融合无人机影像与激光点云的地形断面制作方法与流程

1.本发明涉及无人机测绘技术领域，尤其涉及融合无人机影像与激光点云的地形断面制作方法。


背景技术：

2.地形断面是一种非常重要的地形特征信息，它可以反映局部地区在某条平面线方向上的高程起伏情况，还能形象地显示出一个地区的地形类型及其特征。因此，地形断面在铁路、公路等工程勘察建设以及国土测绘等领域得到广泛的应用。传统地形断面的获取方法是作业人员利用全站仪、gps/rtk等仪器设备到目标区域进行地形点坐标采集，然后内业进行解算并绘制成断面矢量图。但是在实际项目中，由于测区地形环境复杂(如山区、峡谷、密林)，有时作业人员无法达到待测点处，也就无法保证断面测量精度。并且这种人工测量模式作业效率较低，人力成本较高，已经逐渐无法满足当前工程建设及地形测绘对断面制作的需求。
3.随着软硬件设备的发展，无人机已经逐渐成为一种重要的测绘遥感数据获取手段。相比于传统大飞机航空摄影，无人机具有成本低廉、机动灵活等优势，其在城市建模、工程勘察设计中发挥了越发重要的作用。利用无人机平台搭载数码影像传感器，可以得到高分辨率影像数据。基于影像进行三维重建得到的实景三维模型，可用于断面测量。这种方法相较于人工测量而言，作业效率大大提高，作业成本得到控制。但其问题在于可见光影像无法观测到覆盖物较多的区域地面，对于植被茂密区利用实景三维模型无法得到准确的地形断面线。机载激光雷达凭借其穿透力强的特点，可以有效解决植被覆盖区的地形测量问题，因此被广泛应用于勘察测绘领域。但是铁路、公路等工程勘察任务通常要求得到道路、房屋等地物在断面上的准确位置，而激光雷达只能获取地面三维坐标，无法得到地物的光谱和纹理信息，因此从点云中不能直接判读得到道路等地物属性。综上而言，利用无人机影像和激光点云都可以进行地形横断面制作，但是二者各有缺点，单独依赖某一种技术手段并不能形成适用于多种情况的地形断面测量技术方法。当前无人机平台可同时搭载激光雷达和可见光影像传感器，如何充分将激光雷达测量得到的地面三维坐标与影像提供的光谱纹理信息联合使用，得到满足测绘勘察需求的地形断面仍是一个难点。


技术实现要素：

4.因此，本发明的目的在于提供一种融合无人机影像与激光点云的地形断面制作方法，联合利用激光点云和无人机影像进行地面线的制作，有效避免了单一数据源的弊端。既适用于复杂区域(如植被覆盖区)的高精度断面线制作，也可以获得道路、房屋等地物属性点信息，从而满足了工程勘察和地形测绘的各种需求。
5.为了实现上述目的，本发明的一种融合无人机影像与激光点云的地形断面制作方法，包括如下步骤：s1、获取无人机影像和激光点云数据；
s2、在获取的激光点云数据中提取地面点数据，生成数字高程模型，基于数字高程模型对无人机影像进行正射纠正；s3、利用提取的地面点数据，构建不规则三角网，根据输入的断面平面位置信息，利用所述不规则三角网，计算得到断面线及其在正射影像上的位置，结合无人机影像中的影像纹理信息为断面线添加地物属性标签，最终得到带有地物属性标签的断面线；s4、在断面线中提取关键点，利用所述关键点获得断面线形的骨架特征；采用局部探测法，计算局部特征变化的细节点；s5、将带有地物属性标签的断面线、骨架特征和细节点，进行合并，生成精化抽稀后的地形断面结果。
6.进一步优选的，在s2中，在获取的激光点云数据中提取地面点数据，生成数字高程模型时，包括以下步骤：s201、对获取的激光点云进行粗差点探测，根据探测结果剔除粗差点；s202、对剔除粗差点后的激光点云进行滤波，采用滤波算法（包括但不限于半全局滤波算法，渐进三角网滤波算法，形态学滤波算法）得到地面点和非地面点；利用地面点构建三角网，并进行插值得到数字高程模型。
7.进一步优选的，在s201中，所述对获取的激光点云进行粗差点探测，采用以下方法：对获取的激光点云数据按照预设的格网大小，进行三维格网划分，将激光点云划分为多个长方体，分别统计落入每个所述长方体格网内的激光点数量；当某个长方体格网内的激光点数量少于预设阈值时，将该长方体格网标记为疑似粗差格网，并统计疑似粗差格网在三维空间内的26邻域格网的激光点数目，若26邻域格网内存在至少一个格网为非疑似格网，则为正常格网，否则判定所述长方体格网内的点均为粗差点。
8.进一步优选的，在s2中，基于数字高程模型对无人机影像进行正射纠正，采用如下方法：将获取的无人机影像的四个顶点投影到所述数字高程模型上，得到无人机影像在地面的覆盖范围；将所述覆盖范围沿x和y方向进行二维格网划分，对于每个格网，利用共线条件方程，将中心点反投影到无人机影像上，得到所述中心点在无人机影像上的精确位置点；然后利用精确位置点的邻域像素灰度值，采用双线性插值方法计算精确位置点所在网格的灰度值，以此类推，计算得到所有格网点的灰度值，完成无人机正射影像的纠正。
9.进一步优选的，在s3中、利用提取的地面点数据，构建不规则三角网，根据输入的断面平面位置信息，利用所述不规则三角网，计算得到断面线，包括以下步骤：所述输入的断面平面位置信息包括多个断面节点的平面坐标；根据所述断面节点的平面坐标，组成的线段，在不规则三角网上进行断面截取，得到原始的断面线l；计算断面线与三角网中的三角形边的交点平面坐标，根据相交三角形边的两端点的高程值，插值计算交点的高程值；对所有的三角形进行上述高程插值计算，得到所有断面点的高程值，形成一条完整的断面线。
10.进一步优选的，在s3中、利用提取的地面点数据，构建不规则三角网，根据输入的断面平面位置信息，利用所述不规则三角网，计算断面线在正射影像上的位置时，采用如下方法：设定断面线节点坐标 ，无人机正射影像的仿射变换参数为 ，则断面线节点 在无人机正射影像上的坐标 计算公式如下：式中，。
11.进一步优选的，在s3中，所述地物属性标签，包括房屋、道路、陡坎、河流。
12.进一步优选的，在s4中，在断面线中提取关键点，利用所述关键点获得断面线形的骨架特征，包括以下方法：获取断面线的关键点作为初始骨架点，所述关键点包括端点、最高点和最低点；将相邻两骨架点连线作为一个处理单元，依次判断每个处理单元的内部是否含有其他骨架点；获取所有骨架点的向量集合，作为断面线形的骨架特征。
13.进一步优选的，在依次判断每个处理单元的内部是否含有其他骨架点时，包括以下步骤：计算每个处理单元内部的任一断面节点到两个骨架点的连线之间的垂直距离和铅锤距离，选取和的较大值作为的特征显著值；计算所有断面点的特征显著值，得到特征显著值最大的节点，若节点的特征显著值大于第一预设阈值，则认为节点为骨架点，将其加入骨架点队列中，反之则认为内部已不含骨架点。
14.进一步优选的，在s4中，采用局部探测法，计算局部特征变化的细节点时，从断面线的端点开始，依次取出相邻三个节点、和，计算中间点到和连线的垂直距离和铅锤距离和，取和和的较大值作为的局部显著值，若局部显著值大于第二预设阈值，则认为为细节点；依次判断每个断面节点是否为细节点。
15.本技术公开的一种融合无人机影像与激光点云的地形断面制作方法，相比于现有技术，至少具有以下优点：1、本技术公开的一种融合无人机影像与激光点云的地形断面制作方法，联合利用激光点云和无人机影像进行地面线的制作，有效避免了单一数据源的弊端。既适用于复杂区域(如植被覆盖区)的高精度断面线制作，也可以获得道路、房屋等地物属性点信息，从而满足了工程勘察和地形测绘的各种需求。
16.2、本技术公开的一种融合无人机影像与激光点云的地形断面制作方法，提出有效
的断面线节点精化抽稀方法，可以获得反映地形特征的骨架点以及局部特征细节关键点，解决了传统断面成果点数较多、冗余量较大的问题。
17.3、本技术公开的一种融合无人机影像与激光点云的地形断面制作方法，在保证地形断面测量成果质量的同时，极大地减少传统地形测量过程中的外业工作量，提高作业效率和安全性，降低生产作业经济成本，具有较强的实际应用和推广价值。
附图说明
18.图1为本发明的融合无人机影像与激光点云的地形断面制作方法的流程示意图。
19.图2为本发明提供的融合无人机影像与激光点云的地形断面制作方法的钢轨顶面中线最小二乘优化示意图。
20.图3为轨道直/曲线判断示意图。
具体实施方式
21.以下通过附图和具体实施方式对本发明作进一步的详细说明。
22.如图1所示，本发明一方面实施例提供的一种融合无人机影像与激光点云的地形断面制作方法，包括如下步骤：s1、获取无人机影像和激光点云数据；需要说明的是，还包括精确的影像外方位元素和相机内参数；s2、在获取的激光点云数据中提取地面点数据，生成数字高程模型，基于数字高程模型对无人机影像进行正射纠正；s3、利用提取的地面点数据，构建不规则三角网，根据输入的断面平面位置信息，利用所述不规则三角网，计算得到断面线及其在正射影像上的位置，结合无人机影像中的影像纹理信息为断面线添加地物属性标签，最终得到带有地物属性标签的断面线；s4、在断面线中提取关键点，利用所述关键点获得断面线形的骨架特征；采用局部探测法，计算局部特征变化的细节点；s5、将带有地物属性标签的断面线、骨架特征和细节点，进行合并，生成精化抽稀后的地形断面结果。
23.在s2中，在获取的激光点云数据中提取地面点数据，生成数字高程模型时，首先采用格网探测法从激光点云中去除低点和噪声点，然后进行点云滤波并利用地面点生成数字高程模型，具体包括以下步骤：s201、对获取的激光点云进行粗差点探测，根据探测结果剔除粗差点；s202、对剔除粗差点后的激光点云进行滤波，采用滤波算法（具体可以为半全局滤波算法，渐进三角网滤波算法或形态学滤波算法）得到地面点和非地面点；利用地面点构建三角网，并进行插值得到数字高程模型。
24.在s201中，所述对获取的激光点云进行粗差点探测，采用以下方法：对获取的激光点云数据按照预设的格网大小，进行三维格网划分，将激光点云划分为多个长方体，分别统计落入每个所述长方体格网内的激光点即lidar点的数量；如图2所示，若某个格网内的点数少于一定阈值，则认为该格网内的点为疑似粗差点，该格网为疑似粗差格网。对每一个疑似粗差格网，统计其在三维空间内的26邻域格网的lidar点数
目，若26邻域格网内存在至少一个格网为非疑似格网，则为正常格网，否则判定网格内的点均为粗差点。
25.在s2中，基于数字高程模型对无人机影像进行正射纠正，采用如下方法：将获取的无人机影像的四个顶点投影到所述数字高程模型上，得到无人机影像在地面的覆盖范围；将所述覆盖范围沿x和y方向进行二维格网划分，对于每个格网，利用共线条件方程，将中心点反投影到无人机影像上，得到所述中心点在无人机影像上的精确位置点；然后利用精确位置点的邻域像素灰度值，采用双线性插值方法计算精确位置点所在网格的灰度值，以此类推，计算得到所有格网点的灰度值，完成无人机正射影像的纠正。
26.在s3中、利用提取的地面点数据，构建不规则三角网，根据输入的断面平面位置信息，利用所述不规则三角网，计算得到断面线，包括以下步骤：所述输入的断面平面位置信息包括多个断面节点的平面坐标；根据所述断面节点的平面坐标，组成的线段，在不规则三角网上进行断面截取，得到原始的断面线l；计算断面线与三角网中的三角形边的交点平面坐标，根据相交三角形边的两端点的高程值，插值计算交点的高程值；对所有的三角形进行上述高程插值计算，得到所有断面点的高程值，形成一条完整的断面线。
27.进一步优选的，在s3中、利用提取的地面点数据，构建不规则三角网，根据输入的断面平面位置信息，利用所述不规则三角网，计算断面线在正射影像上的位置时，采用如下方法：设定断面线节点坐标，无人机正射影像的仿射变换参数为，则断面线节点在无人机正射影像上的坐标计算公式如下：式中，。
28.根据计算得到的图像坐标以及，该坐标点处的图像纹理，可以判断节点的地物属性类型，所述地物属性标签，包括房屋、道路、陡坎、河流等，从而为相关节点赋予属性信息。可得到一条完整的带有地物语义属性信息的地形断面线。
29.进一步优选的，在s4中，在断面线中提取关键点，利用所述关键点获得断面线形的骨架特征，包括以下方法：获取断面线的关键点作为初始骨架点，所述关键点包括端点、最高点和最低点；将相邻两骨架点连线作为一个处理单元，依次判断每个处理单元的内部是否含有其他骨架点；获取所有骨架点的向量集合，作为断面线形的骨架特征。
30.如图3所示，进一步优选的，在依次判断每个处理单元的内部是否含有其他骨架点
时，包括以下步骤：计算每个处理单元内部的任一断面节点到两个骨架点的连线之间的垂直距离和铅锤距离，选取和的较大值作为的特征显著值；计算所有断面点的特征显著值，得到特征显著值最大的节点，若节点的特征显著值大于第一预设阈值，则认为节点为骨架点，将其加入骨架点队列中，反之则认为内部已不含骨架点。
31.进一步优选的，在s4中，采用局部探测法，计算局部特征变化的细节点时，从断面线的端点开始，依次取出相邻三个节点、和，计算中间点到和连线的垂直距离和铅锤距离和，取和和，取和的较大值作为的局部显著值，若局部显著值大于第二预设阈值，则认为为细节点；依次判断每个断面节点是否为细节点。
32.最后，将地物属性点、骨架点和细节点，进行合并作为精化抽稀后的地形断面点成果，并进行输出保存。
33.显然，上述实施例仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。