基于多目标最小优化理论的近景影像与三维激光点云几何配准方法研究

For the inefficiency, low quality and no unified model of geometric registration method between close-range image and three-dimensional laser point cloud, the research project aims to establish general mathematical model of geometric registration between close-range image and three-dimensional laser point cloud, and study the accurate, robust and efficient geometric registration method. The main research contents include: (1) Study on intrinsic geometric constraints between close-range image and three-dimensional laser point cloud, combined with multi type observation adjustment method to establish geometric registration mathematical model of the multi-objective optimization problem based on the multi-objective optimization theory; (2) Design the geometric registration algorithm which can eliminate the non rigid deformation caused by lens distortion and study the method to solve the multi objective optimization model with high precision, stability and high efficiency by combining gross error elimination and the optimal method to determine the weight. (3) Study the quality assessment methods of geometry registration between close-range image and three-dimensional laser point cloud, and further explore the accuracy rules to provide ideas and guidance for solving practical problems in engineering practice. The results of this study ate expected to solve geometric registration problem of two kinds data from the heterogeneity. A stable, efficient and high precision geometrical registration model and methods should be established for the close range image and 3D laser point cloud, promoting the progress of geometric registration applications in the related fields of data fusion.

针对近景影像与三维激光点云几何配准方法存在精度不高、效率低下、模型不统一等问题，旨在建立近景影像与三维激光点云之间通用的几何配准数学模型，并研究精确稳健高效的几何配准算法。主要研究内容包括：（1）分析近景影像与三维激光点云数据之间内在的几何约束关系，基于多目标最优化理论，结合多类型观测值平差处理方法，建立多目标最小优化问题的几何配准数学模型；（2）设计能够消除镜头畸变引起的非刚性变形的几何配准算法，研究粗差剔除与最优化定权相结合的多目标最小优化模型精确稳定高效求解；（3）研究近景影像与三维激光点云几何配准质量评估方法，并在此基础上进一步深入探索，致力于发现其中的精度规律，为解决具体的工程实践问题提供思路和指导。本研究成果有望解决由于数据的异质性所带来的两种数据几何配准的难题，形成一套高精度稳定高效的近景影像与三维激光点云几何配准模型和方法，推动几何配准在数据融合等相关应用领域的进展。

近景光学影像与三维激光点云数据高效精确几何配准是融合多源数据三维建模的前提和基础。本研究以建立近景影像与三维激光点云几何配准通用数学模型为主要目标，设计能够消除镜头畸变引起的非线性变形的几何配准算法和流程；在此基础上研究具有多类型观测值、众多未知数的大规模方程的高效稳定求解方法，并从定性和定量两个方面对几何配准质量进行评价。本项目取得的成果如下：.（1）提出一种基于曲面约束的近景影像与三维激光点云的高精度几何配准模型、算法和流程，该方法既不需要在三维点云上进行特征的提取和分割，也无需严格的相机标定和地面控制点，并且能够消除镜头畸变等因素造成的非线性变形的影响。.（2）通过研究粗差剔除、多类型观测值权值的自适应确定以及基于OpenCL的平差方程并行解算方法，解决了由于未知参数类型多、方程规模大等导致的模型平差解算不稳定、效率低下等问题，实现了几何配准平差模型的高效稳定求解。.（3）完成了不同大小、形状和复杂程度的目标物体的近景影像和激光点云数据的几何配准，验证了该配准方法的适用性和稳定性，并利用VC++开发了光学影像与激光点云高精度几何配准系统。.（4）研究并实现了海量点云的图割构网、三维可视化以及无缝纹理映射等算法，开发了一套融合光学影像与激光点云的三维建模系统，并已成功进行了成果转化。.（5）基于构建的几何配准模型提出了一种全新的相机检校方法，拓展了几何配准的应用范围。该相机检校方法无需二维或三维控制场，在某些需要事先进行相机检校的应用场合中，同时又没有控制场的情况下，具有无可比拟的优势。.本研究大幅提高了在相机未经检校和没有布设控制点情况下近景影像与三维激光点云几何配准的精度、效率及稳定性，进一步丰富和完善了影像与激光点云数据几何配准的理论、方法体系。该成果可直接应用于文物、古建筑等对纹理重建精度要求比较高的三维建模领域，同时为多源多平台数据融合三维精细建模提供了一种思路，具有重要的理论和实践价值。