CN114972446A - 一种基于罗德里格矩阵的光学影像与地面激光点云配准方法 - Google Patents

一种基于罗德里格矩阵的光学影像与地面激光点云配准方法 Download PDF

Info

Publication number
CN114972446A
CN114972446A CN202111589953.2A CN202111589953A CN114972446A CN 114972446 A CN114972446 A CN 114972446A CN 202111589953 A CN202111589953 A CN 202111589953A CN 114972446 A CN114972446 A CN 114972446A
Authority
CN
China
Prior art keywords
point cloud
registration
matrix
calculating
initial value
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
Application number
CN202111589953.2A
Other languages
English (en)
Inventor
刘明河
马泉池
韩玉成
彭鹏
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.)
General Technology Gropu Engineering Design Co ltd
Original Assignee
General Technology Gropu Engineering Design Co ltd
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 General Technology Gropu Engineering Design Co ltd filed Critical General Technology Gropu Engineering Design Co ltd
Priority to CN202111589953.2A priority Critical patent/CN114972446A/zh
Publication of CN114972446A publication Critical patent/CN114972446A/zh
Pending legal-status Critical Current

Links

Images

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
    • 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)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明属于摄影测量领域，尤其涉及航测点云数据拼接方法，其特征在于：1)基于罗德里格矩阵进行光学影像与地面激光点云配准。本发明采用一种基于罗德里格矩阵的配准方法，其特征在于有条件多次迭代求解权pi，从而优化求解配准参数。2)基于罗德里格矩阵给定合理限定条件多次迭代求解权pi，获得满足一定条件的权pi，进行配准参数逐步优化，求解姿态角
Figure DDA0003429536350000011
ω、κ并进行精度评定。基于精度评价公式ΔX＝KΔTKT进行计算，利用该方法进行配准参数优化，能够提高摄影测量点云拼接精度。

Description

一种基于罗德里格矩阵的光学影像与地面激光点云配准方法
技术领域
本发明涉及基于罗德里格矩阵的光学影像与地面激光点云配准方法，属于摄影测量领域。
技术背景
摄影测量中，激光点云可以提供精确的几何位置信息，通过光学影像可以获取丰富的色彩纹理信息。两者的结合广泛应用于三维建模。然而，两者所在的参考坐标系不同，需解决两者参考坐标系统一的问题，即两者之间的几何配准问题。在影像与激光点云配准中，主要存在以下困难(1)配准初值难以获取，由于空间相似变换模型为初始参数非线性方程，初始参数解较为复杂。(2)控制点存在选点误差，使得配准精度往往不能满足要求。
发明内容
本发明的目的是针对以上问题，提供一种稳定性强，配准精度高的光学影像与地面激光点云配准方法。其技术方案为：
一种基于罗德里格矩阵的光学影像与地面激光点云配准方法，其特征在于采用以下步骤：
1)基于罗德里格矩阵的配准参数迭代求解方法。假设有m个控制点，坐标分别为(Xi，Yi，Zi)，i＝1，2…m。其在影像上对应的像点坐标分别为(xi，yi)，则由共线条件方程可得如下3m个方程：
Figure BDA0003429536330000011
式中λ为尺度参数，Xs，Ys，Zs为平移参数，R为罗德里格矩阵，
Figure BDA0003429536330000021
(1)式可以写为参数a，b，c，XS，YS，ZS，λ的非线性最小二乘的形式：
Figure BDA0003429536330000022
令：
Figure BDA0003429536330000023
则有：
Figure BDA0003429536330000024
根据参数a，b，c，XS，YS，ZS，λ的初值，采用迭代方法求解配准参数。
2)迭代求解方法中权pi的确定。
模型迭代平差中不同类型观测值权的选取至关重要，权选取的过大或过小都会影响配准精度。本发明中权pi依据以下原则进行确定：
①像点观测的初始权pi 0＝1，i＝1，2…m。
②第j+1次迭代过程中，计算前一次迭代的中误差
Figure BDA0003429536330000025
令
Figure BDA0003429536330000026
则：
Figure BDA0003429536330000027
3)姿态角的计算及精度评定。
罗德里格矩阵：
Figure BDA0003429536330000028
由R求
Figure BDA0003429536330000029
ω、κ
Figure BDA00034295363300000210
ω＝-arcsin r23
Figure BDA0003429536330000031
又根据迭代平差计算出参数X＝[XS，YS，ZS，a，b，c]T的方差阵为ΔX，用方差传播律可推导
Figure BDA0003429536330000032
的方差阵
Figure BDA0003429536330000033
ΔX＝KΔTKT (9)
Figure BDA0003429536330000034
式中：
Figure BDA0003429536330000035
其它元素均为1。
具体实施方式
步骤1)控制点布设：均匀布设一定数量控制点，并对控制点进行观测获取其高精度坐标(Xi，Yi，Zi)。
步骤2)影像获取及像点坐标的量测：应用待检校的相机获取多幅带控制点影像，并量测影像上控制点像点坐标(xi，yi)。
步骤3)计算检校参数的初值：根据
Figure BDA0003429536330000041
计算λ初值，根据
Figure BDA0003429536330000042
式中：ΔXi＝Xi-Xi-1，ΔYi＝Yi-Yi-1，ΔZi＝Zi-Zi-1
Δxi＝xi-xi-1，Δyi＝yi-yi-1。
计算a，b，c的初值，将λ和a，b，c带入
Figure BDA0003429536330000043
计算出XS，YS，ZS的初值。
相机主距f初值选为相机焦距0。
步骤4)应用步骤3)中给出的a，b，c，XS，YS，ZS，λ初值，以及
Figure BDA0003429536330000044
Figure BDA0003429536330000045
Figure BDA0003429536330000046
迭代求解配准参数并计算。
步骤5)根据a，b，c求解姿态角
Figure BDA0003429536330000051
ω、κ并根据式ΔX＝KΔTKT进行精度评定。
实验数据证明：
实验证明本发明可以解决控制点选点精度较低的问题，有较高的配准精度，提高摄影测量点云精度。
附图说明：
图1为本发明点云配准流程图。
图2为本发明激光点云配准试验（航测）场地。

Claims (1)

1.一种基于罗德里格矩阵的光学影像与地面激光点云配准方法，其特征在于有条件多次迭代求解权pi，从而优化求解配准参数。
步骤1)控制点布设：均匀布设一定数量控制点，并对控制点进行观测获取其高精度坐标(Xi，Yi，Zi)。
步骤2)影像获取及像点坐标的量测：应用待检校的相机获取多幅带控制点影像，并量测影像上控制点像点坐标(xi，yi)。
步骤3)计算检校参数的初值：根据
Figure FDA0003429536320000011
计算λ初值，根据
Figure FDA0003429536320000012
式中：ΔXi＝Xi-Xi-1，ΔYi＝Yi-Yi-1，ΔZi＝Zi-Zi-1
Δxi＝xi-xi-1，Δyi＝yi-yi-1。
计算a，b，c的初值，将λ和a，b，c带入
Figure FDA0003429536320000013
计算出XS，YS，ZS的初值。
相机主距f初值选为相机焦距0。
步骤4)应用步骤3)中给出的a，b，c，XS，YS，ZS，λ初值，以及
Figure FDA0003429536320000014
Figure FDA0003429536320000015
Figure FDA0003429536320000016
迭代求解配准参数并计算。
步骤5)根据a，b，c求解姿态角
Figure FDA0003429536320000021
ω、k并根据式ΔX＝KΔTKT进行精度评定。
CN202111589953.2A 2021-12-23 2021-12-23 一种基于罗德里格矩阵的光学影像与地面激光点云配准方法 Pending CN114972446A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111589953.2A CN114972446A (zh) 2021-12-23 2021-12-23 一种基于罗德里格矩阵的光学影像与地面激光点云配准方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111589953.2A CN114972446A (zh) 2021-12-23 2021-12-23 一种基于罗德里格矩阵的光学影像与地面激光点云配准方法

Publications (1)

Publication Number Publication Date
CN114972446A true CN114972446A (zh) 2022-08-30

Family

ID=82974632

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111589953.2A Pending CN114972446A (zh) 2021-12-23 2021-12-23 一种基于罗德里格矩阵的光学影像与地面激光点云配准方法

Country Status (1)

Country Link
CN (1) CN114972446A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102314674A (zh) * 2011-08-29 2012-01-11 北京建筑工程学院 一种地面激光雷达数据纹理影像配准方法
CN104964669A (zh) * 2015-06-05 2015-10-07 北京建筑大学 类柱面文物对象正射影像生成方法
CN109410256A (zh) * 2018-10-29 2019-03-01 北京建筑大学 基于互信息的点云与影像自动高精度配准方法
CN111145227A (zh) * 2019-12-17 2020-05-12 北京建筑大学 一种地下隧道空间多视点云的可迭代整体配准方法
CN111854795A (zh) * 2020-01-10 2020-10-30 通用技术集团工程设计有限公司 基于罗德里格矩阵的相机检校方法
CN112102458A (zh) * 2020-08-31 2020-12-18 湖南盛鼎科技发展有限责任公司 基于激光雷达点云数据辅助的单镜头三维图像重构方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102314674A (zh) * 2011-08-29 2012-01-11 北京建筑工程学院 一种地面激光雷达数据纹理影像配准方法
CN104964669A (zh) * 2015-06-05 2015-10-07 北京建筑大学 类柱面文物对象正射影像生成方法
CN109410256A (zh) * 2018-10-29 2019-03-01 北京建筑大学 基于互信息的点云与影像自动高精度配准方法
CN111145227A (zh) * 2019-12-17 2020-05-12 北京建筑大学 一种地下隧道空间多视点云的可迭代整体配准方法
CN111854795A (zh) * 2020-01-10 2020-10-30 通用技术集团工程设计有限公司 基于罗德里格矩阵的相机检校方法
CN112102458A (zh) * 2020-08-31 2020-12-18 湖南盛鼎科技发展有限责任公司 基于激光雷达点云数据辅助的单镜头三维图像重构方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
俞路路等: "近景光学影像和三维激光扫描点云自动配准", 《激光杂志》 *
周俊召等: "基于罗德里格矩阵的点云与影像配准方法研究", 《工程勘察》 *
张东等: "基于罗德里格矩阵的三维激光扫描点云配准算法", 《测绘科学》 *
陈为民等: "基于罗德里格矩阵的车载激光点云与全景影像配准研究", 《测绘通报》 *

Similar Documents

Publication Publication Date Title
CN102889882B (zh) 一种基于光束平差的三维重建方法
KR101965965B1 (ko) 위성영상과 제공 rpc로부터 제작된 수치표고모델의 자동 오차보정 방법
CN106959075B (zh) 利用深度相机进行精确测量的方法和系统
CN109029368B (zh) 像方补偿的遥感影像/sar影像高精度几何定位后处理方法
CN103217688B (zh) 一种基于不规则三角网机载激光雷达点云平差计算方法
CN109900205B (zh) 一种高精度的单线激光器和光学相机的快速标定方法
CN106767907A (zh) 光学相机几何成像模型高精度标定与评估装置及方法
CN111798523B (zh) 星相机在轨定标定姿及遥感影像几何定位方法、系统
CN103390102B (zh) 一种卫星图像立体交会角的计算方法
CN105698766B (zh) 考虑定向参数精度信息的卫星影像rfm模型区域网平差方法
CN108801218B (zh) 大尺寸动态摄影测量系统的高精度定向及定向精度评价方法
CN110030968B (zh) 一种基于星载立体光学影像的地面遮挡物仰角测量方法
CN107728145B (zh) 基于序列星载sar图像计算地面点三维位置的方法
CN113763479A (zh) 一种折反射全景相机与imu传感器的标定方法
CN113739765A (zh) 一种无额外控制点的双目协同落点测量方法
CN113720351B (zh) 星载激光测高数据与遥感立体影像的联合区域网平差方法
CN110836662B (zh) 基于相对定向和绝对定向算法的边坡位移监测方法
Yilmaz et al. Digital photogrammetry in obtaining of 3D model data of irregular small objects
CN104535078B (zh) 一种基于标志点的光电设备对飞行目标的测量方法
El-Ashmawy A comparison study between collinearity condition, coplanarity condition, and direct linear transformation (DLT) method for camera exterior orientation parameters determination
CN114894094A (zh) 一种空间多靶标布设的激光扫描仪指标评估方法
KR102167847B1 (ko) 레이저 관측 장비를 이용한 ｍｍｓ의 캘리브레이션을 위한 장치 및 방법
CN114972446A (zh) 一种基于罗德里格矩阵的光学影像与地面激光点云配准方法
CN113255740A (zh) 一种多源遥感影像平差定位精度分析方法
CN115327500B (zh) 一种大型无人机机载激光雷达航摄系统的几何检校方法

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20220830

WD01 Invention patent application deemed withdrawn after publication