CN109087339A - 一种激光扫描点与影像配准方法 - Google Patents
一种激光扫描点与影像配准方法 Download PDFInfo
- Publication number
- CN109087339A CN109087339A CN201810608327.5A CN201810608327A CN109087339A CN 109087339 A CN109087339 A CN 109087339A CN 201810608327 A CN201810608327 A CN 201810608327A CN 109087339 A CN109087339 A CN 109087339A
- Authority
- CN
- China
- Prior art keywords
- image
- point cloud
- same place
- laser
- laser scanning
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000012937 correction Methods 0.000 claims abstract description 10
- 230000009466 transformation Effects 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims 1
- 230000004907 flux Effects 0.000 claims 1
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 claims 1
- 230000015572 biosynthetic process Effects 0.000 abstract description 4
- 230000009467 reduction Effects 0.000 abstract description 4
- 230000003595 spectral effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种激光扫描点与影像配准方法，包括如下步骤：S1、对序列影像进行畸变校正,得到畸变改正参数，用于消除由数码相机镜头畸变及电子器件产生的像点坐标误差；S2、基于灰度、特征和语义来对立体影像进行匹配，得到影像间的同名点；S3、将S2中匹配影像间的同名点建立了一定的对应关系，涉及激光扫描技术领域。该激光扫描点与影像配准方法，很好的解决了在准确确定出三维激光云点在相应数码影像上的像素坐标时，由于在激光点云中人工精确拾取与数字影像的对应点较困难，且工作量较大的问题，实现了减少人工干预，达到了提高生成效率和自动化程度的目的，从而大大方便了激光扫描点与影像的配准工作。
Description
技术领域
本发明涉及激光扫描技术领域，具体为一种激光扫描点与影像配准方法。
背景技术
激光扫描测量技术是最近发展起来的一种新技术，已成为空间数据获取 的一种重要技术手段，实践中，在获取激光扫描数据的同时，可利用数码相 机在被测物体周围补拍若干照片，若能将它们结合起来，将给三维建模和测 量带来更大的便利，结合这两种传感器数据的前提是要能够精确地配准，即 计算出各张照片在激光扫描坐标系下的外方位元素，激光扫描擦亮技术在雷 达成像领域应用也十分广泛，激光雷达能够快速获得目标表面高精度、高密 度的三维点坐标信息，并获取激光反射信号强度信息，但是却难以获得目标 光谱信息，不利于三维激光点云数据的有效处理和理解，为了解决这个问题， 可利用数码影像丰富的光谱信息来弥补三维激光点云的不足，如何获取扫描 点的光谱信息，其关键在于如何实现点云数据与影像两种数据的高精度配准。
目前在准确确定出三维激光云点在相应数码影像上的像素坐标时，由于 在激光点云中人工精确拾取与数字影像的对应点较困难，且工作量较大,不能 实现减少人工干预，无法达到提高生成效率和自动化程度的目的，从而给激 光扫描点与影像的配准工作带来了极大的不便，因此，寻找一种自动配准算 法是必要的。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种激光扫描点与影像配准方法， 解决了现有人工精确拾取与数字影像的对应点较困难，且工作量较大,不能实 现减少人工干预，无法达到提高生成效率和自动化程度的目的，从而给激光 扫描点与影像的配准工作带来了极大不便的问题。
(二)技术方案
基于背景技术存在的技术问题，本发明提出了一种激光扫描点与影像配 准方法，包括如下步骤：
S1、对序列影像进行畸变校正,得到畸变改正参数，用于消除由数码相机 镜头畸变及电子器件产生的像点坐标误差；
S2、基于灰度、特征和语义来对立体影像进行匹配，得到影像间的同名 点；
S3、将S2中匹配影像间的同名点建立了一定的对应关系，通过这些关系 即可进行摄影测量的解算，来对序列影像进行相对定向和模型连接；
S4、再次进行立体匹配，将得到的同名点通过前方交会得到由影像生成 的点云，相对定向与模型连接恢复了摄影时像片之间的相对位姿关系,建立了 一个统一的立体模型，该立体模型是一个以相对定向中选定的像空间辅助坐 标系为基准的模型，与真实的地物相差一个缩放尺度、位置平移以及姿态旋 转，通过匹配同名点的前方交会，能得到稀疏的相对定向点云；
S5、通过至少三对三维激光点云与序列影像的同名点，求出由影像生成 的点云与三维激光点云之间的空间相似变换关系，将相对定向点云转换到物 方坐标系下，实质为两个三维点云之间的空间相似变换，良好的初值并不容 易获得，单位四元数描述坐标系的旋转关系，即利用单位四元数取代传统的 坐标旋转矩阵，不需初值和迭代即可进行绝对定向的直接解算；
S6、利用变换关系解算出影像在三维激光点云坐标系下的外方位元素初 值；
S7、对所有影像进行光束法平差，整体解算出影像在三维激光点云坐标 系下的外方位元素精确值。
优选的，所述光束法平差是以变换关系解算出的影像在三维激光点云坐 标系下的外方位元素作为初值，对影像的外方位元素及匹配点的物方坐标做 整体优化。
优选的，所述特征点匹配算法有：相关系数法、松弛法、最小二乘法等 相关方法。
优选的，所述三维激光点云只需要大于等于3对激光点云与序列影像的 同名点即可完成变换。
(三)有益效果
本发明提供了一种激光扫描点与影像配准方法。具备以下有益效果：该 激光扫描点与影像配准方法，通过在S1、对序列影像进行畸变校正,得到畸变 改正参数，用于消除由数码相机镜头畸变及电子器件产生的像点坐标误差， S2、基于灰度、特征和语义来对立体影像进行匹配，得到影像间的同名点， S3、将S2中匹配影像间的同名点建立了一定的对应关系，通过这些关系即可 进行摄影测量的解算，来对序列影像进行相对定向和模型连接，S4、再次进 行立体匹配，将得到的同名点通过前方交会得到由影像生成的点云，S5、通 过至少三对三维激光点云与序列影像的同名点，求出由影像生成的点云与三 维激光点云之间的空间相似变换关系，S6、利用变换关系解算出影像在三维 激光点云坐标系下的外方位元素初值，S7、对所有影像进行光束法平差，整 体解算出影像在三维激光点云坐标系下的外方位元素精确值，很好的解决了 在准确确定出三维激光云点在相应数码影像上的像素坐标时，由于在激光点 云中人工精确拾取与数字影像的对应点较困难，且工作量较大的问题，实现 了减少人工干预，达到了提高生成效率和自动化程度的目的，从而大大方便 了激光扫描点与影像的配准工作。
具体实施方式
下面将结合本发明实施例，对本发明中的技术方案进行清楚、完整地描 述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施 例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前 提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提出一种激光扫描点与影像配准方法，包括如下步骤：
S1、对序列影像进行畸变校正,得到畸变改正参数，用于消除由数码相机 镜头畸变及电子器件产生的像点坐标误差；
S2、基于灰度、特征和语义来对立体影像进行匹配，得到影像间的同名 点；
S3、将S2中匹配影像间的同名点建立了一定的对应关系，通过这些关系 即可进行摄影测量的解算，来对序列影像进行相对定向和模型连接；
S4、再次进行立体匹配，将得到的同名点通过前方交会得到由影像生成 的点云，相对定向与模型连接恢复了摄影时像片之间的相对位姿关系,建立了 一个统一的立体模型，该立体模型是一个以相对定向中选定的像空间辅助坐 标系为基准的模型，与真实的地物相差一个缩放尺度、位置平移以及姿态旋 转，通过匹配同名点的前方交会，能得到稀疏的相对定向点云；
S5、通过至少三对三维激光点云与序列影像的同名点，求出由影像生成 的点云与三维激光点云之间的空间相似变换关系，将相对定向点云转换到物 方坐标系下，实质为两个三维点云之间的空间相似变换，良好的初值并不容 易获得，单位四元数描述坐标系的旋转关系，即利用单位四元数取代传统的 坐标旋转矩阵，不需初值和迭代即可进行绝对定向的直接解算；
S6、利用变换关系解算出影像在三维激光点云坐标系下的外方位元素初 值；
S7、对所有影像进行光束法平差，整体解算出影像在三维激光点云坐标 系下的外方位元素精确值。
本发明中，光束法平差是以变换关系解算出的影像在三维激光点云坐标 系下的外方位元素作为初值，对影像的外方位元素及匹配点的物方坐标做整 体优化。
本发明中，特征点匹配算法有：相关系数法、松弛法、最小二乘法等相 关方法。
本发明中，三维激光点云只需要大于等于3对激光点云与序列影像的同 名点即可完成变换。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来 将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示 这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、 “包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系 列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明 确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有 的要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而 言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行 多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限 定。
Claims (4)
1.一种激光扫描点与影像配准方法，其特征在于：包括如下步骤：
S1、对序列影像进行畸变校正,得到畸变改正参数，用于消除由数码相机镜头畸变及电子器件产生的像点坐标误差；
S2、基于灰度、特征和语义来对立体影像进行匹配，得到影像间的同名点；
S3、将S2中匹配影像间的同名点建立了一定的对应关系，通过这些关系即可进行摄影测量的解算，来对序列影像进行相对定向和模型连接；
S4、再次进行立体匹配，将得到的同名点通过前方交会得到由影像生成的点云，相对定向与模型连接恢复了摄影时像片之间的相对位姿关系,建立了一个统一的立体模型，该立体模型是一个以相对定向中选定的像空间辅助坐标系为基准的模型，与真实的地物相差一个缩放尺度、位置平移以及姿态旋转，通过匹配同名点的前方交会，能得到稀疏的相对定向点云；
S5、通过至少三对三维激光点云与序列影像的同名点，求出由影像生成的点云与三维激光点云之间的空间相似变换关系，将相对定向点云转换到物方坐标系下，实质为两个三维点云之间的空间相似变换，良好的初值并不容易获得，单位四元数描述坐标系的旋转关系，即利用单位四元数取代传统的坐标旋转矩阵，不需初值和迭代即可进行绝对定向的直接解算；
S6、利用变换关系解算出影像在三维激光点云坐标系下的外方位元素初值；
S7、对所有影像进行光束法平差，整体解算出影像在三维激光点云坐标系下的外方位元素精确值。
2.根据权利要求1所述的一种激光扫描点与影像配准方法，其特征在于：所述光束法平差是以变换关系解算出的影像在三维激光点云坐标系下的外方位元素作为初值，对影像的外方位元素及匹配点的物方坐标做整体优化。
3.根据权利要求1所述的一种激光扫描点与影像配准方法，其特征在于：所述特征点匹配算法有：相关系数法、松弛法、最小二乘法等相关方法。
4.根据权利要求1所述的一种激光扫描点与影像配准方法，其特征在于：所述三维激光点云只需要大于等于3对激光点云与序列影像的同名点即可完成变换。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810608327.5A CN109087339A (zh) | 2018-06-13 | 2018-06-13 | 一种激光扫描点与影像配准方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810608327.5A CN109087339A (zh) | 2018-06-13 | 2018-06-13 | 一种激光扫描点与影像配准方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109087339A true CN109087339A (zh) | 2018-12-25 |
Family
ID=64839534
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810608327.5A Pending CN109087339A (zh) | 2018-06-13 | 2018-06-13 | 一种激光扫描点与影像配准方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109087339A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109727278A (zh) * | 2018-12-31 | 2019-05-07 | 中煤航测遥感集团有限公司 | 一种机载LiDAR点云数据与航空影像的自动配准方法 |
| CN109816780A (zh) * | 2019-01-31 | 2019-05-28 | 广东电网有限责任公司 | 一种双目序列影像的输电线路三维点云生成方法及装置 |
| CN110766734A (zh) * | 2019-08-15 | 2020-02-07 | 中国科学院遥感与数字地球研究所 | 光学影像与热红外影像的配准方法及设备 |
| CN112254670A (zh) * | 2020-10-15 | 2021-01-22 | 天目爱视（北京）科技有限公司 | 一种基于光扫描和智能视觉融合的3d信息采集设备 |
| CN112419380A (zh) * | 2020-11-25 | 2021-02-26 | 湖北工业大学 | 一种基于云掩膜的静止轨道卫星序列影像高精度配准方法 |
| CN115588127A (zh) * | 2022-10-18 | 2023-01-10 | 武汉际上导航科技有限公司 | 一种机载激光点云与多光谱影像融合的方法 |
| WO2024098428A1 (zh) * | 2022-11-11 | 2024-05-16 | 重庆数字城市科技有限公司 | 一种配准方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1620153A (zh) * | 2004-12-02 | 2005-05-25 | 武汉大学 | 利用平面控制点场进行非量测数码相机标定的方法 |
| CN101901502A (zh) * | 2010-08-17 | 2010-12-01 | 黑龙江科技学院 | 光学三维测量中多视点云数据的全局优化配准方法 |
| CN103744086A (zh) * | 2013-12-23 | 2014-04-23 | 北京建筑大学 | 一种地面激光雷达与近景摄影测量数据的高精度配准方法 |
| CN104048649A (zh) * | 2013-03-15 | 2014-09-17 | 南京中观软件技术有限公司 | 一种多视影像与三维模型的快速配准方法 |
| CN104268935A (zh) * | 2014-09-18 | 2015-01-07 | 华南理工大学 | 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 |
| WO2017199141A1 (en) * | 2016-05-20 | 2017-11-23 | Nokia Usa Inc. | Point cloud matching method |
-
2018
- 2018-06-13 CN CN201810608327.5A patent/CN109087339A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1620153A (zh) * | 2004-12-02 | 2005-05-25 | 武汉大学 | 利用平面控制点场进行非量测数码相机标定的方法 |
| CN101901502A (zh) * | 2010-08-17 | 2010-12-01 | 黑龙江科技学院 | 光学三维测量中多视点云数据的全局优化配准方法 |
| CN104048649A (zh) * | 2013-03-15 | 2014-09-17 | 南京中观软件技术有限公司 | 一种多视影像与三维模型的快速配准方法 |
| CN103744086A (zh) * | 2013-12-23 | 2014-04-23 | 北京建筑大学 | 一种地面激光雷达与近景摄影测量数据的高精度配准方法 |
| CN104268935A (zh) * | 2014-09-18 | 2015-01-07 | 华南理工大学 | 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 |
| WO2017199141A1 (en) * | 2016-05-20 | 2017-11-23 | Nokia Usa Inc. | Point cloud matching method |
Non-Patent Citations (1)
| Title |
|---|
| 刘善勇: "三维激光点云与序列数码影像配准方法的研究", 《城市勘测》 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109727278A (zh) * | 2018-12-31 | 2019-05-07 | 中煤航测遥感集团有限公司 | 一种机载LiDAR点云数据与航空影像的自动配准方法 |
| CN109727278B (zh) * | 2018-12-31 | 2020-12-18 | 中煤航测遥感集团有限公司 | 一种机载LiDAR点云数据与航空影像的自动配准方法 |
| CN109816780A (zh) * | 2019-01-31 | 2019-05-28 | 广东电网有限责任公司 | 一种双目序列影像的输电线路三维点云生成方法及装置 |
| CN109816780B (zh) * | 2019-01-31 | 2023-04-14 | 广东电网有限责任公司 | 一种双目序列影像的输电线路三维点云生成方法及装置 |
| CN110766734A (zh) * | 2019-08-15 | 2020-02-07 | 中国科学院遥感与数字地球研究所 | 光学影像与热红外影像的配准方法及设备 |
| CN112254670A (zh) * | 2020-10-15 | 2021-01-22 | 天目爱视（北京）科技有限公司 | 一种基于光扫描和智能视觉融合的3d信息采集设备 |
| CN112419380A (zh) * | 2020-11-25 | 2021-02-26 | 湖北工业大学 | 一种基于云掩膜的静止轨道卫星序列影像高精度配准方法 |
| CN112419380B (zh) * | 2020-11-25 | 2023-08-15 | 湖北工业大学 | 一种基于云掩膜的静止轨道卫星序列影像高精度配准方法 |
| CN115588127A (zh) * | 2022-10-18 | 2023-01-10 | 武汉际上导航科技有限公司 | 一种机载激光点云与多光谱影像融合的方法 |
| CN115588127B (zh) * | 2022-10-18 | 2024-05-10 | 武汉际上导航科技有限公司 | 机载激光点云与多光谱影像融合的方法 |
| WO2024098428A1 (zh) * | 2022-11-11 | 2024-05-16 | 重庆数字城市科技有限公司 | 一种配准方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109087339A (zh) | 一种激光扫描点与影像配准方法 | |
| CN109615652B (zh) | 一种深度信息获取方法及装置 | |
| WO2024045632A1 (zh) | 基于双目视觉和imu的水下场景三维重建方法及设备 | |
| CN109919911B (zh) | 基于多视角光度立体的移动三维重建方法 | |
| CN108648237B (zh) | 一种基于视觉的空间定位方法 | |
| Teller et al. | Calibrated, registered images of an extended urban area | |
| CN107833181B (zh) | 一种基于变焦立体视觉的三维全景图像生成方法 | |
| CN108520537B (zh) | 一种基于光度视差的双目深度获取方法 | |
| CN109579695B (zh) | 一种基于异构立体视觉的零件测量方法 | |
| WO2016037486A1 (zh) | 人体三维成像方法及系统 | |
| CN107358633A (zh) | 一种基于三点标定物的多相机内外参标定方法 | |
| CN109325981B (zh) | 基于聚焦像点的微透镜阵列型光场相机几何参数标定方法 | |
| CN111784778A (zh) | 基于线性求解非线性优化的双目相机外参标定方法和系统 | |
| CN114705122B (zh) | 一种大视场立体视觉标定方法 | |
| CN110874854B (zh) | 一种基于小基线条件下的相机双目摄影测量方法 | |
| CN111461963B (zh) | 一种鱼眼图像拼接方法及装置 | |
| CN113129430B (zh) | 基于双目结构光的水下三维重建方法 | |
| CN101354796B (zh) | 基于泰勒级数模型的全向立体视觉三维重建方法 | |
| CN110517309A (zh) | 一种基于卷积神经网络的单目深度信息获取方法 | |
| CA3233222A1 (en) | Method, apparatus and device for photogrammetry, and storage medium | |
| CN103886595A (zh) | 一种基于广义统一模型的折反射相机自标定方法 | |
| Pathak et al. | Dense 3D reconstruction from two spherical images via optical flow-based equirectangular epipolar rectification | |
| CN115359127A (zh) | 一种适用于多层介质环境下的偏振相机阵列标定方法 | |
| CN111739103A (zh) | 一种基于单点标定物的多相机标定系统 | |
| Chatterjee et al. | A nonlinear Gauss–Seidel algorithm for noncoplanar and coplanar camera calibration with convergence analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181225 |
|
| RJ01 | Rejection of invention patent application after publication |