聶倩,蔡元波,林昀,陳長軍
(1.寧波市測繪設計研究院,浙江 寧波 315042;2.武漢大學 測繪學院,武漢 430079)
地面三維激光掃描技術采用非接觸主動測量方式直接高速獲取高精度、高密度、超高分辨率的三維空間信息,已成為快速獲取城市空間信息的全新技術手段[1-3]。雖然很多地面激光掃描儀可通過內置相機同步獲取掃描點的紋理,但是其分辨率、攝影方式、精準度等均不能滿足應用的需要。而全景成像技術是一種超廣角視野表達方式,它包含了比圖像序列更直觀、更完整的場景信息,同時可供用戶自由轉換視角。因此,目前以高速地面三維激光掃描儀和全景相機為核心傳感器,并輔以GPS、IMU進行激光掃描傳感器定位定姿的移動測量系統(tǒng)正在興起[4-9],例如Topcon的IP-S2系統(tǒng)、寧波測繪院的移動測量系統(tǒng)等。
基于激光掃描儀和全景相機的移動測量系統(tǒng)用于城市快速三維測量與重建的一個關鍵步驟就是點云與全景影像的高精度配準[10]。目前,關于點云與普通CCD影像的配準已經有很多研究成果:共線方程解法、直接線性變換法、角錐體法等[11-12],而對于車載點云與全景影像的配準研究則鮮有進展。由于激光點云和全景影像在數據表現形式和屬性上均有很大差異,因此傳統(tǒng)的遙感配準方法不能完全適用于這兩類數據的配準。針對上述問題,本文提出一種車載激光點云與全景影像配準方法,該方法利用POS數據和各個傳感器間的相對空間位置關系建立點云與單張面陣CCD影像間的對應關系,然后根據全景影像與單張面陣CCD影像間的映射關系,從而實現車載激光點云與全景影像的高精度配準。
本文的移動測量系統(tǒng)是由寧波市測繪設計研究院和武漢大學共同開發(fā)研制,它以帕拉丁汽車為移動平臺,集成安裝了1部高精度慣性導航設備(GPS/IMU)、1臺高分辨率全景相機、2臺RIEGL公司不同型號激光掃描儀VZ-400和LMS-120i、1臺同步控制單元以及4臺工控計算機。
本文的移動測量系統(tǒng)所有傳感器被固定在移動平臺上,采用系統(tǒng)標定建立其嚴格幾何關系,并通過同步控制系統(tǒng)觸發(fā)脈沖來實現各傳感器數據的同步采集。當車輛以一定速度勻速行駛時,GPS和IMU同時觀測記錄各傳感器的位置和姿態(tài)數據,VZ-400和LMS-120i掃描儀分別獲取車輛兩側和地表面的點云信息,全景相機采集城市街景影像,從而實現全方位場景下的三維空間信息和紋理信息獲取。
如圖1所示,本文移動測量系統(tǒng)的全景相機由8個面陣CCD鏡頭構成,面陣CCD相機采用框幅式成像方式仍滿足中心投影構像方程,在每個采樣時刻獲取8張面陣CCD影像,然后將8張影像進行球面投影和拼接處理,從而形成全景影像。由于全景成像系統(tǒng)的8臺CCD相機為非量測工業(yè)相機,其成像存在較大的畸變,因此本文首先對單臺面陣CCD相機進行標定以獲取其內方位元素和畸變參數,然后利用VZ-400掃描儀可以靜態(tài)掃描特性,建立單臺CCD相機的像空輔坐標和VZ-400掃描儀坐標系間的平移和旋轉關系,并基于POS數據和各個傳感器間的相對空間位置信息實現激光點云和單張面陣CCD影像間的配準,最后利用全景影像與單張CCD影像間的映射關系實現點云與全景影像的配準。圖1給出了車載點云與全景影像的配準流程。
圖1 車載點云與全景影像配準的原理
為了消除畸變對配準精度的影響,本文采用張正友提出的平面標定法進行單臺面陣CCD相機的標定試驗,以確定單鏡頭的內參數和畸變系統(tǒng),從而消除相機畸變對配準精度的影響。具體實施步驟如下:
(1)對全景相機的每一個鏡頭,采用平面棋盤格作為標定物,獲取不同視角下的多張圖像。
(2)利用Harris算子進行影像特征點的提取。
(3)在不考慮徑向及切向畸變的情況下,利用旋轉矩陣的正交性,求解相機的內參數(f,x0,y0)。
(4)利用最小二乘法估算相機的徑向和切向畸變系統(tǒng)(k1,k2,p1,p2),并利用最大似然估計原則整體優(yōu)化所有參數。
由于全景成像系統(tǒng)在每一個采樣瞬間獲得8張面陣CCD影像,以面陣CCD相機m為例詳細介紹其與車載點云間的配準。對于某一個地面目標點,其所對應像點的像空輔坐標與同名點云的掃描儀坐標間存在如下對應關系:
(1)
由于移動測量系統(tǒng)各傳感器間進行了嚴格標定,即掃描儀坐標系L、慣導坐標系G和WGS-84系W間的轉換關系在系統(tǒng)標定時已確定,如式(2)和式(3)所示。
(2)
(3)
其中,RLG和TLG分別表示掃描儀坐標系和慣導坐標系間的旋轉矩陣和平移量;RGW和TGW表示慣導系和WGS-84系間的旋轉矩陣和平移量。
綜合式(1)~式(3),可建立單張面陣CCD影像的像點像空輔坐標與其WGS-84坐標間的轉換關系:
(4)
(5)
CPW=TGW+RGWTLG+RGWRLGCPL
(6)
由于車載系統(tǒng)經過嚴格標定,即RLG、RGW、TLG和TGW已知,故RPW和CPW的解算可以轉換為RPL和CPL的求解問題。因此,本文將移動測量系統(tǒng)進行靜態(tài)掃描和拍照,利用單張CCD影像的n個像點和同名點云的掃描坐標,由式(1)列出誤差方程,并根據最小二乘平差原理進行旋轉矩陣RPL和平移向量CPL的解算,最后基于POS數據和各傳感器間的相對空間位置信息實現車載激光點云與單張CCD影像間的配準。注意:由于全景成像系統(tǒng)與激光掃描儀在車輛平臺上的位置是固定的,即相機m和掃描儀間的轉換參數RPL和CPL一旦確定,則車載系統(tǒng)在采集數據中可實現點云與影像的實時配準。
假設面陣CCD影像m(m=1,2,…,8)上任意像點A的像素坐標為(i,j),則對應全景球的三維點坐標為(xS,yS,zS),將影像投影到球面生成球面坐標系以(θ,φ,r)表示,其中θ為水平旋轉角,φ為俯仰角,r為球體半徑,根據空間直角坐標與球面坐標的轉換關系,可得:
(7)
(8)
其中,β為相機光軸繞垂直軸Y軸的旋轉角度,對于相機m而言,β=45×(m-1);W和H分別為面陣CCD影像m的長度和寬度。
根據全景影像上任意一點的三維坐標(xS,yS,zS)可由式(7)和式(8)確定它所對應的單張面陣CCD影像上的像點行列號,進而依據式(4)實現全景影像與車載激光點云間的配準。
為了驗證本文配準方法的正確性和可靠性,首先對全景成像系統(tǒng)的8個面陣CCD鏡頭進行平面板標定試驗,以確定其內方位元素和畸變系數,然后利用車載系統(tǒng)進行靜態(tài)掃描和拍照,解算單臺CCD相機與掃描儀坐標系間的旋轉平移關系。最后采用車載移動測量系統(tǒng)對寧波市聚賢路周邊區(qū)域進行了激光點云和全景影像采集試驗。表1為單臺面陣CCD相機的標定結果;表2為面陣CCD相機與激光掃描儀間的轉換關系;圖2和圖3為車載點云與全景影像的配準結果。
本文通過由配準后全景影像的像點反算其對應點云的物方坐標,并與檢查點的實測物方坐標進行對比分析,從而定量評價車載點云與全景影像的配準精度。本文選取了13個檢查點進行實驗分析,其中X、Y是利用全站儀獲取的檢查點在WGS-84高斯投影坐標系下的平面坐標;X′、Y′是全景影像像點所對應的同名點云的物方坐標。由表3可以看出,通過13個檢查點的全景像點坐標反算點云物方坐標與實測坐標的比對,可以看出車載點云與全景影像整體可達到0.1的平面中誤差。因此,利用本文方法進行車載點云與全景影像的配準后,由全景影像實現地物量測可以滿足城市大比例尺測圖的精度要求。
表1 單臺面陣CCD相機的標定結果
表2 單臺面陣CCD相機與VZ-400掃描儀間的轉換關系
圖2 車載點云與全景影像絕對配準后的結果
圖3 車載點云與全景影像絕對配準后的局部效果
表3 配準結果精度(m)
本文對車載三維激光點云與全景影像的配準進行研究,首先利用POS數據和各個傳感器間的相對空間位置關系建立點云與單張面陣CCD影像間的對應關系,然后根據全景影像與單張面陣CCD影像間的映射關系,從而實現車載點云與全景影像的高精度配準。試驗結果表明,本文配準方法簡單,可以達到0.1m的平面精度,基于配準后的全景影像進行地物量測可滿足城市大比例尺測圖的精度要求。
參考文獻:
[1] 張毅.地面三維激光掃描點云數據處理方法研究[D].武漢大學,2008.
[2] 馬洪超,姚春靜,鄔建偉.利用線特征進行高分辨率影像與LiDAR點云的配準[J].武漢大學學報(信息科學版),2012,37(2):136-140.
[3] 楊勇,鐘若飛,康永偉,等.車載激光與單目線陣相機的數據融合[J].首都師范大學學報,2010,31(2):82-87.
[4] 張卡,盛業(yè)華,葉春,等.車載三維數據采集系統(tǒng)的絕對標定及精度分析[J].武漢大學學報(信息科學版),2008,33(1):55-59.
[5] 陳允芳,葉澤田.IMU/DGPS輔助車載CCD及激光掃描儀三維數據采集與建模[J].測繪科學,2006,31(5):91-92.
[6] HAALA N,PETER M,KREMER J.Mobile LiDAR mapping for 3D point cloud collection in urban areas:A performance test[J].In:ISPRS,2008(37):1119-1124.
[7] RIEGER P,STUDNICKA N,PFENNINGBAUER M.Boresight alignment method for mobile laser scanning systems[EB/OL].http://www.geomatik-hanmburg.de/tls/tls2.
[8] HAMMOUDI K,DORNAIKA F,PAPARODITIS N.Extracting building footprints from 3d point clouds using terrestrial laser scanning at street level[C].2009 International Conference on CMRT09 IAPRS,Paris,2009.
[9] HAN Y M,WANG L.A novel approach to calibrating the line scan camera of Vehicle-borne 3D data acquisition system[C].2010 International Colloquium on Computing,Communication,Control,and Management,2010.
[10] 陳為民.基于全景成像與激光掃描的城市快速三維測量與重建技術研究[D].武漢大學,2012.
[11] 王國利,王晏民.地面激光點云多源約束的穩(wěn)健整體配準[J].測繪通報,2012,(1):20-21.
[12] 王宴民,胡春梅.一種地面激光雷達點云與紋理影像穩(wěn)健配準方法[J].測繪學報,2012,41(2):266-272.