[发明专利]基于建筑轮廓的车载和航空LiDAR数据配准方法

权利要求书

1.一种基于建筑轮廓的车载和航空LiDAR数据配准方法，包括以下步骤:

第一步、从车载LiDAR数据中提取二维建筑轮廓，得到车载二维建筑轮廓线段；

第二步、从航空LiDAR数据中提取二维建筑轮廓，得到航空二维建筑轮廓线段；

第三步、通过轮廓线段高程分割法将所述车载二维建筑轮廓线段和航空二维建筑轮廓线段分别分割成车载三维轮廓线段和航空三维建筑轮廓线段；

第四步、分别从车载和航空三维建筑轮廓线段中选取两对轮廓线段，计算该两对三维轮廓线段间的初始转换矩阵;

第五步、利用第四步获得的初始转换矩阵对航空三维建筑轮廓线段进行变换，得到变换后的航空三维建筑轮廓线段；

第六步、若车载三维轮廓线段和所述变换后的航空三维建筑轮廓线段中匹配线段的数量大于指定阈值或者匹配线段的数量最多，则所述初始转换矩阵为可靠转换矩阵，否则重复第四步至第六步；

第七步、利用所述可靠转换矩阵完成车载LiDAR数据和航空LiDAR数据的配准。

2.根据权利要求1所述的基于建筑轮廓的车载和航空LiDAR数据配准方法，其特征在于：对第六步得到的可靠转换矩阵进行旋转量修正和平移量修正，具体修正方法如下：

2a）利用所述可靠转换矩阵对航空三维建筑轮廓线段进行转换，得到可靠的航空三维建筑轮廓线段；

2b）找到所有车载三维建筑轮廓线段以及与其匹配的可靠的航空三维建筑轮廓线段对，得到所有的匹配线段对之间的夹角，对所述夹角按照大小进行聚类分组；

2c）对所有的聚类分组按照分组内匹配线段对的数量从大到小排序，得到排序后的聚类分组；

2d）依次累加排序后的聚类分组内的匹配线段对数量，当累加的匹配线段对数量超过所有的匹配线段对数量的预设比例时，对所有已累加的聚类分组内的匹配线段对的夹角进行平均，该平均夹角就是可靠转换矩阵的旋转修正量；

2e）围绕所述可靠转换矩阵所参照的旋转中心、以所述旋转修正量为旋转量对所述转换后的航空三维建筑轮廓线段进行旋转，得到旋转量修正后的航空三维建筑轮廓线段；

2f）根据共线方程计算车载三维建筑轮廓线段和与其匹配的旋转量修正后的航空三维建筑轮廓线段之间的平移量，得到可靠转换矩阵的平移修正量；

2h）依次利用旋转修正量和平移修正量对所述可靠转换矩阵进行修正。

3.根据权利要求1所述的基于建筑轮廓的车载和航空LiDAR数据配准方法，其特征在于，第一步中，从车载LiDAR数据中提取二维建筑轮廓的方法是：

3a）从车载LiDAR点云中构建规则格网，将车载LiDAR点云投影至XY平面，统计每一格网内LiDAR点云的极高值Z_i及格网中LiDAR点云的数量N_i，其中格网中LiDAR点云的数量N_i为对应格网中极高值Z_i的累积量；

3b）计算LiDAR点云中所有LiDAR点高程的最高值和最低值得到LiDAR点云高程区间[Z_min,Z_max]，预设高程间隔Z_s对所述LiDAR点云高程区间进行划分，得到高程区间集合S={S_j,j=1,2,...，n},其中

3c）根据每一格网内LiDAR点云的极高值Z_i所在的高程区间S_j，将格网内LiDAR点云的极高值Z_i对应的累积量累加到S_j的累积量Acc_j中，即Acc_j=Acc_j+N_i，得到极高值累积量曲线；

3d）对所述极高值累积量曲线进行修正，去除所述极高值累积量曲线中极启值累积量的中位数以下的数据，并对修正后的极高值累积量曲线曲线求二次偏导，找到峰值区间，所述峰值区间就是车载二维建筑轮廓对应的高程区间，使用该高程区间筛选所有二维格网后，即得到二维建筑轮廓格网；

3d)使用Hough变换从二维建筑轮廓格网中提取二维矢量线状的建筑轮廓。