CN111561949B - 机载激光雷达和高光谱成像仪一体机的坐标匹配方法 - Google Patents

机载激光雷达和高光谱成像仪一体机的坐标匹配方法 Download PDF

Info

Publication number
CN111561949B
CN111561949B CN202010508513.9A CN202010508513A CN111561949B CN 111561949 B CN111561949 B CN 111561949B CN 202010508513 A CN202010508513 A CN 202010508513A CN 111561949 B CN111561949 B CN 111561949B
Authority
CN
China
Prior art keywords
imaging center
laser radar
hyperspectral imager
data
object point
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
Application number
CN202010508513.9A
Other languages
English (en)
Other versions
CN111561949A (zh
Inventor
任立新
朱湘宁
韩善龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Iris Remote Sensing Technology Ltd inc
Original Assignee
Beijing Iris Remote Sensing Technology Ltd inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Iris Remote Sensing Technology Ltd inc filed Critical Beijing Iris Remote Sensing Technology Ltd inc
Priority to CN202010508513.9A priority Critical patent/CN111561949B/zh
Publication of CN111561949A publication Critical patent/CN111561949A/zh
Application granted granted Critical
Publication of CN111561949B publication Critical patent/CN111561949B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • 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
    • G01S7/497—Means for monitoring or calibrating
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Image Processing (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本发明涉及遥感测绘技术领域，具体提供一种机载激光雷达和高光谱成像仪一体机的坐标匹配方法，包括：S1：激光雷达的成像中心和高光谱成像仪的成像中心经过空间中的同一个原点；在所述原点，获取激光雷达的成像中心到点云对应地物点的第一角度数据和第一距离数据及高光谱成像仪的成像中心到像素对应地物点的第二角度数据和光谱数据；S2：获取激光雷达的成像中心到点云对应地物点的第三角度数据及高光谱成像仪的成像中心到像素对应地物点的第四角度数据；S3：确定高光谱成像仪的第二距离数据；S4：确定像素对应地物点的高程，将高程与光谱数据融合。本发明为高光谱成像仪的每个像素对应地物点匹配准确的高程值，提高了高光谱影像的正射校正精度。

Description

机载激光雷达和高光谱成像仪一体机的坐标匹配方法
技术领域
本发明涉及遥感测绘技术领域，具体是一种机载激光雷达和高光谱成像仪一体机的坐标匹配方法。
背景技术
数字正射影像图(Digital Orthophoto Map，简写DOM)相当于是正摄投影的航摄相片，但是实际通过航拍得到的航摄相片是中心投影，而且还存在因为相片倾斜和地面起伏产生的像点位移。这种航摄相片由于精度不够，不能够精确客观的表示地物的形状和空间位置。原始的航摄相片需要经过处理，才能得到正射图像，这一处理过程称之为相片纠正。航摄相片通过相片纠正后得到地球表面的真实描述，即所有被观察的物体的每一个像素点，都被垂直的投射到同一个平面上，对于地球而言是投射到切面上。同传统的地形图相比，数字正射影像图具有信息量大、形象直观、易于判读和现势性强等诸多优点，因而常被应用到地理信息系统(GIS)中。
遥感图像的正射校正是非常重要的，对于精确遥感是必不可少的。而对于不平坦的地面，如山脉，丘陵，森林，建筑物等就必须要有准确的高程。尤其对于低空无人机载遥感，因为地物高度相对于飞行高度占比非常高，则高程的准确性格外重要。相机的中心点和边缘的成像会有区别，这是光学系统造成的，这种误差是系统误差，可以通过一次修正解决。但是地形的高低是随机的，地形是影响正射校正的最主要因素。
在遥感测绘领域，地表的高程用数字高程模型(Digital ElevationModel，简称DEM)或地表高程(Digital SurfaceModel，缩写DSM)表示。
激光雷达是一种获得高精度DEM/DSM的设备，现有技术在做高光谱影像(或者其他影像)的正射校准也会用到激光雷达的数据。但是所采用的方法是，分别获得DEM/DSM数据，再通过纹理(图像的一些特征，比如一道墙)人为布置的特征点，来进行匹配融合。
但是这些方法的误差较大，且无法为影像上的每一个像素点提供较为准确的高程值，而没有准确的高程值就不能进行准确的正射校准。对于特征点模糊的地物(比如林冠)，这种匹配融合的方法常常会失效。
发明内容
(一)要解决的技术问题
为了解决上述技术问题，本发明提供一种机载激光雷达和高光谱成像仪一体机的坐标匹配方法，主要作用是为高光谱成像仪的每个像素对应地物点匹配准确的高程值。本发明借助一体机，可以为遥感图像的每个像素对应地物点提供准确的高程，为正射校准及其它校准提供了非常好的前提条件。
(二)技术方案
为了达到上述目的，本发明采用的主要技术方案包括：
机载激光雷达和高光谱成像仪一体机的坐标匹配方法，所述匹配方法包括以下步骤：
S1：激光雷达的成像中心和高光谱成像仪的成像中心经过空间中的同一个原点；在所述原点，获取激光雷达的成像中心到点云对应地物点的第一角度数据和第一距离数据以及高光谱成像仪的成像中心到像素对应地物点的第二角度数据和光谱数据；
S2：在激光雷达的成像中心经过所述原点时，用IMU获取的一体机的三维角度数据对第一角度数据进行转换，得到激光雷达的成像中心到点云对应地物点的第三角度数据，在高光谱成像仪的成像中心经过所述原点时，用IMU获取的一体机的三维角度数据对第二角度数据进行转换，得到高光谱成像仪的成像中心到像素对应地物点的第四角度数据；
S3：针对所述原点，当高光谱成像仪的成像中心到像素对应地物点的第四角度数据与激光雷达的成像中心到点云对应地物点的第三角度数据相同时，得到高光谱成像仪的成像中心到所述像素对应地物点的第二距离数据与激光雷达的成像中心到所述点云对应地物点的第一距离数据相同；
当高光谱成像仪的成像中心到像素对应地物点的第四角度数据与激光雷达的成像中心到点云对应地物点的第三角度数据不同时，通过选取激光雷达在所述像素对应地物点附近的点云对应地物点中的若干个点云对应地物点的第三角度数据对应的第一距离数据，采用插值法计算出激光雷达的成像中心到所述像素对应地物点的第一距离数据，根据激光雷达的成像中心和高光谱成像仪的成像中心均在所述原点，得到高光谱成像仪的成像中心到所述像素对应地物点的第二距离数据与激光雷达的成像中心到所述像素对应地物点的第一距离数据相同；
S4：依据高光谱成像仪的成像中心到像素对应地物点的第四角度数据和第二距离数据，确定所述像素对应地物点的高程，并将高程与光谱数据融合。
可选地，所述激光雷达的成像中心和高光谱成像仪的成像中心的连线与一体机的航向平行设置。
可选地，所述步骤S1还包括：
根据一体机的航速以及激光雷达的成像中心到高光谱成像仪的成像中心之间的距离计算得到高光谱成像仪的成像中心到激光雷达的成像中心的运动时间，所述运动时间为从高光谱成像仪的成像中心运动到激光雷达的成像中心的时间，或者从激光雷达的成像中心运动到高光谱成像仪的成像中心的时间。
可选地，所述步骤S1具体包括：
在高光谱成像仪的成像中心经过所述原点时，计算出高光谱成像仪的成像中心到像素对应地物点的第二角度数据；
根据所述运动时间，在激光雷达的成像中心经过所述原点时，计算出激光雷达的成像中心到点云对应地物点的第一角度数据和第一距离数据；或者
在激光雷达的成像中心经过所述原点时，计算出激光雷达的成像中心到点云对应地物点的第一角度数据和第一距离数据；
根据所述运动时间，在高光谱成像仪的成像中心经过所述原点时，计算出高光谱成像仪的成像中心到像素对应地物点的第二角度数据。
可选地，所述步骤S2具体包括：
在激光雷达的成像中心经过所述原点时，用IMU获取的一体机的三维角度数据对第一角度数据进行欧拉变换，得到激光雷达的成像中心到点云对应地物点的第三角度数据；
根据所述运动时间，在高光谱成像仪的成像中心经过所述原点时，用IMU获取的一体机的三维角度数据对第二角度数据进行欧拉变换，得到高光谱成像仪的成像中心到像素对应地物点的第四角度数据。
可选地，所述步骤S4具体包括：
将高光谱成像仪的成像中心到像素对应地物点的第四角度数据转换为旋转矩阵；
将旋转矩阵和第二距离数据相乘，计算得到所述像素对应地物点相对于一体机的相对高程，相对高程再加上一体机的海拔高度得到所述像素对应地物点的绝对高程；
将绝对高程与光谱数据融合。
可选地，所述步骤S4中将高程与光谱数据融合具体包括：
在高光谱成像仪的光谱数据中加入每个像素对应地物点的绝对高程，得到最终的光谱数据。
可选地，所述激光雷达的成像中心为激光雷达各激光反延长线的焦点，所述高光谱成像仪的成像中心为镜头的焦点。
(三)有益效果
本发明的有益效果是：本发明利用一体机的特点，将激光雷达和高光谱成像仪获取的数据统一在一个坐标系下，在这个坐标系中，可以为高光谱成像仪的每一个像素对应地物点计算出准确的从成像中心到像素对应地物点的距离；从而可以计算出每一个像素对应地物点的高程值，大大提高了高光谱影像的正射校准精度，也为其他校准和应用提供了非常好的前提条件。
本发明减少了采购成本和运行成本，相对于现有技术，可以少飞一次，减少测量时间，有效的提高了测量效率。
本发明借助一体机，可以为遥感图像的每个像素对应地物点提供准确的高程，为正射校准及其它校准提供了非常好的前提条件。
附图说明
图1为本发明一种机载激光雷达和高光谱成像仪一体机的坐标匹配方法的步骤框图。
图2为本发明一种机载激光雷达和高光谱成像仪一体机的主视图。
图3为本发明一种机载激光雷达和高光谱成像仪一体机的后视图。
图4为本发明一种机载激光雷达和高光谱成像仪一体机的俯视图。
图5为本发明一种机载激光雷达和高光谱成像仪一体机的仰视图。
【附图标记说明】
1：高光谱成像仪，2：IMU，3：激光雷达，4：机载电脑，5：激光雷达成像中心，6：高光谱成像仪成像中心。
具体实施方式
为了更好的解释本发明，以便于理解，下面结合附图，通过具体实施方式，对本发明作详细描述。
本发明实施例提出的一种机载激光雷达和高光谱成像仪一体机的坐标匹配方法，主要解决高光谱影像的正射校准精度低的技术问题，本发明通过将激光雷达和高光谱成像仪刚性连接在一起，使激光雷达的成像中心和高光谱成像仪的成像中心在不同时间依次通过空间中的同一原点，然后利用激光雷达的第三角度数据、第一距离数据以及高光谱成像仪的第四角度数据，计算出高光谱成像仪的第二距离数据，再根据高光谱成像仪的第四角度数据和第二距离数据计算出高光谱成像仪的像素对应地物点的高程，为高光谱成像仪的每个像素对应地物点匹配准确的高程值。本发明借助一体机，可以为遥感图像的每个像素对应地物点提供准确的高程，为正射校准及其它校准提供了非常好的前提条件。
为了更好的理解上述技术方案，下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更清楚、透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
实施例：如图1所示，本发明提供一种机载激光雷达和高光谱成像仪一体机的坐标匹配方法，包括以下步骤：
S1：激光雷达的成像中心和高光谱成像仪的成像中心经过空间中的同一个原点，在所述原点，获取激光雷达的成像中心到点云对应地物点的第一角度数据和第一距离数据；获取高光谱成像仪的成像中心到像素对应地物点的第二角度数据和光谱数据；
S2：在激光雷达的成像中心经过所述原点时，根据IMU获取的一体机的三维角度数据对S1中获取的第一角度数据进行转换，得到激光雷达的成像中心到点云对应地物点的第三角度数据；根据IMU在所述原点获取的一体机的三维角度数据对S1中获取的第二角度数据进行转换，得到高光谱成像仪的成像中心到像素对应地物点的第四角度数据；
S3：依据第三角度数据和第一距离数据，以及第四角度数据，确定高光谱成像仪对应第四角度数据的第二距离数据；
S4：依据高光谱成像仪的成像中心到像素对应地物点的第四角度数据和第二距离数据，确定像素对应地物点的高程，并将高程与光谱数据融合。
具体地，激光雷达的成像中心和高光谱成像仪的成像中心的连线与一体机的航向平行设置，以确保在一体机航行过程中，激光雷达的成像中心和高光谱成像仪的成像中心先后经过空间中的同一个原点。
步骤S1中还包括运动时间：根据一体机的航速以及激光雷达的成像中心到高光谱成像仪的成像中心之间的距离计算得到高光谱成像仪的成像中心到激光雷达的成像中心的运动时间，所述运动时间为从高光谱成像仪的成像中心运动到激光雷达的成像中心的时间，或者从激光雷达的成像中心运动到高光谱成像仪的成像中心的时间。
本发明中IMU即Inertial measurement unit，中文名称为惯性测量单元。
本发明利用一体机的特点，将激光雷达和高光谱成像仪获取的数据统一在一个坐标系下，在这个坐标系中，可以为高光谱成像仪的每一个像素对应地物点计算出准确的从成像中心到像素对应地物点的距离；从而可以计算出每一个像素对应地物点的高程值，大大提高了高光谱影像的正射校准精度。
根据上述实施例，本发明的匹配方法具体包括以下步骤：
S1：获取第一角度数据、第一距离数据、第二角度数据和光谱数据：
在高光谱成像仪的成像中心经过空间中的某一原点时，选取高光谱成像仪曝光的影像中的一个像素对应地物点作为第一测量点，获取高光谱成像仪的成像中心到第一测量点的第二角度数据；
根据所述运动时间，在激光雷达的成像中心经过上述原点时，计算出激光雷达的成像中心到各个点云对应地物点的第一角度数据和第一距离数据。
激光雷达和高光谱成像仪的测量都可以看成是从成像中心投射到测量物体的射线，激光雷达测量的数据是射线从成像中心到达点云对应地物点的第一距离数据以及第一角度数据，高光谱成像仪测量的数据则是射线从成像中心到达像素对应地物点的第二角度数据。高光谱成像仪还用于获取测量物体的影像的光谱数据，影像上包括若干个像素对应地物点。
本发明一体机中的激光雷达和高光谱成像仪的位置固定而且非常接近，激光雷达的成像中心为各激光反延长线的焦点，高光谱成像仪的成像中心为镜头的焦点。激光雷达的成像中心与高光谱成像仪的成像中心之间的连线，与从激光雷达的成像中心运动到高光谱成像仪的成像中心或者从高光谱成像仪的成像中心运动到激光雷达的成像中心的运动时间内的航向平行或者近似平行，这个运动时间一般很短暂，例如小于0.1秒。由于在如此短的时间内，飞机的航向和飞行高度都不会有很大的变化，故激光雷达的成像中心和高光谱成像仪的成像中心可以看成会先后经过同一个原点，有利于计算出高光谱成像仪的每一个像素对应地物点的高程。
本发明一体机中激光雷达和高光谱成像仪刚性连接，标定之后，不存在使用DEM、DSM过程中坐标转换的误差。
S2：获取第三角度数据和第四角度数据：
在激光雷达的成像中心经过上述原点时，将S1中获取的第一角度数据与此时IMU获取的一体机的三维角度数据相加，得到激光雷达的成像中心到各个点云对应地物点的第三角度数据；
根据所述运动时间，在高光谱成像仪的成像中心经过上述原点时，将S1中获取的第二角度数据与此时IMU获取的一体机的三维角度数据相加，得到高光谱成像仪的成像中心到第一测量点的第四角度数据；
将激光雷达的第一角度数据结合IMU获取的一体机的三维角度数据(包括横滚角，俯仰角和航向角)得到激光雷达的成像中心到点云对应地物点的第三角度数据(包括横滚角，俯仰角和航向角)，将高光谱成像仪的第二角度数据结合IMU获取的一体机的三维角度数据(包括横滚角，俯仰角和航向角)得到高光谱成像仪的成像中心到第一测量点的第四角度数据(包括横滚角，俯仰角和航向角)。
IMU用于获取一体机相对于大地坐标系的三维角度数据(包括横滚角，俯仰角和航向角)，其可以与激光雷达获取的第一角度数据联合计算出激光雷达的成像中心到点云对应地物点的连线相对于大地坐标系的第三角度数据，即该连线的三维角度方向，包括横滚角、俯仰角和航向角。IMU还可以与高光谱成像仪获取的第二角度数据联合计算出高光谱成像仪的成像中心到像素对应地物点的连线相对于大地坐标系的第四角度数据，即该连线的三维角度方向，包括横滚角、俯仰角和航向角。
S3：获取第二距离数据：
针对上述原点，当高光谱成像仪的成像中心到第一测量点的第四角度数据与激光雷达的成像中心到某个点云对应地物点的第三角度数据相同时，即第一测量点与某个点云对应地物点重合时，得到高光谱成像仪的成像中心到第一测量点的第二距离数据与激光雷达的成像中心到该点云对应地物点的第一距离数据相同，即得到第二距离数据；
当高光谱成像仪的成像中心到第一测量点的第四角度数据与激光雷达的成像中心到各个点云对应地物点的第三角度数据均不同时，即第一测量点与各个点云对应地物点均没有重合时，通过选取激光雷达在第一测量点附近的若干个点云对应地物点(与第一测量点最接近的左右各100个点云对应地物点)的第三角度数据对应的第一距离数据，采用插值法计算出激光雷达的成像中心到第一测量点的第一距离数据，由于激光雷达的成像中心和高光谱成像仪的成像中心均经过上述原点，可以得到高光谱成像仪的成像中心到第一测量点的第二距离数据与激光雷达的成像中心到第一测量点的第一距离数据相同，即得到第二距离数据。
激光雷达的成像中心和高光谱成像仪的成像中心在空间中先后经过同一个或者近似同一个原点，则根据一体机的航速可以计算出从激光雷达的成像中心运动到高光谱成像仪的成像中心或者从高光谱成像仪的成像中心运动到激光雷达的成像中心的运动时间，再根据这个运动时间，将同一个原点的激光雷达和高光谱成像仪的坐标数据进行匹配，坐标数据包括角度和距离。原则上，选取高光谱成像仪某一帧曝光的影像的对应时间激光雷达获得的坐标数据来匹配，激光雷达获得的坐标数据大约有几百个点，一帧曝光的时间一般小于0.01秒，因为激光雷达的成像中心和高光谱成像仪的成像中心是在同一个原点获得的数据，则相同角度的距离是相同的，特定角度的距离可以通过附近点云对应地物点对应角度的距离插值得到。即如果第三角度数据与第四角度数据相同，则激光雷达的成像中心到点云对应地物点的第一距离数据就是高光谱成像仪的成像中心到像素对应地物点的第二距离数据，如果第三角度数据与第四角度数据不相同，则通过该像素对应地物点附近的点云对应地物点的第三角度数据对应的第一距离数据采用插值法计算出激光雷达的成像中心到像素对应地物点的第一距离数据，就可以得到高光谱成像仪的成像中心到像素对应地物点的第二距离数据和激光雷达的成像中心到像素对应地物点的第一距离数据相同。
因为高光谱成像仪的成像中心和激光雷达的成像中心的连线与一体机的航向平行，所以在一体机经过这一小段距离所用的时间内，一小段距离指高光谱成像仪的成像中心到激光雷达的成像中心的距离，高光谱成像仪的成像中心和激光雷达的成像中心经过同一原点，此时忽略一体机的航向，高度和姿态变化。扣除一体机航行这一小段距离所用的时间，在同一原点上，结合IMU获取的一体机相对于大地坐标系的三维角度数据，获得激光雷达的成像中心到点云对应地物点的第三角度数据和第一距离数据，以及高光谱成像仪的成像中心到像素对应地物点的第四角度数据。当第三角度数据和第四角度数据相同时，第二距离数据等于第一距离数据；当第三角度数据和第四角度数据不相同时，采用插值法计算第二距离数据。
本实施例选取与高光谱成像仪的像素对应地物点最接近的两个点云对应地物点来进行插值匹配，由激光雷达的成像中心到点云对应地物点的第三角度数据和第一距离数据进行空间插值，可得到高光谱成像仪的成像中心到像素对应地物点的第二距离数据的函数L(r,p)：
Figure GDA0004142184590000101
其中：r为高光谱成像仪成像中心到像素对应地物点的横滚角，p为高光谱成像仪成像中心到像素对应地物点的俯仰角，r1为与高光谱成像仪的像素对应地物点最接近的一个点云对应地物点的横滚角，r2为与高光谱成像仪的像素对应地物点最接近的另一个点云对应地物点的横滚角，p1为与高光谱成像仪的像素对应地物点最接近的一个点云对应地物点的俯仰角，p2为与高光谱成像仪的像素对应地物点最接近的另一个点云对应地物点的俯仰角。
S4：计算高光谱成像仪的每个像素对应地物点的高程，得到最终的光谱数据：
通过将高光谱成像仪的成像中心到像素对应地物点的第四角度数据转换成欧拉旋转矩阵，并将上述欧拉旋转矩阵和第二距离数据相乘，计算得到像素对应地物点相对于一体机的相对高程，相对高程再加上一体机的海拔高度得到像素对应地物点的绝对高程，并将绝对高程与光谱数据融合，即在高光谱成像仪的光谱数据中加入每个像素对应地物点的绝对高程，得到最终的光谱数据。
将高光谱成像仪的成像中心到像素对应地物点的第二距离数据，结合第四角度数据，可以得到该像素对应地物点的相对高程H：
H＝L*F(r,p,y)
其中，L为高光谱成像仪的成像中心到像素对应地物点的第二距离，F为欧拉旋转矩阵，r为高光谱成像仪成像中心到像素对应地物点的横滚角，p为高光谱成像仪成像中心到像素对应地物点的俯仰角，y为高光谱成像仪成像中心到像素对应地物点的航向角。
进而可以得到该像素对应地物点的绝对高程h：
h＝h原点+H
其中，h原点为高光谱成像仪的成像中心到海平面的高程，即高光谱成像仪的海拔高度，可以通过GPS传感器获得；H为该像素对应地物点的相对高程。
以此类推，可以得到高光谱成像仪拍摄的影像上的每一个像素对应地物点的高程，也就可以获得更好的正射校准。
本发明计算出的高程可以与光谱数据一同分析，实现更多的功能。本发明减少了采购成本(只用一个IMU和一个GPS)和运行成本(只飞一次)，相对于现有技术，可以少飞一次，减少测量时间，有效的提高了测量效率。
本发明实现上述方法的一种机载激光雷达和高光谱成像仪一体机系统，参照图2-图5，包括：高光谱成像仪1、激光雷达3、IMU2、GPS(图中未示出)和机载电脑4；
其中，高光谱成像仪1用于获取每个像素对应地物点的光谱波长的强度值数据，以及每个像素对应地物点相对于高光谱成像仪成像中心6的角度，即第二角度数据，并把输出的数据传递给机载电脑；
激光雷达3用于测量不同角度方向上被测物体的距离，输出激光雷达成像中心5到点云对应地物点的第一角度数据和第一距离数据，并把输出的数据传递给机载电脑；
IMU2用于输出一体机相对于大地坐标系的三维角度数据，并把输出的数据传递给机载电脑；
GPS用于输出一体机相对于大地坐标系的GPS信息数据，并把输出的数据传递给机载电脑；
机载电脑4用于记录激光雷达3、高光谱成像仪1、IMU2和GPS输出的数据，并对整个系统进行控制。
本发明的激光雷达3和高光谱成像仪1刚性连接在一起，使用同一套IMU和GPS，最大程度降低了激光雷达和高光谱成像仪间的误差。
本发明利用插值法可以为高光谱成像仪的影像上的每一个像素对应地物点提供较为准确的高程值，大大提高了高光谱影像的正射校准精度。
由于本发明上述实施例所描述的系统，为实施本发明上述实施例的方法所采用的系统，故而基于本发明上述实施例所描述的方法，本领域所属技术人员能够了解该系统的具体结构及变形，因而在此不再赘述。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例，或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、系统和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。
应当注意的是，在权利要求中，不应将位于括号之间的任何附图标记理解成对权利要求的限制。词语“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的词语“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的权利要求中，这些装置中的若干个可以是通过同一个硬件来具体体现。词语第一、第二、第三等的使用，仅是为了表述方便，而不表示任何顺序。可将这些词语理解为部件名称的一部分。
此外，需要说明的是，在本说明书的描述中，术语“一个实施例”、“一些实施例”、“实施例”、“示例”、“具体示例”或“一些示例”等的描述，是指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管已描述了本发明的优选实施例，但本领域的技术人员在得知了基本创造性概念后，则可对这些实施例作出另外的变更和修改。所以，权利要求应该解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种修改和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也应该包含这些修改和变型在内。

Claims (8)

1.机载激光雷达和高光谱成像仪一体机的坐标匹配方法，其特征在于，所述匹配方法包括以下步骤：
S1：激光雷达的成像中心和高光谱成像仪的成像中心经过空间中的同一个原点；在所述原点，获取激光雷达的成像中心到点云对应地物点的第一角度数据和第一距离数据以及高光谱成像仪的成像中心到像素对应地物点的第二角度数据和光谱数据；
S2：在激光雷达的成像中心经过所述原点时，用IMU获取的一体机的三维角度数据对第一角度数据进行转换，得到激光雷达的成像中心到点云对应地物点的第三角度数据，在高光谱成像仪的成像中心经过所述原点时，用IMU获取的一体机的三维角度数据对第二角度数据进行转换，得到高光谱成像仪的成像中心到像素对应地物点的第四角度数据；
S3：针对所述原点，当高光谱成像仪的成像中心到像素对应地物点的第四角度数据与激光雷达的成像中心到点云对应地物点的第三角度数据相同时，得到高光谱成像仪的成像中心到所述像素对应地物点的第二距离数据与激光雷达的成像中心到所述点云对应地物点的第一距离数据相同；
当高光谱成像仪的成像中心到像素对应地物点的第四角度数据与激光雷达的成像中心到点云对应地物点的第三角度数据不同时，通过选取激光雷达在所述像素对应地物点附近的点云对应地物点中的若干个点云对应地物点的第三角度数据对应的第一距离数据，采用插值法计算出激光雷达的成像中心到所述像素对应地物点的第一距离数据，根据激光雷达的成像中心和高光谱成像仪的成像中心均在所述原点，得到高光谱成像仪的成像中心到所述像素对应地物点的第二距离数据与激光雷达的成像中心到所述像素对应地物点的第一距离数据相同；
S4：依据高光谱成像仪的成像中心到像素对应地物点的第四角度数据和第二距离数据，确定所述像素对应地物点的高程，并将高程与光谱数据融合。
2.根据权利要求1所述的机载激光雷达和高光谱成像仪一体机的坐标匹配方法，其特征在于，
所述步骤S1中，激光雷达的成像中心和高光谱成像仪的成像中心的连线与一体机的航向平行设置。
3.根据权利要求2所述的机载激光雷达和高光谱成像仪一体机的坐标匹配方法，其特征在于，
所述步骤S1还包括：
根据一体机的航速以及激光雷达的成像中心到高光谱成像仪的成像中心之间的距离计算得到高光谱成像仪的成像中心到激光雷达的成像中心的运动时间，所述运动时间为从高光谱成像仪的成像中心运动到激光雷达的成像中心的时间，或者从激光雷达的成像中心运动到高光谱成像仪的成像中心的时间。
4.根据权利要求3所述的机载激光雷达和高光谱成像仪一体机的坐标匹配方法，其特征在于，
所述步骤S1具体包括：
在高光谱成像仪的成像中心经过所述原点时，计算出高光谱成像仪的成像中心到像素对应地物点的第二角度数据；
根据所述运动时间，在激光雷达的成像中心经过所述原点时，计算出激光雷达的成像中心到点云对应地物点的第一角度数据和第一距离数据；或者
在激光雷达的成像中心经过所述原点时，计算出激光雷达的成像中心到点云对应地物点的第一角度数据和第一距离数据；
根据所述运动时间，在高光谱成像仪的成像中心经过所述原点时，计算出高光谱成像仪的成像中心到像素对应地物点的第二角度数据。
5.根据权利要求3所述的机载激光雷达和高光谱成像仪一体机的坐标匹配方法，其特征在于，
所述步骤S2具体包括：
在激光雷达的成像中心经过所述原点时，用IMU获取的一体机的三维角度数据对第一角度数据进行欧拉变换，得到激光雷达的成像中心到点云对应地物点的第三角度数据；
根据所述运动时间，在高光谱成像仪的成像中心经过所述原点时，用IMU获取的一体机的三维角度数据对第二角度数据进行欧拉变换，得到高光谱成像仪的成像中心到像素对应地物点的第四角度数据。
6.根据权利要求2所述的机载激光雷达和高光谱成像仪一体机的坐标匹配方法，其特征在于，
所述步骤S4具体包括：
将高光谱成像仪的成像中心到像素对应地物点的第四角度数据转换为旋转矩阵；
将旋转矩阵和第二距离数据相乘，计算得到所述像素对应地物点相对于一体机的相对高程，相对高程再加上一体机的海拔高度得到所述像素对应地物点的绝对高程；
将绝对高程与光谱数据融合。
7.根据权利要求6所述的机载激光雷达和高光谱成像仪一体机的坐标匹配方法，其特征在于，
所述步骤S4中将高程与光谱数据融合具体包括：
在高光谱成像仪的光谱数据中加入每个像素对应地物点的绝对高程，得到最终的光谱数据。
8.根据权利要求1所述的机载激光雷达和高光谱成像仪一体机的坐标匹配方法，其特征在于，
所述激光雷达的成像中心为激光雷达各激光反延长线的焦点，所述高光谱成像仪的成像中心为镜头的焦点。
CN202010508513.9A 2020-06-06 2020-06-06 机载激光雷达和高光谱成像仪一体机的坐标匹配方法 Active CN111561949B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010508513.9A CN111561949B (zh) 2020-06-06 2020-06-06 机载激光雷达和高光谱成像仪一体机的坐标匹配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010508513.9A CN111561949B (zh) 2020-06-06 2020-06-06 机载激光雷达和高光谱成像仪一体机的坐标匹配方法

Publications (2)

Publication Number Publication Date
CN111561949A CN111561949A (zh) 2020-08-21
CN111561949B true CN111561949B (zh) 2023-05-05

Family

ID=72070029

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010508513.9A Active CN111561949B (zh) 2020-06-06 2020-06-06 机载激光雷达和高光谱成像仪一体机的坐标匹配方法

Country Status (1)

Country Link
CN (1) CN111561949B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103017653A (zh) * 2012-11-27 2013-04-03 武汉海达数云技术有限公司 一种球面全景影像与三维激光扫描点云的配准及测量方法
CN106644077A (zh) * 2016-12-22 2017-05-10 中国科学院西安光学精密机械研究所 高精度视场匹配的主被动立体光谱成像装置及其探测方法
CN107316325A (zh) * 2017-06-07 2017-11-03 华南理工大学 一种基于图像配准的机载激光点云与影像配准融合方法
CN107544095A (zh) * 2017-07-28 2018-01-05 河南工程学院 一种地面三维激光点云与探地雷达图像融合的方法
CN109101977A (zh) * 2018-06-27 2018-12-28 深圳大学 一种基于无人机的数据处理的方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6664529B2 (en) * 2000-07-19 2003-12-16 Utah State University 3D multispectral lidar

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103017653A (zh) * 2012-11-27 2013-04-03 武汉海达数云技术有限公司 一种球面全景影像与三维激光扫描点云的配准及测量方法
CN106644077A (zh) * 2016-12-22 2017-05-10 中国科学院西安光学精密机械研究所 高精度视场匹配的主被动立体光谱成像装置及其探测方法
CN107316325A (zh) * 2017-06-07 2017-11-03 华南理工大学 一种基于图像配准的机载激光点云与影像配准融合方法
CN107544095A (zh) * 2017-07-28 2018-01-05 河南工程学院 一种地面三维激光点云与探地雷达图像融合的方法
CN109101977A (zh) * 2018-06-27 2018-12-28 深圳大学 一种基于无人机的数据处理的方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李先华 ; 黄睿 ; 黄微 ; .激光雷达与高光谱遥感对地立体探测研究.红外.2009,(第07期),全文. *
武继广 ; .基于机载激光雷达和遥感影像融合的地物探测方法研究.首都师范大学学报(自然科学版).2009,(第04期),全文. *

Also Published As

Publication number Publication date
CN111561949A (zh) 2020-08-21

Similar Documents

Publication Publication Date Title
Grodecki et al. IKONOS geometric accuracy
Granshaw Photogrammetric terminology
KR100912715B1 (ko) 이종 센서 통합 모델링에 의한 수치 사진 측량 방법 및장치
Wierzbicki et al. Assesment of the influence of UAV image quality on the orthophoto production
JP4685313B2 (ja) 任意の局面の受動的な体積画像の処理方法
Fazeli et al. Evaluating the potential of RTK-UAV for automatic point cloud generation in 3D rapid mapping
US10789673B2 (en) Post capture imagery processing and deployment systems
CN100541232C (zh) 无姿态信息条件下的航空多光谱扫描仪几何粗校正方法
CN109443359B (zh) 一种地面全景影像的地理定位方法
Poli A rigorous model for spaceborne linear array sensors
Díaz et al. Customizing unmanned aircraft systems to reduce forest inventory costs: can oblique images substantially improve the 3D reconstruction of the canopy?
JP2004021921A (ja) ステレオ画像を用いた地形計測システム及び記憶媒体並びにプログラム
Bevilacqua et al. Digital technology and mechatronic systems for the architectural 3D metric survey
Bybee et al. Method for 3-D scene reconstruction using fused LiDAR and imagery from a texel camera
Gonçalves Automatic orientation and mosaicking of archived aerial photography using structure from motion
Sai et al. Geometric accuracy assessments of orthophoto production from uav aerial images
CN108253942B (zh) 一种提高倾斜摄影测量空三质量的方法
CN112461204B (zh) 卫星对动态飞行目标多视角成像联合计算航行高度的方法
Nasrullah Systematic analysis of unmanned aerial vehicle (UAV) derived product quality
Redweik Photogrammetry
CN110986888A (zh) 一种航空摄影一体化方法
Zhou et al. Automatic orthorectification and mosaicking of oblique images from a zoom lens aerial camera
Muji et al. Assessment of Digital Elevation Model (DEM) using onboard GPS and ground control points in UAV image processing
CN111561949B (zh) 机载激光雷达和高光谱成像仪一体机的坐标匹配方法
Pagliari et al. Use of fisheye parrot bebop 2 images for 3d modelling using commercial photogrammetric software

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
GR01 Patent grant
GR01 Patent grant