论文部分内容阅读
随着我国“数字地球”、“智慧城市”等新概念的提出,城市信息化建设对于多分辨率的海量数据采集及处理、三维数据可视化等基础地理空间信息工作提出了新要求。测绘行业的前沿技术代表之一,车载移动测量系统技术的出现则为智慧城市提供了强有力的技术支撑。移动测量系统以其快速获取三维空间信息并能够自动对数据进行处理的特点,广泛应用于与智慧城市建设相关的数字地图、基础测绘、城市三维建模等领域中。车载移动测量系统因此成为当前背景下的一个研究焦点。在车载移动测量系统研究领域,点云与影像的精确配准以及融合问题仍然没有得到很好的解决:一方面,点云数据的本身精度还不够高;另一方面,使用广角镜头、鱼眼镜头等大视场角镜头的畸变难以矫正,拍摄的影像难以与点云数据准确配准。基于此,本论文对高精度车载移动测量系统点云与影像数据配准问题进行了如下研究。首先,根据车载移动测量系统的采集原理,从时间配准和空间配准角度出发,在深入探索数据采集完成后所获取的多源数据的组织与对应关系,为更好的使点云数据与影像数据进行配准融合,本文设计了数据文件组织目录,并采用C++编程语言开发了三维激光点云与影像配准软件,将两种数据进行可视化和组织管理。其次,对基于同名特征点对的高精度点云与影像配准算法进行了研究。该方法将点云与影像配准问题拆分为相机参数标定(包括相机的内参数以及单个相机在全景相机系统中外参数求解)和全景相机在载体坐标系中的准确位姿求解两个子问题,并分别给出解决方法。相机标定通过建立标定场,基于标定场中的同名特征点对列出方程,求解出相机内参数以及相机在全景坐标系下的外参数,而后按照时间对齐,对点云进行分段,同一时间段内在点云和原始影像上选择同名特征点对,构建并求解出全景相机坐标系与平台坐标系之间的固定转换关系。通过这两步,求解出世界坐标系下三维空间坐标点与影像相片上像素坐标之间的关系,从而完成点云与影像的配准。最后,通过在复杂城市道路环境下采集多个实际数据(如转弯道路区域、直行道路区域)对算法进行了测试和验证,并从定性和定量两个方面进行精度评定。实验结果表明,本文研究的基于同名特征点对的高精度点云与影像配准算法能够精确的将点云与影像信息融合在一起,验证了算法的有效性,具备很强的实际意义。