买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉大学

摘要：本发明公开了一种基于机载LiDAR点云辅助的同机影像直接地理定位方法及系统，包括选择子块影像集，根据影像所在区域截取机载LiDAR点云数据，利用SURF算子提取子块影像重叠区域内的同名像点；通过摄影测量空间前方交会获得同名像点的地面目标点，将目标点的高程值替换为从LiDAR点云内插出的高程值获得候选虚拟控制点；基于自动VCP选择过程刷选合适的虚拟控制点集，所述自动VCP选择过程包括平面度测试、坡度测试和可靠性测试；依据VCP点集和共线方程建立调整方程以执行视轴偏移补偿，支持获取基于机载LiDAR点云辅助的同机影像直接地理定位结果。本发明以机载激光雷达点云数据作为影像直接地理定位的控制信息来源，从而有效降低人力成本和时间成本，并保证校准精度。

主权项：1.一种基于机载LiDAR点云辅助的同机影像直接地理定位方法，其特征在于：包括以下处理，选择子块影像集，根据影像所在区域截取机载LiDAR点云数据，利用SURF算子提取子块影像重叠区域内的同名像点；通过摄影测量空间前方交会获得同名像点的地面目标点，将目标点的高程值替换为从LiDAR点云内插出的高程值获得候选虚拟控制点；基于自动VCP选择过程刷选合适的虚拟控制点集，所述自动VCP选择过程包括平面度测试、坡度测试和可靠性测试；依据VCP点集和共线方程建立调整方程以执行视轴偏移补偿，支持获取基于机载LiDAR点云辅助的同机影像直接地理定位结果；所述利用SURF算子提取子块影像重叠区域内的同名像点，实现过程如下，在图像尺度空间中，利用窗口滤波对图像进行卷积过程获取局部特征点；以60°扇形区域统计特征点周围像素值确定该特征点的主方向；沿特征点主方向对点周围数据进行haar小波滤波，构建一个特征向量作为该点的描述子；基于方向和灰度计算不同图像特征点间的相关系数，确定影像同名点；获得候选虚拟控制点的实现过程如下，将点云数据投影到二维平面上，并基于投影点构建2D不规则三角网，三角网的顶点的数值为对应点云的高程值；将目标点的平面坐标赋给虚拟控制点VCP，并判断VCP落在哪个三角形；计算候选虚拟控制点VCP坐标，如果目标点恰好位于三角形的一个顶点处，则将该顶点值赋给VCP点，否则通过三角形的顶点逆距离加权插值进行估计；基于自动VCP选择过程刷选合适的虚拟控制点集实现过程如下，平面度测试，包括搜索以VCP为中心的预设尺度窗口内的点云数据，拟合平面方程计算所在区域的平面度，并与相应设定阈值进行比较；坡度测试，包括计算VCP所在区域的坡度，与相应设定阈值进行比较；可靠性测试，包括对刷选的VCP点集分布进行约束，约定在测区上呈现均匀分布，且部分VCP位于多张影像重叠区内；依据VCP点集和共线方程建立调整方程以执行视轴偏移补偿实现过程如下，逐VCP点计算对应像点坐标，利用带有误差的外方位元素按共线条件式计算VCP像点坐标， 其中， 上式中，x,y为像点的图像坐标；f为相机焦距；λ是比例因子；XS，YS，ZS为传感器所在位置的地理三维坐标；X，Y，Z′为选取的虚拟控制点VCP的地理坐标；ai，bi，ci是旋转矩阵的元素，i＝1,2,3；ai′，bi′，ci′是补偿矩阵的元素，i＝1,2,3；将图像连接点的x，y坐标作为观测值，并将视轴未对准ω′，κ′作为未知数，利用泰勒公式的展开得到两误差方程： 其中，变量FX，FY，VX，VY，ex，ey，ez，Δex，Δey，Δez是对函数进行求导的结果的变量表示； 其中，Ai，Bi，Ci是为了方便统计设置的变量；逐点计算误差方程式的系数和常数项，组成误差方程式，表示如下，V＝AE-L其中，各表达式V、A、E、L表达为V＝[VXVY]T，E＝[ex，ey，ez]T，L＝[lx，ly]T，计算法方程的系数矩阵和常数项，组成法方程式，表示如下，E＝ATA-1ATL所得E代表外方位角元素补偿值；解算外方位元素，包括根据法方程求解外方位元素改正数，并与外方位元素求和，得到新的外方位元素。

全文数据：

权利要求：

百度查询： 武汉大学 基于机载LiDAR点云辅助的同机影像直接地理定位方法及系统