Привязка данных мобильного лазерного сканирования к результатам аэрофотосъемки на основе определения взаимного положения массивов точек
Финансирование: -
Аннотация:
Одним из самых оперативных геодезических методов наземной съемки является мобильное лазерное сканирование (МЛС). За короткий промежуток времени этот метод позволяет осуществить сбор данных об объектах окружающего пространства с высокой детальностью и точностью. Условием получения высокоточных данных МЛС является качественный прием спутникового сигнала. При сканировании застроенных городских территорий качество сигнала ухудшается, что приводит к снижению точности. Компенсировать потерю точности помогает применение дополнительных опорных точек, одними из которых могут быть результаты аэрофотосъемки. Для этого осуществляется привязка данных МЛС к данным аэрофотосъемки с помощью различных автоматических методов, которые осуществляются в двумерном или трехмерном пространстве. Поэтому предварительно осуществляется перевод трехмерных данных МЛС в форму двумерного изображения или группы аэрофотоснимков в форму трехмерного массива точек. Привязка в трехмерном пространстве является предпочтительной при низком изобразительном качестве аэрофотоснимков. В статье рассматривается методика автоматической привязки данных МЛС к сгенерированному по аэрофотоснимкам массиву точек с помощью метода ICP. Предложено предварительно разделять данные МЛС на фрагменты. Показано, что размер фрагментов для расчета локальных поправок в плане может отличаться от размера фрагментов для их расчета по высоте.
Ключевые слова (RU):
мобильное лазерное сканирование, аэрофотосъемка, беспилотный летательный аппарат (БПЛА), привязка, взаимное ориентирование, метод итеративного алгоритма ближайших точек (ICP), оценка точности
Ключевые слова (EN):
mobile laser scanning, aerial photography, UAV, registration, relative orientation, ICP method, accuracy estimation
Библиографический список:
- Wang Y., Chen Q., Zhu L., Liu L., Li. C., Zheng D. A Survey of Mobile Laser Scanning Applications and Key Techniques over Urban Areas // Remote Sensing. – 2019. – Vol. 11, Issue 13. – No. 1540. – DOI 10.3390/rs11131540.
- Комиссаров А. В., Алтынцев М. А. Метод активного дистанционного зондирования: лазерное сканирование : монография. – Новосибирск : СГУГиТ, 2020. – 254 с.
- Altyntsev M. A., Popov R. A. The Analysis of GPS Signal Short-term Loss Influence on the Accuracy of Mobile Laser Scanning Data [Electronic resource] // XXV FIG Congress. – 2014. – Mode of access: http://www.fig.net/resources/proceedings/fig_proceedings/fig2014/papers/ts04b/TS04B_altyntsev_popov_7115.pdf.
- Schaer P., ValletJ. Trajectory adjustment of mobile laserscan data in GPS denied environments// International Archives of ISPRS. – 2015. – Vol. XL-3/W4. – P. 61–64. doi: 10.5194/isprsarchives-XL-3-W4-61-2016.
- Gao Y., Huang X., Zhang F., Fu Z., Yang C. Automatic geo-referencing mobile laser scanning data to UAV images. International Archives of ISPRS. – 2015. – Vol. XL-1/W4. – P. 41–46. – DOI 10.5194/isprsarchives-XL-1-W4-41-2015.
- Amon P., Rieger P., Riegl U., Pfennigbauer M. Introducing a New Class of Survey-Grade Laser Scanning by use Unmanned Aerial Systems (UAS). XXV FIG Congress. – 2014. – Mode of access: https://www.fig.net/resources/proceedings/fig_proceedings/fig2014/papers/ts11b/TS11B_amon_rieger_et_al_7074.pdf.
- Forkuo E. K., King B. Automatic fusion of photogrammetric imagery and laser scanner point clouds // International Archives of ISPRS. – 2004. – Vol. XXXV-B4. – P. 921–926.
- Han Y., Oh, J. Automated geo/co-registration of multi-temporal very-high-resolution imagery // Sensors. – 2018. – Vol. 18. – No 1599. doi: 10.3390/s18051599.
- Гук А. П., Алтынцев М. А. Автоматическая идентификация соответственных точек на аэроснимках лесных массивов // Вестник СГУГиТ. – 2017. – Т. 22, № 4. – С. 68–77.
- Чибуничев А. Г., Михайлов А. П., Старшов В. В. Автоматическое построение плотного облака точек по множеству снимков на основе полуглобального метода отождествления соответственных точек // Изв. вузов. Геодезия и аэрофотосъемка. – 2015. – № 2. – С. 14–18.
- Rao Ch. V., Rao K. M. M., Manjunath A. S., Srinivas R. V. N. Optimization of automatic image registration algorithms and characterization // International Archives of ISPRS. – 2004. – Vol. XXXV-B3. – P. 698–703.
- Liu S., Jiang J. Registration Algorithm Based on Line-Intersection-Line for Satellite Remote Sensing Images of Urban Areas // Remote Sensing. – 2019. – Vol. 11. – No 1400. doi: 10.3390/rs11121400.
- Dong Z., Liang F., Yang B., Xu Y., Zang Y., Li J., Wang Y., Dai W., Fan H., Hyyppäb J., Stilla U. Registration of large-scale terrestrial laser scanner point clouds: A review and benchmark // ISPRS Journal of Photogrammetry and Remote Sensing. – 2020. – Vol. 163. – P. 327–342. doi: 10.1016/j.isprsjprs.2020.03.013.
- Fuad N. Comparing the performance of point cloud registration methods for landslide monitoring using mobile laser scanning data // International Archives of ISPRS. – 2018. – Vol. XLII-4/W9. – P. 11–21. – DOI 10.5194/isprs-archives-XLII-4-W9-11-2018.
- Besl P. J., McKay N. D. Method for Registration of 3-D Shapes // IEEE Transactions on pattern analysis and machine intelligence. – 1992. – Vol. 14, Issue 2. – P. 239–256. doi: 10.1109/34.121791.
- Алтынцев М. А., Каркокли Хамид Маджид Сабер. Методика автоматизированного уравнивания данных мобильного лазерного сканирования // Вестник СГУГиТ. – 2021. – Т. 26, № 4. – С. 5–23.