机载LiDAR点云和高分辨率影像进行空间点的联合定位方法

摘要

机载LiDAR点云和高分辨率影像进行空间点的联合定位方法，它包括如下步骤：原始LiDAR数据去噪步骤，高精度数字地面模型DEM生成步骤，通过手动同时辅以高精度POS数据所获取影像的外方位元素，利用已经选取的同名点中的任意两点利用双片前方交会计算初值后，通过多片前方交会计算同名点的物方坐标(X，Y，Z)；通过上一步多片前方交会求解出的同名点的物方坐标，得到同名点对应的精确物方坐标(X，Y，Z′)。本发明通过LiDAR点云进行高程约束的前提下实现的多片前方交会所获取到的像点的物方坐标的平面精度和高程精度非常高。

主权项

机载LiDAR点云和高分辨率影像进行空间点的联合定位方法，其特征在于它包括如下步骤：1）原始LiDAR数据去噪步骤，该步骤采用K近邻球去噪算法，去除点云中存在的噪声，其中，所述K近邻球方法进行点云数据去噪步骤为：首先数据点集进行空间栅格划分,假想存在空间球,并以当前测点为球心,半径分别取测点到所在立方体栅格六面的距离；取半径最小的空间球,在与之发生干涉的栅格中进行K‑近邻搜索,若满足所建立的搜索终止原则,则终止搜索;否则,取更大半径的空间球从而建立待定点的K邻近球；在对点云进行噪声处理的过程中，待定点与建立的K近邻球中的点的距离大小来判定该待定点是否为噪声；2）高精度数字地面模型DEM生成步骤，该步骤对去噪后的激光雷达数据，采用三角网渐进加密迭代滤波方法得到打在地面上的激光点，并内插生成高精度数字地面模型DEM数据，其中，所述三角网渐进加密迭代滤波后生成高精度DEM的步骤为：①对原始数据进行K近邻球滤波处理剔除数据中的极低点和空中点；②构造数据的外包矩形，该外包矩形的四个顶点的高程值根据最近邻准则来设定，然后对外包矩形进行三角剖分，并将其作为初始地面表面模型；③对数据进行格网组织，网格应略大于点云区域内最大建筑物的大小，其中每个网格中的最低点为初始地面点，将选取的初始地面点加入到不规则三角网中；④计算每个点到其所在的三角形的距离以及它与三角形三个顶点的夹角，若计算得到的值小于预先设定的阈值条件，则将其加入到不规则三角网中；⑤重复④直到没有新的点加入到不规则三角网中；⑥获取的地面点内插生成格网尺寸尽可能小的DEM；3）在手动选择同名点的初始点后，辅以高精度POS系统所获取影像的外方位元素，在跨航带多视航空影像中半自动选择同名点的其余点；4）通过选取的同名点中的任意两点利用双片前方交会计算初值后，利用多片前方交会方法计算得到同名点的物方坐标（X，Y，Z）；5）通过上一步多片前方交会求解出的同名点的物方坐标，根据其平面坐标(X，Y)值在第二步获取的高精度DEM数据中内插得到精确的高程值Z'，完成高程约束，从而得到同名点对应的精确物方坐标（X，Y，Z'）。