论文部分内容阅读
机载高光谱和LiDAR为代表的现代遥感技术已成为探测地物信息的重要手段。高光谱影像具有丰富的二维波段信息,而LiDAR波段单一,但可获取地物空间三维信息,将二者有效融合,发挥多平台数据互补优势,已成为当前研究的热点。但现阶段机载高光谱/LiDAR生产及后处理方法未得到充分重视,精细化处理理论体系仍需完善。本文以机载高光谱/LiDAR集成地物监测关键技术为主要研究内容,围绕监测平台框架开发及其误差消减方法展开系统研究。内容涵盖机载高光谱/LiDAR集成监测系统设计、高精度位姿解算、数据点地理几何校正、辐射校正及校正后同步数据在植物物种监测中的性能测试五部分。论文的重点研究内容概括如下:(1)针对机载集成监测系统位姿数据的卡尔曼滤波解算过程中由于载体高频振动及频繁大姿态制动导致的动态模型扰动与观测粗差多模式并存难题,构建了动态模型扰动与观测粗差多模式并存的统一处理模型。提出将抗差自适应滤波引入前后向平滑中以实现状态与观测方差阵权重优化,在此基础上结合自适应因子为前后向滤波器自适应赋权,形成观测粗差与状态模型扰动的并行处理机制。推导了统一处理模型在多种误差组合模式下的平滑近似解,从理论上实现了动态模型扰动与观测粗差的自适应处理,并通过实验验证其可行性。(2)针对机载集成监测系统定位误差消减问题,利用SIFT+RANSAC算法高效地自动提取高光谱条带影像之间的同名点,经同名点约束的安置角误差消减及航带平差生成实验区的无偏高光谱整幅数据;对于LiDAR点云,选择平面特征作为激光雷达不同条带配准的基元,构建基于平面法向量和平面至原点距离组合的平面四参数表达算法。在此基础上推导基于四元数描述平面特征约束的三维相似变换模型。然后以配准后同名平面特征的唯一参数相等作为约束条件,形成三维空间相似变换的目标函数解算相邻条带的配准参数。最后,以配准后点云重叠区源点云到目标点云对应面片距离残差平方和最小为目标,建立平差方程迭代求解安置角误差。实验表明,相比于基于同名点连接的解算模型,提出的方法更加适应点云离散性特征,从而避免引入过多点云定位随机误差,使安置角求解收敛更快,精度更高,并为后续实施法向量空间均匀采样ICP算法辅助的条带平差提高了良好的初值。经地面控制点定量检验证明,在飞行高度较低且高光谱和LiDAR共用一套姿态位置测量系统同步采集数据的情况下,经过安置角误差消减和条带平差后的两种传感器数据图层中同名地物近乎可以免配准像素级对应。(3)针对机载集成监测系统辐射扰动导致的地物光谱变异性大问题,分别构建了高光谱和激光雷达辐射衰减及反射模型扰动辐射校正模型。为消减高光谱系统扰动辐射,提出了一种顾及辐射路径衰减和BRDF效应的改进辐射校正方法,用于生成辐射一致性良好的高光谱影像。首先建立宽视场角数据瞬时角度与辐亮度均值的统计关系,将不同角度下的辐亮度校正到扫描仪推扫单元中心,消除辐射衰减差异;然后鉴于集成监测系统不具备万向姿态补偿装置,引入高动态扫描仪姿态分地类构建改进后核驱动的BRDF函数。LiDAR反射强度信息的校正步骤与高光谱数据类似,首先采用经典强度修正方法消除环境影响,然后借助顾及激光扫描仪姿态的Phong光照模型实现散射拟合。实例数据证明高光谱瞬时视场角与辐射传输路径差的拟合曲线近似为一元二次方程,依据方程参数可以将所有像元归化到中心像元完成辐射传输衰减差异校正,结合改进后BRDF模型生产的高光谱影像视觉上消除了明暗变化,辐射均一,定量结果显示其相比原始影像同类地物反射率变异系数大幅降低,且对样本依赖小,不存在过校正现象。而沿条带中心向外呈三角形分布的激光雷达强度散点经强度校正实验改正后分布同样变得更加均匀,同地类强度同质性有了大幅提升。(4)针对复杂地形低矮植被冠层高度精确提取难题,构建了由渐进两步滤波结合Otsu分割(Ex G-Ex R)指数的地面滤波算法和基于多方向剖面线最优拟合的地面插值算法组成的冠层高度提取模型。其中,渐进两步滤波结合Otsu分割(Ex G-Ex R)指数的地面滤波算法相较传统滤波方法提取地面点精度更准确,而本文提出的多方向剖面线最优拟合的地面插值算法运行效率高,同时保留了地形细节并引入了局部地形趋势,可以有效抑制地面滤波算法误分类点对植被区插值的影响。相比IDW,RBF和OK算法运行效率分别提高了2倍,5倍和5倍,为后续植物精细分类提供了可靠的高度特征参数及反演效率。(5)将LiDAR提取的冠层高度和强度与高光谱提取的光谱及纹理特征通过随机森林算法降维并融合,实现了半干旱区12种植物类型的精细分类,分类图的定量化统计结果反映出同步/异步高光谱和激光雷达融合后的植物物种分类精度相比仅使用高光谱数据集有了大幅提升。此外,由于同步采集高光谱与LiDAR相比异步采集确保了二者的像素级匹配,降低了部分小冠幅植被高光谱特征与结构特征误匹配概率,可以最大程度地发挥数据潜能。因此将高光谱、LiDAR和GNSS/INS组合导航系统进行一体化集成,实现数据同步采集和精细后处理,对后期遥感定量应用具有重要意义。