车载点云与街景影像融合方法研究

【摘要】：三维激光扫描技术目前已经发展成为一种比较成熟的新型高效的测绘技术,其可以不用接触目标而快速、高精度的获取目标物表面海量的点云数据,受外界环境因素干扰较小,精度统一,但因其缺少纹理和颜色信息,不易进行判读和分析。而影像可以用来提取目标物体的形态和颜色,直接获取到物体的纹理信息,与激光扫描数据有很强的互补性。因此激光点云数据与影像数据的融合研究具有很强的实用价值。本文以车载激光扫描点云和街景影像为主要数据源,采用运动恢复结构理论、尺度转换估计思想以及四点一致基配准策略,对车载点云与街景影像融合方法展开研究,主要内容如下:(1)采用运动恢复结构原理深入研究三维重建街景影像,运用SIFT特征提取实现街景影像匹配并生成稀疏连接点,进而得到街景影像对应的SFM密集点云模型,为街景影像与车载激光扫描点云融合提供间接配准数据源。(2)基于主成分分析的SFM点云模型与车载激光点云数据的尺度转换方法的研究,为具有不同尺度的点云数据配准提供解决思路。(3)由粗到精的影像与点云间接配准策略。采用四点一致基作为配准基元,实现车载激光点云与SFM密集点云模型的粗略配准,为进一步的ICP精细全局配准提供较好的初始位置,避免配准过程中陷入局部最优。(4)对车载点云与街景影像配准方法进行实验验证及分析。