影像辅助的空基和地基激光扫描数据集成及缺失补偿研究

空基和地基激光扫描数据在快速数据采集、建模等领域得到广泛应用，然而单独应用空基或地基激光扫描数据的突出问题在于一个数据未能全覆盖扫描对象。本课题基于空基和地基激光扫描系统获取的机载及地面点云数据，在影像辅助下研究集成及数据缺失补偿的理论与方法。数据集成及缺失补偿的首要问题在于航带间或测站间数据的误差，以及两类数据的坐标基准差异，因此采用区域网航带平差纠正和多测站纠正方法消除和减弱数据间误差；研究适合两类数据的统一基准，并完成原始数据的基准转换。以建筑物为研究对象，在空基激光扫描系统获取的影像辅助下建立建筑物边缘线特征；在地面点云数据分类并拟合建立建筑物的立面方程；建立边缘线-立面特征约束条件，完成两类数据的精确配准和集成。然后在影像和航迹线等支持下，采用前方交会、非线性内插等方法建立集成数据的自缺失补偿模型及互缺失补偿模型。最后以城市大型立交为研究对象，开展缺失补偿模型的可靠性和实证研究。

项目围绕“点云数据缺失”这一现象，针对地面和机载激光扫描两种数据采集技术，在缺失的分类及其特征、典型缺失类型的提取和修复方法、修复后点云的建模和可视化表达等方面开展了相关的研究。.首先，项目研究了点云数据缺失现象及特征。这部分研究了地面与机载点云中存在的典型的数据缺失现象，并进行了分类和特征描述。根据数据缺失原因，将缺失类型分为6类：镜面反射缺失、外物遮挡缺失、自遮挡缺失、细节缺失、扫描盲区缺失、光谱吸收缺失，并总结了每类数据缺失的特点、典型位置、可修复性等。一篇相关论文已经在《遥感信息》杂志发表。.然后，针对不同种类的数据缺失，研究了相应的数据修复和补偿技术。本项目主要研究并提出了四种数据修复技术，分别是已知形状地物的数据缺失修复技术、镜面反射类数据缺失修复技术、光谱吸收类数据缺失修复及特征提取以及扫描死角类数据缺失的配准修复技术，以上四种数据修复技术分别在高速铁路轨道、钢结构建筑物、水体和建筑物顶部等地物得到了应用。提出了线特征约束的点云配准方法、地形图辅助的线特征约束法、镜面反射类数据缺失修复的扫面线法、缺失点云辅助的影像水体特征提取方法等四种方法。3篇相关论文已经发表于International Journal of Remote Sensing, Journal of Applied Remote Sensing, Journal of Surveying Engineering-ASCE，另有一篇论文被同济大学学报自然科学版录用。.新修复的点云与原始的点云在精度、纹理等方面均有所差异，因此，针对新修复点云的质量问题，提出了质量评价体系。针对完成修复和补偿后的点云，进行几何、特征、特征点精度等三方面的质量评价。几何指标包括面面接缝、面面夹角、点密度差等三项，特征指标包括几何特征保留度、纹理特征保留度两类指标，特征点精度指标则包含可量测特征点的绝对精度指标。采用以上指标可以全面分析修复点云的质量情况并在建筑物修复结果中，进行了应用评价。相关成果已经整理成论文投稿至同济大学学报自然科学版。.最后，针对修复点云的应用问题，开展了相关表面重建的研究。提出采用分层等值线方法，对点云进行多分辨率建模与应用，同时讨论了多分辨率建模的参数配置问题。这一技术在建筑物、雕塑等多种对象的建模过程得到了应用，1篇相关论文已经被同济大学学报自然科学版录用.

内容获取失败，请点击重试