基于线特征约束ICP算法的机载激光雷达点云与影像配准研究

U212%P221; 传统ICP 算法存在计算效率低、易陷入局部最优等缺点,故提出一种附有线特征约束的ICP算法.该方法采用由粗到精的配准策略,首先在点云和影像数据生成的DSM图像中使用SIFT算法进行特征点配对,经RSANC算法消除误匹配后,作为数据配准的初始参数;然后分别在原始点云数据和影像DSM数据中提取建筑物边界线作为线特征,并将线特征进行简化、拟合、正交化;而后用端点表示特征线,将同名特征线的端点加入到ICP算法中作为线特征约束,完成点云数据和影像密集点云数据的配准.相较于传统ICP算法,新方法不需要对全部的点云数据进行运算,只需抽样少量点(3%左右)参与配准计算,即可完成点云与影像...

Full description

Saved in:
Bibliographic Details
Published in铁道勘察 Vol. 50; no. 5; pp. 84 - 95
Main Author 赵思亮
Format Journal Article
LanguageChinese
Published 中国铁路设计集团有限公司,天津 300251 2024
Subjects
特征提取
ICP algorithm
点云
feature extraction
机载激光雷达
ICP算法
配准
airborne LiDAR
point cloud
registration
Online AccessGet full text
ISSN1672-7479
DOI10.19630/j.cnki.tdkc.202405150002

Cover

More Information
Summary:U212%P221; 传统ICP 算法存在计算效率低、易陷入局部最优等缺点,故提出一种附有线特征约束的ICP算法.该方法采用由粗到精的配准策略,首先在点云和影像数据生成的DSM图像中使用SIFT算法进行特征点配对,经RSANC算法消除误匹配后,作为数据配准的初始参数;然后分别在原始点云数据和影像DSM数据中提取建筑物边界线作为线特征,并将线特征进行简化、拟合、正交化;而后用端点表示特征线,将同名特征线的端点加入到ICP算法中作为线特征约束,完成点云数据和影像密集点云数据的配准.相较于传统ICP算法,新方法不需要对全部的点云数据进行运算,只需抽样少量点(3%左右)参与配准计算,即可完成点云与影像 3D-3D配准,算法效率大幅提高,同时在线特征约束下,可避免传统算法容易陷入局部最优的缺点.实验表明,改进算法将配准结果中平均点间距由 0.462 m提高到0.342 m,精度提升显著.
ISSN:1672-7479
DOI:10.19630/j.cnki.tdkc.202405150002