论文部分内容阅读
三维激光扫描(Light Detection And Ranging,简称LiDAR)凭借其非接触性、高效、高精度等优良特性在文物保护、测绘以及土木工程等领域得到了广泛的应用。由于目标实体的高空间复杂度,通常需要沿着多个不同的方位布设测站并对目标实体进行扫描,为了获得被测目标实体表面完整的点云数据,需要利用点云配准来实现不同测站LiDAR点云相互之间的拼接与融合,正因为如此,配准结果的优劣对点云后期处理的结果有着直接影响。根据配准过程中所选的配准基元的不同,可将现有的LiDAR点云配准算法分为基于点特征、直线特征以及平面特征的LiDAR点云配准算法等三类。现有的大部分算法仅选择上述三类配准基元中的一类作为约束,然而,在城市等人工建构筑物密集地区,单纯选择一类特征作为配准基元可能会存在约束条件不足的情况。作为描述空间相似变换的基本模型,布尔莎模型在LiDAR点云的配准中得到了广泛应用,根据对空间相似变换模型中所选择数学描述工具的不同,可将现有的LiDAR点云配准算法分为基于向量代数描述与基于Clifford代数描述的配准算法等两类。当前,大部分算法选择向量代数作为数学描述的基本工具,通过旋转角或旋转矩阵来实现对空间旋转变换的描述,并据此实现LiDAR点云配准参数的求解,然而,此类方法存在如下不足:1)对空间旋转变换的描述较为复杂;2)对待求参数的初始值依赖性较大。基于上述分析,本文针对城市建构筑物密集地区遮挡严重的特点,开展基于点、直线与平面等多种类型特征共同约束的LiDAR点云配准模型构建与算法实现研究,具体工作如下:1)点/直线/平面特征约束下基于对偶四元数描述的LiDAR点云配准以布尔莎模型作为配准的基本模型,引入对偶四元数作为空间旋转变换描述的数学工具,针对点、直线与平面特征,分别选择空间三维坐标、Plücker直线坐标和六参数法(法向量和经过点的组合)等进行描述,以配准后同名点、直线和平面特征之间的重合作为前提条件,构建相应的目标函数,在对目标函数进行线性化的基础上,通过迭代计算的方式实现了不同种类的特征约束的LiDAR点云配准参数的求解。2)基于多种类型特征联合约束的LiDAR点云配准以点、直线以及平面特征的共同约束作为前提,先利用提取的同名点特征进行粗配准来实现模型参数的迭代初值求解,在此基础上,加入配准后直线特征重合以及平面特征的法向量平行等两个约束条件来构建相应的目标函数,将粗配准得到的转换参数作为待求参数的初始值,基于最小二乘准则实现LiDAR点云配准参数的迭代求解。通过上述研究,实现了相邻测站LiDAR点云相互之间约束关系的综合利用,为LiDAR点云的高精度配准提供了充分的约束条件,有效地保障了相邻测站LiDAR点云配准结果的精度。