation method and apparatus |
CN102426010B (zh) * | 2011-10-31 | 2013-06-19 | 中国科学院遥感应用研究所 | 一种变分辨率数字高程模型的生成方法 |
CN102928830B (zh) * | 2012-10-22 | 2014-01-29 | 中国科学院西安光学精密机械研究所 | 激光高度计无效数据剔除方法 |
JP6296444B2 (ja) * | 2014-01-30 | 2018-03-20 | 国際航業株式会社 | 点群画像による図化方法、及び点群画像による図化装置 |
-
2016
- 2016-01-13 CN CN201610019708.0A patent/CN105547244B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105547244A (zh) | 2016-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105547244B (zh) | 一种结合立体像对的激光高度计高程控制点生成方法 | |
CN107167786B (zh) | 卫星激光测高数据辅助提取高程控制点方法 | |
CN109410256B (zh) | 基于互信息的点云与影像自动高精度配准方法 | |
CN106650640B (zh) | 一种基于激光雷达点云局部结构特征的负障碍物检测方法 | |
CN110221603A (zh) | 一种基于激光雷达多帧点云融合的远距离障碍物检测方法 | |
Li et al. | Automatic DSM generation from linear array imagery data | |
US8712144B2 (en) | System and method for detecting crop rows in an agricultural field | |
CN111709981A (zh) | 特征线融合的激光点云与模拟图像的配准方法 | |
US9709673B2 (en) | Method and system for rendering a synthetic aperture radar image | |
CN106990401B (zh) | 基于全波形机载激光雷达数据二类高程误差修正方法 | |
CN108828621A (zh) | 基于三维激光雷达的障碍检测和路面分割算法 | |
US9857178B2 (en) | Method for position and location detection by means of virtual reference images | |
CN104268935A (zh) | 一种基于特征的机载激光点云与影像数据融合系统及方法 | |
CN107392929B (zh) | 一种基于人眼视觉模型的智能化目标检测及尺寸测量方法 | |
CN109934230A (zh) | 一种基于视觉辅助的雷达点云分割方法 | |
CN104536009A (zh) | 一种激光红外复合的地面建筑物识别及导航方法 | |
CN110889899B (zh) | 一种数字地表模型的生成方法及装置 | |
US20130028482A1 (en) | Method and System for Thinning a Point Cloud | |
CN113050074B (zh) | 无人驾驶环境感知中相机与激光雷达标定系统及标定方法 | |
CN111158015B (zh) | 机载激光雷达点云数据误分地面点的检测方法和系统 | |
CN102778680A (zh) | 基于参数化的匀加速运动刚体群目标成像方法 | |
CN104567801B (zh) | 一种基于立体视觉的高精度激光测量方法 | |
CN108320310B (zh) | 基于图像序列的空间目标三维姿态估计方法 | |
Haala et al. | Hybrid georeferencing, enhancement and classification of ultra-high resolution UAV lidar and image point clouds for monitoring applications | |
MOKRANE et al. | DEM generation based on UAV photogrammetry |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |