數(shù)字圖像與激光點云配準在建筑物測繪中的應用

徐亞楠，顧斌，胡德承

（1.汕頭職業(yè)技術學院，廣東 汕頭 515078；2.南通市房產交易中心，江蘇 南通 226000）

利用三維激光掃描儀對建筑物進行掃描，可以獲得目標建筑物的三維空間點云數(shù)據[1]，點云具有空間離散性，缺乏真實紋理信息；利用數(shù)碼相機對建筑物進行攝影測量，可以獲得建筑物的光學圖像[2-3]，光學圖像的不足在于無法直接用二維來表示三維的現(xiàn)實世界。本文主要利用數(shù)字圖像的紋理信息輔助點云進行點云特征提取，其基本思想是利用建筑物的立體像對同名點配準激光點云對應點，實現(xiàn)兩種類型的數(shù)據坐標系的統(tǒng)一，并進行精度評定。

圖1 數(shù)字圖像與激光點云數(shù)據的配準研究

1 數(shù)據采集

1.1 激光點云數(shù)據采集

為了獲取建筑物的三維空間點云數(shù)據，首先利用三維激光掃描儀對建筑物進行掃描。數(shù)據采集質量的優(yōu)劣直接影響到建模的質量及點云配準的精度，因此，在掃描過程中，需要設置合適的掃描采樣密度，同時在開闊位置安置掃描儀，選擇好的測量視角，避免周圍太多雜物影響。

本文選取某校園內建筑為實驗對象。該建筑構造簡單，特征明顯，左右兩邊對稱，周邊開闊無樹木和相鄰建筑，適合安置儀器獲取數(shù)據。在數(shù)據采集工作中，選擇天寶GX200三維激光掃描儀，設置采樣間隔為5mm@50m，分別在前后左右四個位置設站掃描，并在前后左右四個位置分別設置標靶用于點云數(shù)據配準。對采集得到的建筑物點云數(shù)據，利用Real Works Survey內業(yè)處理軟件經點云拼接、配準、去噪進行快速處理，獲得點云數(shù)據如圖2。

圖2 激光點云數(shù)據

1.2 數(shù)字圖像采集

本文選取非量測數(shù)碼相機佳能EOS 5D MarkⅢ對建筑物進行圖像采集。首先對相機進行標定，相機標定是從二維圖像中獲取三維信息必不可少的步驟。本文借鑒張正友標定法[4]對相機進行標定，檢查和校準相機的內方位元素和光學畸變參數(shù)。

利用標定后的數(shù)碼相機，對建筑物正面進行圖像拍攝，設置圖像分辨率為720×480。拍攝過程中，盡量保持圖像光軸平行，同時相鄰像片需具有一定的重疊度，以保證可以獲得一定數(shù)量的立體匹配點。獲得數(shù)字像對如圖3、圖4。

2 特征點提取與影像匹配

數(shù)字圖像與激光點云的配準，實質是兩種不同數(shù)據之間的轉換，其關鍵是在數(shù)字圖像中進行特征點提取，獲取一定數(shù)量的匹配點，然后整體匹配到激光點云上。

本文首先對采集到的數(shù)字圖像進行特征點提取。特征點提取主要是應用各種算子，通過設置計算窗口和閾值提取特征點。本文利用Moravec算子，設置興趣值計算窗口大小5×5，特征點計算窗口為7×7，閾值大小1500，提取特征點如圖5、圖6。

圖3 數(shù)字圖像左像

圖4 數(shù)字圖像右像

圖5 Moravec 算子（左像）

圖6 Moravec 算子（右像）

提取特征點是為了進行影像匹配，即識別左、右兩幅影像間的同名點。本文采用相關系數(shù)法進行影像粗匹配，相關系數(shù)越接近1，說明相關程度越高。同時，基于最小二乘理論[5]進行影像精匹配，使匹配精度達到子像素級。

本文設置相關系數(shù)的閾值為0.95，選用11×11的目標窗口，分別對影像進行粗匹配和最小二乘精匹配，最后人機交互，剔除誤匹配的點，獲取同名匹配點17對。

圖7 同名點匹配效果（左像）

圖8 同名點匹配效果（右像）

3 雙像解析

雙像解析[6]是利用攝影測量解算方法求解匹配同名點的三維空間坐標。本文采用單像空間后交與雙像空間前交的方法進行雙像解析攝影測量。首先以單張像片為基礎，從左、右像片中分別選取3對均勻分布的同名點，結合地面上三個均勻分布的控制點坐標，根據像點、物點、投影中心點共線，分別求得左像和右像的外方位元素。然后，根據外方位元素計算像空間輔助坐標，最終計算出地面點坐標，得到17對同名點的三維空間坐標。具體解算過程如下圖。

圖9 單像空間后方交會解算過程

圖10 雙像空間前方交會解算過程

4 數(shù)字圖像與激光點云匹配

點云數(shù)據配準實質是實現(xiàn)坐標系統(tǒng)的統(tǒng)一?？紤]到建筑物表面有大量直線特征，本文基于特征實現(xiàn)點云配準，精確配準后的點云和圖像中的同名直線以及投影中心必須共面[7]。

本文采用基于特征的七參數(shù)配準算法，從獲取的17對同名像點中選擇前13對，將兩個不同掃描視角下的點云數(shù)據集分別視為獨立剛體，利用人工選點，提取激光點云中與數(shù)字圖像特征對應的特征點，通過求取兩剛體間的平移量、旋轉參數(shù)和比例縮放系數(shù)共7個變換參數(shù)，求解剛體變換，即實現(xiàn)兩掃描點云數(shù)據的配準。同名匹配點和選取的激光掃描點坐標見表1。

為評定點云配準精度，對剩余的4對同名點，計算轉換后的坐標，與激光點云坐標進行比較，計算歸一化殘差和為21.038mm，與預期一致。

本文中人工選擇與同名匹配點所對應的點云，必然會引入誤差，但實驗證明配準精度與采集獲得的點云數(shù)據精度基本處于同一數(shù)量級，因此，只要選點時盡量做到精確，人工選點是可行的，最終配準精度還是較好的。

根據求得的點云配準參數(shù)，對激光點云進行三維坐標轉換，將激光點云投影到圖像上，匹配效果見圖11、圖 12。

5 小結

本文提出了一種將數(shù)字圖像與激光點云數(shù)據進行配準融合的方法，此方法從攝影測量的角度出發(fā)，通過數(shù)字圖像特征點提取、影像匹配和雙像解析，獲得一定數(shù)量的同名匹配點，通過人工目視，選擇與同名點所對應激光掃描點，采用基于特征的七參數(shù)算法，得到兩種數(shù)據間的配準關系。此方法能夠降低數(shù)據獲取的硬件標準，降低數(shù)據處理的復雜程度，有較強的實用性。

同名匹配點與激光點云對應點 表1

圖11 圖像與點云匹配效果(左像)

圖12 圖像與點云匹配效果(右像)