基于多源数据联合平差的机载LiDAR点云精度优化

机载LiDAR点云和航空影像的集成处理是近年来的研究热点，其核心为两类数据的高精度配准理论和方法。针对机载LiDAR存在系统误差而导致点云精度有限的问题，率先提出建立机载LiDAR的几何定位严格模型，根据LiDAR点云反演测距测角等原始观测值；创新性地提出在城市地区进行少量地面控制点、LiDAR点云中提取的建筑物角点及地面特征线、POS数据、航空影像等多源数据进行联合区域网平差的理论和方法，以便消除机载LiDAR点云的系统误差并提高其实际精度水平；提出LiDAR点云和影像匹配相结合的高精度数字表面模型生成方法；实现基于特殊地面标志的LiDAR点云精化结果的精度评定；最终建立较为完整的机载LiDAR点云与航空影像联合处理理论和算法体系，实现LiDAR点云与航空影像的联合平差及高精度配准，为高精度数字表面模型、真正射影像等应用及我国自主机载LiDAR系统的研制与应用奠定坚实的基础。

机载LiDAR点云和航空影像的集成处理是近年来的研究热点，其核心为两类数据的高精度配准理论和方法。本项目自获得国家自然科学基金资助后，严格按照立项申请进度安排开展研究。形成了基于多源数据联合平差的机载LiDAR点云精度优化总体方案；研究了机载LiDAR几何定位的严格模型，进行了LiDAR激光脚点尺寸的定量分析，提出地图投影坐标系下直接对地目标定位的长度变形近似改正方法，研究了国家坐标系下机载LiDAR数据的直接对地目标定位方法。实现了LiDAR点云和POS数据辅助的航空影像多视自动匹配及建筑物轮廓线提取与匹配；提出了城市地区机载LiDAR点云与航空影像的高精度配准方法，在机载LiDAR点云与区域网平差后的航空影像间匹配多种同名特征，以匹配的多种同名特征作为控制点进行LiDAR点云条带平差，改正点云条带系统误差，最终实现机载LiDAR点云与航空影像的高精度配准。研究了基于双边滤波和四叉树分割的改进半全局密集匹配 (SGM) 算法，以互信息作为代价函数，采用多维动态规划搜索策略使得全局能量函数取得最小，得到密集匹配的最优解。提出LiDAR点云辅助的半全局密集匹配进行高精度数字表面模型生成的方法，充分利用已有的LiDAR点云数据和高分辨率航空影像各自的优势，生成更加密集精细的三维点云，得到优于LiDAR点云数据和原始SGM的密集匹配结果。提出一种利用平面直角约束条件进行单张倾斜影像姿态恢复以及单像三维量测的方法，提出基于扫描线分割和GPU加速的城区机载LiDAR点云快速滤波方法。最终建立了较为完整的机载LiDAR点云与航空影像联合处理理论和算法体系，实现LiDAR点云与航空影像的联合平差及高精度配准，并进行了立体影像密集匹配与点云精度优化，可为高精度数字表面模型、真正射影像等应用及自主机载LiDAR系统的研制提供良好的技术支撑。.项目组忠实执行了研究计划，经过4年的积极探索和潜心研究，完成了规定的研究内容，发表学术论文19篇，其中SCI/EI收录论文13/3篇；参加国际会议4人次，申请国家发明专利3项，培养博士硕士研究生6名，达到了预定的研究目标。