機載Lidar點雲與航空影像的智慧型三維融合技術研究

《機載Lidar點雲與航空影像的智慧型三維融合技術研究》是依託西安電子科技大學，由苗啟廣擔任項目負責人的面上項目。

基本介紹

• 中文名：機載Lidar點雲與航空影像的智慧型三維融合技術研究
• 項目類別：面上項目
• 項目負責人：苗啟廣
• 依託單位：西安電子科技大學

中文摘要

針對目前感測器種類繁多且所獲取的圖像各有優缺點，圖像融合技術眾多但缺乏普遍適用的方法，以及三維圖像融合的研究剛剛起步的現狀，本課題在研究Lidar點雲數據的特點及預處理方法的基礎上，結合像素融合法和控制點位法，研究雷射雷達圖像和遙感圖像的三維融合方法；利用紋理貼圖法，研究雷射雷達圖像和SAR圖像的三維融合方法；從而進一步研究雷射雷達圖像、遙感圖像與SAR圖像的三維融合方法。並提出基於面向自治計算的三維圖像融合方法，利用計算體的自治行為獲得系統的全局最優解決方案；提出基於數據同化的三維圖像融合方法，利用數據同化不斷同化模型運算元生成的預測圖像和觀測圖像優勢的融合圖像，實現三維智慧型融合。融合方法效率高、魯棒性好、自適應性強，融合後的三維圖像更逼真、更接近客觀事實。將三維融合和智慧型最佳化結合起來，填補了圖像融合領域缺乏普遍適用的智慧型三維融合方法的空白，為三維立體目標的高精度檢測與識別提供技術支撐。

結題摘要

針對目前感測器種類繁多且所獲取的圖像各有優缺點，圖像融合技術眾多但缺乏普遍適用的方法，以及三維圖像融合的研究剛剛起步的現狀，本課題在研究 Lidar 點雲數據的特點及預處理方法的基礎上，深入研究了Lidar點雲數據三維重建方法、遙感圖像融合方法、以及遙感目標識別等方法。針對Lidar點雲數據濾波預處理中存在的挑戰問題，深入研究了點雲數據中存在的噪聲等數據特性，提出一種基於區域預測的形態學Lidar點雲數據濾波算法和一種基於區域生長的三角網濾波方法，能夠取得更好的去噪效果，更能滿足人的視覺心理和實際套用的要求；針對目前存在的不規則三角網構網效率較低的問題，深入研究了建立虛擬格網和格網插值的方法，提出了一種新的生成數字表面模型的構網方法；針對Lidar點雲數據中目標邊緣不清晰不易檢測的問題，研究利用三角剖分方法通過三角形的形狀變化進行具有高程突變的邊緣點檢測，提出了基於不規則三角網的Lidar點雲數據邊緣檢測方法和基於不規則三角網的Lidar點雲數據水上橋樑提取方法；針對圖像融合問題，在研究多尺度分析和人類視覺系統的基礎上，提出基於Shearlet和PCNN的圖像融合算法，實現了遙感圖像的融合處理，通過和多種變換融合的圖像進行主觀和客觀效果的比較，本算法對遙感圖像具有更好的融合效果；針對掃描地形圖中由於混淆色、漸變色等顏色失真造成的難於分割的問題，深入研究了結合地形圖空間關係特徵的圖像分析策略，提出了一系列掃描地形圖分割算法，包括基於線劃要素特徵的掃描地形圖分割算法、有導向的超像素分割方法、基於超像素的彩色地圖分割算法、基於隨機機率採樣和多級圖像融合的圖像分割算法，這些算法可以較好的完成圖像分割的任務，為目標檢測、識別，以及場景信息提取奠定了基礎；針對近年來國內日益嚴重的霧霾而引起圖像降質的復原問題，深入研究了霾的成像機理，提出了基於黃霾物理特性的圖像去霾和基於多尺度小波變換的融合圖像去霾方法，得到了更加自然的圖像復原效果，為遙感圖像的融合、檢測與識別提供更加優質的圖像源。這些研究的開展，將會進一步開拓Lidar點雲數據處理以及三維圖像融合技術的套用，研究成果可用於軍事、民用等相關領域，具有較好的理論和套用價值。