基于建筑轮廓的车载和航空LiDAR数据配准方法.pdf

(19)中华人民共和国国家知识产权局*CN103324916A*(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103324916103324916A(43)申请公布日2013.09.25(21)申请号201310227705.2(22)申请日2013.06.07(71)申请人南京大学地址210093江苏省南京市鼓楼区汉口路22号(72)发明人程亮李满春陈振杰刘永学李飞雪黄秋昊陈东童礼华李爽许浩(74)专利代理机构南京同泽专利事务所(特殊普通合伙)32245代理人石敏(51)Int.Cl.G06K9/00(2006.01)权权利要求书2页利要求书2页说明书8页说明书8页附图7页附图7页(54)发明名称基于建筑轮廓的车载和航空LiDAR数据配准方法(57)摘要本发明涉及一种基于建筑轮廓的车载和航空LiDAR数据配准方法，该方法从车载和航空LiDAR数据中分别提取二维建筑轮廓，并通过轮廓线段高程分割法得到车载和航空三维建筑轮廓线段；然后分别从车载和航空三维建筑轮廓线段中选取两对轮廓线段，计算该两对三维轮廓线段的初始转换矩阵;然后对初始转换矩阵进行迭代运算，若车载三维轮廓线段和三维建筑轮廓线段中匹配线段的数量大于指定阈值或者匹配线段的数量最多，则所述初始转换矩阵定义为可靠转换矩阵，利用所述可靠转换矩阵完成车载LiDAR数据和航空LiDAR数据的配准。本发明能够实现车载和航空LiDAR数据的自动高精度配准，其配准精度可以达到分米级。CN103324916ACN1032496ACN103324916A权利要求书1/2页1.一种基于建筑轮廓的车载和航空LiDAR数据配准方法，包括以下步骤:第一步、从车载LiDAR数据中提取二维建筑轮廓，得到车载二维建筑轮廓线段；第二步、从航空LiDAR数据中提取二维建筑轮廓，得到航空二维建筑轮廓线段；第三步、通过轮廓线段高程分割法将所述车载二维建筑轮廓线段和航空二维建筑轮廓线段分别分割成车载三维轮廓线段和航空三维建筑轮廓线段；第四步、分别从车载和航空三维建筑轮廓线段中选取两对轮廓线段，计算该两对三维轮廓线段间的初始转换矩阵;第五步、利用第四步获得的初始转换矩阵对航空三维建筑轮廓线段进行变换，得到变换后的航空三维建筑轮廓线段；第六步、若车载三维轮廓线段和所述变换后的航空三维建筑轮廓线段中匹配线段的数量大于指定阈值或者匹配线段的数量最多，则所述初始转换矩阵为可靠转换矩阵，否则重复第四步至第六步；第七步、利用所述可靠转换矩阵完成车载LiDAR数据和航空LiDAR数据的配准。2.根据权利要求1所述的基于建筑轮廓的车载和航空LiDAR数据配准方法，其特征在于：对第六步得到的可靠转换矩阵进行旋转量修正和平移量修正，具体修正方法如下：2a）利用所述可靠转换矩阵对航空三维建筑轮廓线段进行转换，得到可靠的航空三维建筑轮廓线段；2b）找到所有车载三维建筑轮廓线段以及与其匹配的可靠的航空三维建筑轮廓线段对，得到所有的匹配线段对之间的夹角，对所述夹角按照大小进行聚类分组；2c）对所有的聚类分组按照分组内匹配线段对的数量从大到小排序，得到排序后的聚类分组；2d）依次累加排序后的聚类分组内的匹配线段对数量，当累加的匹配线段对数量超过所有的匹配线段对数量的预设比例时，对所有已累加的聚类分组内的匹配线段对的夹角进行平均，该平均夹角就是可靠转换矩阵的旋转修正量；2e）围绕所述可靠转换矩阵所参照的旋转中心、以所述旋转修正量为旋转量对所述转换后的航空三维建筑轮廓线段进行旋转，得到旋转量修正后的航空三维建筑轮廓线段；2f）根据共线方程计算车载三维建筑轮廓线段和与其匹配的旋转量修正后的航空三维建筑轮廓线段之间的平移量，得到可靠转换矩阵的平移修正量；2h）依次利用旋转修正量和平移修正量对所述可靠转换矩阵进行修正。3.根据权利要求1所述的基于建筑轮廓的车载和航空LiDAR数据配准方法，其特征在于，第一步中，从车载LiDAR数据中提取二维建筑轮廓的方法是：3a）从车载LiDAR点云中构建规则格网，将车载LiDAR点云投影至XY平面，统计每一格网内LiDAR点云的极高值Zi及格网中LiDAR点云的数量Ni，其中格网中LiDAR点云的数量Ni为对应格网中极高值Zi的累积量；3b）计算LiDAR点云中所有LiDAR点高程的最高值和最低值得到LiDAR点云高程区间[Zmin,Zmax]，预设高程间隔Zs对所述LiDAR点云高程区间进行划分，得到高程区间集合S={Sj,j=1,2,...，n},其中2CN103324916A权利要求书2/2页3c）根据每一格网内LiDAR点云的极高值Zi所在的高程区间Sj，将格网内LiDAR点云的极高值Zi对应的累积量累加到Sj的累积量Accj中，即Accj=Accj+Ni，得到极高值累积量曲线；3d）对所述极高