特徵物为基础的LIDAR点云结合关系模式.ppt

《特徵物为基础的LIDAR点云结合关系模式.ppt》由会员分享，可在线阅读，更多相关《特徵物为基础的LIDAR点云结合关系模式.ppt（19页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、特徵物为基础的LIDAR点云资料结合关系模式 Still waters run deep.流静水深流静水深,人静心深人静心深 Where there is life,there is hope。有生命必有希望。有生命必有希望CatalognPrefacenMethodologynExperiments and AnalysisnFurther work nReferences Prefacen研究背景與優勢n程序 1.建立各特徵的轉換函數模型 2.確定使用的平差模式 3.利用模擬數據檢測模型正確性 4.評估其精度是否優於傳統點對點的模式&Methodologyn就特徵點而言就特徵點而言 (2-

2、1)為設定的原點座標系座標，為其他測站座標系，S為統一的尺度參數，R為旋轉矩陣，七參數轉換 Methodologyn就線特徵而言就線特徵而言qLBTM(Line Based Transformation Model)，LBTM可以單獨只利用線特徵或者是利用線特徵配合一些控制點來定義轉換參數，這是個簡單的模型，不需要近似起始值。q特徵線的三維空間轉換可以利用三維的相似轉換模式，其原理解說如下:q假設 向量為兩共軛線的單位向量，分別在物空間與像空間且這兩個單位向量可由線段上任一兩點來表示:且 (2-3)Methodology 且 (2-4)q 所以在物空間的向量可以經由其轉換含數轉換到其在像空間的

3、共軛向量，轉換的方程式為:(2-5)q v，V為在像空間與物空間的方向向量，M為旋轉矩陣，是尺度是個對角線矩陣所以可以提供不同方向軸不同尺度 Methodology (2-6)(2-7)將 與M合併，加上平移參數則轉換方程式變為:(2-8)MethodologyqLBTM是應用在像空間與物空間之間的轉換也就是二維與三維空間的轉換，和我所需要對兩不同測站的點雲資料運用不符合擴展將式中左側的 Z座標加入得到:(2-6-1)此處的旋轉矩陣與攝影測量的共線式旋轉矩陣是相同的 (2-7-1)Methodology (2-8-1)其中 b1b3，b4b7，b9b11為旋轉及尺度因素。b4，b8，b12為平

4、移參數。q這和三維Affine model Fraser.et al(2002)不同於此轉換使用的是線的單位向量而非點座標，有12個參數 所以至少需要4條GCLs來解算參數。q這個三維的轉換句有尺度平移跟旋轉的參數且可以接受座標軸尺度不不同比例的轉換。Methodology數學模式的問題數學模式的問題 q單位向量並不能表示空間上唯一的一條線段，如此這個LBTM變成表達個線群集在像空間上和任意的平行線群集在物空間做轉換。q利用GCPs進行三維彷射轉換，以及利用GCLs進行三維 Affine LBTM，發現在旋轉和尺度上的參數差異量很小，但是卻在平移的參數上有較大的差異，表示LBTM在平移的參數上

5、有較大的問題。q由圖示中我可以看出兩條不同座標系的單位方向向量經過轉換後，旋轉參數與尺度參數所造成的誤差較小，因為線段還有一個方向的自由度，需要增加約制條件。Methodology 解決方法解決方法q在這數學模式中六個參數b1b3，b5b71，b9b11，表示旋轉跟尺度參數，可以利用GCLs來獲得。q又假如這兩個座標系的原點座標已知，則b4，b8，b12三個平移 參數可以利用原點座標的平移量或者利用一個GCP點來定義恢復平移參數。Methodologyn就特徵面而言就特徵面而言 q特徵面所使用的轉換式為三維的相似轉換，包含了三個平移參數，三個旋轉參數，以及一個尺度参數。q理論上總共需要七個分佈

6、均勻的點來求解這七個轉換參數。Methodology (2-8)(2-9)qH:赫斯法向量(Hessian normal)qP:原點算起的距離qd:點群到這近似貼面的最短距離為 到這近似貼面的最短距離為d (2-10)when Methodologyq旋轉參數近似值我們可以藉由對Hessian normal三個方向夾角偏微分可得到:(2-12)Methodologyq觀測方程式線型化偏微分為 Methodology(2-13)觀測方程式可以改寫成(2-14)$Experiments and Analysisn實驗的構思是設計兩個座標系，利用座標的三軸以及幾條共軛的空間特徵線，分布均勻的共軛特徵

7、點及特徵面，同時進行轉換，做三種轉換法的精度比較分析$Further work$ReferencesnAhmed Shaker，2004，The Line Based Transformation Model(LBTM):A New Approach To The Rectification of High-Resolution Satellite Imagery,n劉燈烈，2004，地面光達點雲資料的平差結合與影像敷貼，國立成功大學測量與空間資訊學系碩士論文 n彭念豪，2004，利用物空間直線求取像片外方位之研究n李志宏，2002，應用線特徵物求解攝影測量方位參數與物型重建，國立台灣大學土木工程研究所論文p.6p.15nMikhail/Bethel/McFGlone，2001，Introduction to Modern Photogrammetry，p.368p.377nT.Schenk，1999，Matching Surfaces