[發明專利]基于建筑輪廓的車載和航空LiDAR數據配準方法

有效

• 申請號: 201310227705.2
• 申請日: 2013-06-07
• 公開（公告）號: CN103324916A
• 公開（公告）日: 2013-09-25
• 發明（設計）人: 程亮;李滿春;陳振杰;劉永學;李飛雪;黃秋昊;陳東;童禮華;李爽;許浩
• 申請（專利權）人: 南京大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 南京同澤專利事務所(特殊普通合伙) 32245
• 代理人: 石敏

1.一種基于建筑輪廓的車載和航空LiDAR數據配準方法，包括以下步驟:

第一步、從車載LiDAR數據中提取二維建筑輪廓，得到車載二維建筑輪廓線段；

第二步、從航空LiDAR數據中提取二維建筑輪廓，得到航空二維建筑輪廓線段；

第三步、通過輪廓線段高程分割法將所述車載二維建筑輪廓線段和航空二維建筑輪廓線段分別分割成車載三維輪廓線段和航空三維建筑輪廓線段；

第四步、分別從車載和航空三維建筑輪廓線段中選取兩對輪廓線段，計算該兩對三維輪廓線段間的初始轉換矩陣;

第五步、利用第四步獲得的初始轉換矩陣對航空三維建筑輪廓線段進行變換，得到變換后的航空三維建筑輪廓線段；

第六步、若車載三維輪廓線段和所述變換后的航空三維建筑輪廓線段中匹配線段的數量大于指定閾值或者匹配線段的數量最多，則所述初始轉換矩陣為可靠轉換矩陣，否則重復第四步至第六步；

第七步、利用所述可靠轉換矩陣完成車載LiDAR數據和航空LiDAR數據的配準。

2.根據權利要求1所述的基于建筑輪廓的車載和航空LiDAR數據配準方法，其特征在于：對第六步得到的可靠轉換矩陣進行旋轉量修正和平移量修正，具體修正方法如下：

2a）利用所述可靠轉換矩陣對航空三維建筑輪廓線段進行轉換，得到可靠的航空三維建筑輪廓線段；

2b）找到所有車載三維建筑輪廓線段以及與其匹配的可靠的航空三維建筑輪廓線段對，得到所有的匹配線段對之間的夾角，對所述夾角按照大小進行聚類分組；

2c）對所有的聚類分組按照分組內匹配線段對的數量從大到小排序，得到排序后的聚類分組；

2d）依次累加排序后的聚類分組內的匹配線段對數量，當累加的匹配線段對數量超過所有的匹配線段對數量的預設比例時，對所有已累加的聚類分組內的匹配線段對的夾角進行平均，該平均夾角就是可靠轉換矩陣的旋轉修正量；

2e）圍繞所述可靠轉換矩陣所參照的旋轉中心、以所述旋轉修正量為旋轉量對所述轉換后的航空三維建筑輪廓線段進行旋轉，得到旋轉量修正后的航空三維建筑輪廓線段；

2f）根據共線方程計算車載三維建筑輪廓線段和與其匹配的旋轉量修正后的航空三維建筑輪廓線段之間的平移量，得到可靠轉換矩陣的平移修正量；

2h）依次利用旋轉修正量和平移修正量對所述可靠轉換矩陣進行修正。

3.根據權利要求1所述的基于建筑輪廓的車載和航空LiDAR數據配準方法，其特征在于，第一步中，從車載LiDAR數據中提取二維建筑輪廓的方法是：

3a）從車載LiDAR點云中構建規則格網，將車載LiDAR點云投影至XY平面，統計每一格網內LiDAR點云的極高值Z_i及格網中LiDAR點云的數量N_i，其中格網中LiDAR點云的數量N_i為對應格網中極高值Z_i的累積量；

3b）計算LiDAR點云中所有LiDAR點高程的最高值和最低值得到LiDAR點云高程區間[Z_min,Z_max]，預設高程間隔Z_s對所述LiDAR點云高程區間進行劃分，得到高程區間集合S={S_j,j=1,2,...，n},其中

3c）根據每一格網內LiDAR點云的極高值Z_i所在的高程區間S_j，將格網內LiDAR點云的極高值Z_i對應的累積量累加到S_j的累積量Acc_j中，即Acc_j=Acc_j+N_i，得到極高值累積量曲線；

3d）對所述極高值累積量曲線進行修正，去除所述極高值累積量曲線中極啟值累積量的中位數以下的數據，并對修正后的極高值累積量曲線曲線求二次偏導，找到峰值區間，所述峰值區間就是車載二維建筑輪廓對應的高程區間，使用該高程區間篩選所有二維格網后，即得到二維建筑輪廓格網；

3d)使用Hough變換從二維建筑輪廓格網中提取二維矢量線狀的建筑輪廓。