类平面文物对象地面激光雷达与近景光学影像非同源异质数据自动稳健无缝配准

For this hot issue of automatic registration about terrestrial LiDAR and close range optical image data fusion, the subject aims to establish the terrestrial LiDAR intensity image and range image projection transformation and gray level correction model, and study of robust and high precision seamless registration method. The main research contents include: Study on different materials of different colors of objects in the two kinds of image gray level difference, establish two gray between consecutive or random mathematical model; research on high precision overall registration model based on the combination RANSAC registration of Rodrigo matrix and iterative; for the one to many registration between point cloud and images, research on the seamless texture registration method for non rigid sheet samples based on the same name matching points for the overlapping images of the digital differential correction of images. Taking VS2010 and Direct11 as development tools, corresponding experiment could be designed and developed using various cultural relics terrestrial LiDAR and close range optical image data. The results of this study are expected to solve the problem of two kinds of automatic data registration from the heterogeneity. A stable, efficient and high precision automatic, registration theory, methods and key algorithm should be established for the terrestrial LiDAR and close range optical image, promoting the progress of non homologous heterogeneity data fusion in related applications.

本申请针对地面激光雷达与近景光学影像数据融合中自动配准这一学术热点问题，旨在建立地面激光雷达反射强度图像与近景光学影像间投影变换和灰度修正模型，并研究稳健高精度无缝配准方法。主要研究内容包括：研究不同材质不同颜色对象在两种图像中的灰度差异，建立二者灰度之间连续或者随机数学模型；研究基于罗德里格矩阵的RANSAC配准与选权迭代相结合的高精度整体配准模型；研究点云与影像一对多配准中，基于重叠影像微分纠正图像同名匹配点对的非刚性薄板样条无缝纹理配准方法。以VS2010和Direct11为开发工具，应用多种文物地面激光雷达和近景光学影像数据，设计开发相应的实验系统。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自动配准的难题，形成一套高效稳定高精度的地面激光雷达与近景光学影像自动配准相关理论、方法和关键算法，推动非同源异质数据的数据融合在相关应用领域的进展。

本项目针对地面激光雷达与近景光学影像数据融合中自动配准这一学术热点问题，分析了两种数据非同源异质性在自动配准方面的局限性，研究了地面激光雷达反射强度图像与近景光学影像间投影变换和灰度修正模型，构建了稳健高精度无缝配准方法。主要研究内容包括：研究了点云反射强度图像几何修正方法，最大限度的减小两种数据间的投影差异；研究了5种材9种颜色对象在两种图像中的灰度差异，并通过分析建立了二者灰度之间随机数学模型，生成灰度差异库，最大限度的减小了两种数据间的辐射差异；研究了结合Ransac的罗德里格矩阵与改进丹麦法选权迭代相结合的高精度稳健配准模型；研究了点云与影像一对多配准中，基于平面与柱面基准面的重叠影像微分纠正图像同名匹配点对的小面元微分纠正无缝纹理配准方法。以VS2010和Direct11为开发工具，应用多种文物地面激光雷达和近景光学影像数据，设计开发相应的实验系统。通过实验表明，两种数据经过非同源异质性纠正-几何纠正和辐射纠正后，能够实现基于强度信息的自动匹配，匹配同名点通过高精度配准，实现点云与影像的无缝纹理映射。针对于点云三角网模型与影像的纹理映射，通过不同基准面重叠影像的密集匹配和小面元微分纠正，实现其无缝纹理配准。研究成果解决了由于数据的异质性所带来的两种数据自动配准的难题，并建立两种数据差异库模型，可结合多学科后续完善；.通过高精度配准算法实现了点云与影像的稳健无缝配准；通过重叠区域不同基准面的密集匹配和纠正，完成了点云三角网模型和影像无缝纹理映射。本项目形成了一套高效稳定高精度的地面激光雷达与近景光学影像自动配准相关理论、方法和关键算法，推动非同源异质数据的数据融合在相关应用领域的进展。本项目发表核心期刊论文3篇；获得授权专利2项；软件著作权2项；撰写专著1部；获得省部级科技进步奖一等奖1项；完成硕士论文1篇；培养研究生3名。

内容获取失败，请点击重试