[發(fā)明專利]基于道路特征的遙感影像與激光點云配準方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201410377648.0
• 申請日: 2014-07-31
• 公開（公告）號: CN104123730A
• 公開（公告）日: 2014-10-29
• 發(fā)明（設計）人: 萬幼川;何培培;秦家鑫;楊威
• 申請（專利權）人: 武漢大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 武漢科皓知識產(chǎn)權代理事務所(特殊普通合伙) 42222
• 代理人: 胡艷

1.基于道路特征的高分辨遙感影像與激光點云配準方法，其特征在于，包括步驟：

步驟1，根據(jù)激光點云提取道路中心線，即點云道路矢量線；

步驟2，對遙感影像的正射影像進行閾值分割獲得二值化影像，去除二值化影像中的非道路噪聲；

步驟3，利用無人機系統(tǒng)中初始外方位元素將點云道路矢量線反投影到步驟2獲得的二值化影像，從而獲得二值化影像中的大致道路區(qū)域，在大致道路區(qū)域中采用矩形整體匹配法獲得影像道路中心線；

步驟4，以點云道路矢量線端點為地面控制點，以對應的影像道路中心線端點為地面控制點的像點，重新解算遙感影像的外方位元素，實現(xiàn)激光點云與遙感影像的配準。

2.如權利要求1所述的基于道路特征的高分辨遙感影像與激光點云配準方法，其特征在于：

步驟1進一步包括子步驟：

1.1預處理激光點云，獲得激光點云的虛擬格網(wǎng)及激光點在虛擬格網(wǎng)中的索引；

1.2采用基于虛擬格網(wǎng)的地形坡度濾波法濾除激光點云中的非地面點；

1.3通過強度特征和面積特征約束去除激光點云中的非道路地面點；

1.4從激光點云的道路點集中提取道路中心線，即點云道路矢量線。

3.如權利要求1所述的基于道路特征的高分辨遙感影像與激光點云配準方法，其特征在于：

子步驟1.4具體為：

采用α-shapes法提取道路點集的邊界線，并柵格化邊界線包含的區(qū)域，基于數(shù)學形態(tài)學對柵格化后的區(qū)域進行細化獲得初始道路中心線，對初始道路中心線進行擬合，擬合后的道路中心線即點云道路矢量線。

4.如權利要求1所述的基于道路特征的高分辨遙感影像與激光點云配準方法，其特征在于：

步驟2中采用最大類間方差法對正射影像進行閾值分割。

5.如權利要求1所述的基于道路特征的高分辨遙感影像與激光點云配準方法，其特征在于：

步驟2中所述的去除二值化影像中的非道路噪聲，具體為：基于數(shù)學形態(tài)學對二值化影像依次進行膨脹、腐蝕。

6.如權利要求1所述的基于道路特征的高分辨遙感影像與激光點云配準方法，其特征在于：

步驟3進一步包括子步驟：

3.1利用無人機系統(tǒng)中初始外方位元素建立激光點云和遙感影像的近似變換關系，根據(jù)近似變換關系將點云道路矢量線反投影到步驟2獲得的二值化影像，得到點云道路矢量投影線；

3.2以點云道路矢量投影線方向為道路矩形窗和背景矩形窗的初始方向，以點云道路矢量投影線長度為道路矩形窗和背景矩形窗的長度，預設不同的道路矩形窗寬度和背景矩形窗寬度，在不同的矩形窗寬度下，采用道路矩形窗和背景矩形窗在沿點云道路矢量投影線法線方向的緩沖區(qū)內(nèi)搜索，分別計算道路矩形窗和背景矩形窗內(nèi)所有像素的屬性值之和，即矩形窗屬性和；

3.3將最小矩形窗屬性和對應的道路矩形窗作為最佳道路矩形窗，其中心線即影像道路矢量線。

7.如權利要求6所述的基于道路特征的高分辨遙感影像與激光點云配準方法，其特征在于：

步驟3還包括最佳道路矩形窗的優(yōu)化步驟，具體為：

取點云道路矢量投影線末端點在道路矩形窗和背景矩形窗的初始方向的垂直方向±n個像素為矩形窗方向變化范圍，n根據(jù)經(jīng)驗取值，在矩形窗方向變化范圍內(nèi)按預設幅度改變道路矩形窗和背景矩形窗的方向，并采用權利要求7中所述的步驟3.2～3.3獲得各矩形窗方向下對應的初始最佳道路矩形窗，比較各初始最佳道路矩形窗對應的矩形窗屬性和，將最小矩形窗屬性和對應的初始最佳道路矩形窗為優(yōu)化后的最佳道路矩形窗。