[go: up one dir, main page]

CN111832635A - 地基sar图像与激光点云地形数据的匹配方法及装置 - Google Patents

地基sar图像与激光点云地形数据的匹配方法及装置 Download PDF

Info

Publication number
CN111832635A
CN111832635A CN202010598324.5A CN202010598324A CN111832635A CN 111832635 A CN111832635 A CN 111832635A CN 202010598324 A CN202010598324 A CN 202010598324A CN 111832635 A CN111832635 A CN 111832635A
Authority
CN
China
Prior art keywords
ground
point cloud
data
sar image
laser point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010598324.5A
Other languages
English (en)
Other versions
CN111832635B (zh
Inventor
王彦平
李洋
刘航
林赟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China University of Technology
Original Assignee
North China University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by North China University of Technology filed Critical North China University of Technology
Priority to CN202010598324.5A priority Critical patent/CN111832635B/zh
Publication of CN111832635A publication Critical patent/CN111832635A/zh
Application granted granted Critical
Publication of CN111832635B publication Critical patent/CN111832635B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种地基SAR图像与激光点云地形数据的匹配方法及装置，其中方法包括：获得地基SAR图像和激光点云地形数据；在距离方位坐标系下对所述地基SAR图像进行栅格化处理；在东北天坐标系下对所述激光点云地形数据进行栅格化处理；对栅格化处理后的地基SAR图像和激光点云地形数据进行匹配。本发明在保证匹配精度的基础上提高计算效率，实现快速匹配。

Description

地基SAR图像与激光点云地形数据的匹配方法及装置
技术领域
本发明涉及微波成像技术对地观测以及地形测绘技术领域，尤其涉及地基SAR图像与激光点云地形数据的匹配方法及装置。
背景技术
地基SAR系统通过测量图像的相位，可以实现亚毫米级精度的形变反演，具有非接触、高精度、大区域、全天时全天候连续监测的技术优势。作为一种主动式微波成像传感器，是进行区域性监测、地表形变监测以及定点连续测量的重要手段。在露天矿监测、山体滑坡监测、大坝安全监测等领域具有广阔的应用前景。
地基SAR依据目标到雷达中心的斜距和偏离雷达天线波束中心线的角度来分辨不同的监测目标。其成像投影方式不同于传统地形图的正射投影以及摄影测量的中心投影。图像中的监测目标形态与实际有较大的差异，使用人员往往要花费较大精力进行图像的解读，造成了使用上的不便。而且实际应急监测中，如果监测目标有雨雾遮挡，或者夜间监测光线条件差的情况下，那么对监测图像解读的难度将会更大。因此，亟需研究一种将地基SAR图像与真实监测场景信息进行匹配，从而优化地基SAR图像解译的方法。三维激光扫描仪能够快速获取高精度地面和地物三维信息，近年来在地形测绘、应急抢险等领域广泛应用，将地基SAR图像投影到其生成的三维点云地形上，可以将不直观的二维地基SAR形变监测数据转变为更加贴近人眼视觉习惯的空间三维表达形式，方便地基SAR图像解译人员迅速定位异常监测区域。
地基SAR图像与激光三维点云地形数据进行三维匹配的难点在于对三维点云中满足匹配条件的点的坐标提取。现有技术中，通常逐个提取地基SAR图像像元坐标，根据地基SAR距离-方位坐标系与激光雷达东北天坐标系之间的投影转换关系设置索引条件，遍历点云数据文件中所有点的坐标，索引出符合对应条件的点，虽然可以保证匹配精度，但需多次遍历点云数据文件，计算效率低，难以实现快速匹配。
发明内容
本发明实施例提供一种地基SAR图像与激光点云地形数据的匹配方法，用以匹配地基SAR图像与激光点云地形数据，在保证匹配精度的基础上提高计算效率，实现快速匹配，该方法包括：
获得地基SAR图像和激光点云地形数据；
在距离方位坐标系下对所述地基SAR图像进行栅格化处理；
在东北天坐标系下对所述激光点云地形数据进行栅格化处理；
对栅格化处理后的地基SAR图像和激光点云地形数据进行匹配。
本发明实施例提供一种地基SAR图像与激光点云地形数据的匹配装置，用以匹配地基SAR图像与激光点云地形数据，在保证匹配精度的基础上提高计算效率，实现快速匹配，该装置包括：
数据获得模块，用于获得地基SAR图像和激光点云地形数据；
第一栅格化处理模块，用于在距离方位坐标系下对所述地基SAR图像进行栅格化处理；
第二栅格化处理模块，用于在东北天坐标系下对所述激光点云地形数据进行栅格化处理；
匹配模块，用于对栅格化处理后的地基SAR图像和激光点云地形数据进行匹配。
本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述地基SAR图像与激光点云地形数据的匹配方法。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述地基SAR图像与激光点云地形数据的匹配方法的计算机程序。
相对于现有技术中逐个提取地基SAR图像像元坐标，根据索引条件遍历点云数据文件中所有点的坐标的匹配方案而言，本发明实施例通过获得地基SAR图像和激光点云地形数据；在距离方位坐标系下对所述地基SAR图像进行栅格化处理；在东北天坐标系下对所述激光点云地形数据进行栅格化处理；对栅格化处理后的地基SAR图像和激光点云地形数据进行匹配。本发明实施例无需遍历点云数据文件中所有点坐标，只需在距离方位坐标系下对所述地基SAR图像进行栅格化处理，在东北天坐标系下对所述激光点云地形数据进行栅格化处理，然后对栅格化处理后的地基SAR图像和激光点云地形数据进行匹配，在保证匹配精度的基础上提高计算效率，实现快速匹配。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1为本发明实施例中地基SAR图像与激光点云地形数据的匹配方法示意图；
图2为本发明实施例中东北天坐标系下地基SAR系统三维成像几何示意图；
图3为本发明实施例中东北天坐标系下地基SAR系统二维平面示意图；
图4为本发明实施例中距离方位坐标系下地基SAR平面几何模型示意图；
图5为本发明实施例中栅格化处理后的地基SAR图像示意图；
图6为本发明实施例中栅格化处理后的激光点云地形数据示意图；
图7为本发明实施例中地基SAR图像与激光点云地形数据的匹配装置的结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
为了匹配地基SAR图像与激光点云地形数据，在保证匹配精度的基础上提高计算效率，实现快速匹配，本发明实施例提供一种地基SAR图像与激光点云地形数据的匹配方法，如图1所示，该方法可以包括：
步骤101、获得地基SAR图像和激光点云地形数据；
步骤102、在距离方位坐标系下对所述地基SAR图像进行栅格化处理；
步骤103、在东北天坐标系下对所述激光点云地形数据进行栅格化处理；
步骤104、对栅格化处理后的地基SAR图像和激光点云地形数据进行匹配。
由图1所示可以得知，本发明实施例通过获得地基SAR图像和激光点云地形数据；在距离方位坐标系下对所述地基SAR图像进行栅格化处理；在东北天坐标系下对所述激光点云地形数据进行栅格化处理；对栅格化处理后的地基SAR图像和激光点云地形数据进行匹配。本发明实施例无需遍历点云数据文件中所有点坐标，只需在距离方位坐标系下对所述地基SAR图像进行栅格化处理，在东北天坐标系下对所述激光点云地形数据进行栅格化处理，然后对栅格化处理后的地基SAR图像和激光点云地形数据进行匹配，在保证匹配精度的基础上提高计算效率，实现快速匹配。
具体实施时，获得地基SAR图像和激光点云地形数据。
实施例中，按如下方式获得激光点云地形数据：利用三维激光扫描仪扫描监测场景，得到东北天坐标系下监测场景的激光点云地形数据，其中激光点云地形数据为三维激光点云地形数据。
实施例中，按如下方式获得地基SAR图像：获得地基SAR三维模型的雷达天线相位中心坐标，点目标坐标和夹角数据，所述夹角数据为雷达天线相位中心和点目标的连线与雷达天线相位中心和导轨端点的连线之间的夹角数据；根据所述雷达天线相位中心坐标和点目标坐标，确定雷达天线相位中心与点坐标的距离；根据所述雷达天线相位中心与点坐标的距离，以及夹角数据，获得地基SAR图像。
在本实施例中，按如下方式获得地基SAR三维模型的雷达天线相位中心坐标：利用定位设备对地基SAR三维模型的导轨端点进行定位，得到导轨端点定位坐标，所述导轨端点定位坐标的精度为厘米级；根据所述导轨端点定位坐标，获得地基SAR三维模型的雷达天线相位中心坐标。其中，利用定位设备得到的导轨端点定位坐标为厘米级精度，可以为厘米级以上更高的精度，定位设备可以为载波相位差分技术设备(Real-time kinematic，RTK)。
图2为东北天坐标系下地基SAR系统三维成像几何示意图，x-y-z为直角坐标系，x轴指向正北方，y轴指向正东方，z轴为高度向。图3为东北天坐标系下地基SAR系统二维平面示意图，东北天坐标系下地基SAR系统二维模型中原点O定义为测站，点S(xS,yS,zS)为雷达天线相位中心，直线AB定义为导轨，点A(xA,yA,zA)、点B(xB,yB,zB)定义为导轨两个端点，点P(xP,yP,zP)定义为监测场景中任意一点的点目标坐标，RSP定义为天线相位中心S到点P的距离，θSP定义为直线SP与y轴正方向所成夹角，θSA定义为直线SA与y轴正方向所成夹角。图4为距离方位坐标系下地基SAR平面几何模型示意图，用矩形abcd表示，是图2中的监测场景投影到斜距平面的斜距图像其中，点S为天线相位中心投影到斜距平面所对应的点。坐标轴x、y分别为雷达方位向、距离向，点P'为图1中点P投影到斜距平面所对应的点，其地基SAR图像坐标为(RP,AP)。
在获得地基SAR三维模型的雷达天线相位中心坐标S(xS,yS,zS)时，利用定位设备对地基SAR三维模型的导轨端点进行定位，得到导轨端点定位坐标A(xA,yA,zA)、B(xB,yB,zB)，根据导轨端点定位坐标获得地基SAR三维模型的雷达天线相位中心坐标S(xS,yS,zS)，可以计算A(xA,yA,zA)、B(xB,yB,zB)两端点坐标的平均值得到地基SAR三维模型的雷达天线相位中心坐标S(xS,yS,zS)。在获得地基SAR图像时，首先获得地基SAR三维模型的雷达天线相位中心坐标S(xS,yS,zS)，点目标坐标P(xP,yP,zP)，按如下公式获得雷达天线相位中心和点目标的连线SP与雷达天线相位中心和导轨端点A的连线SA之间的夹角数据θAP：
θAP＝θSA-θSP (1)
其中，θSP为直线SP与y轴正方向所成夹角，θSA为直线SA与y轴正方向所成夹角，按如下公式获得θSP和θSA：
Figure BDA0002558208470000051
Figure BDA0002558208470000052
然后根据雷达天线相位中心坐标S(xS,yS,zS)和点目标坐标P(xP,yP,zP)，按如下公式确定雷达天线相位中心与点坐标的距离RSP：
Figure BDA0002558208470000061
进而，根据雷达天线相位中心与点坐标的距离RSP，以及夹角数据θAP，获得地基SAR图像，按如下公式获得地基SAR图像的坐标(RP,AP)：
RP＝RSP×sinθAP (5)
AP＝RSP×cosθAP (6)
具体实施时，在距离方位坐标系下对所述地基SAR图像进行栅格化处理。
实施例中，在距离方位坐标系下对所述地基SAR图像进行栅格化处理，包括：获得地基SAR系统的雷达距离向分辨率，雷达方位向分辨率，雷达距离向坐标数据和雷达方位向坐标数据；根据所述地基SAR图像，地基SAR系统的雷达距离向分辨率，雷达方位向分辨率，雷达距离向坐标数据和雷达方位向坐标数据，确定地基SAR图像的栅格矩阵。
在本实施例中，图5为栅格化处理后的地基SAR图像示意图，首先获得地基SAR系统的雷达距离向分辨率dr，雷达方位向分辨率da，雷达距离向坐标数据RP和雷达方位向坐标数据AP，然后确定雷达距离向坐标数据RP的最大值Rmax和最小值Rmin，以及雷达方位向坐标数据AP的最大值Amax和最小值Amin。将图4中矩形abcd内的地基SAR图像划分成若干网格单元，将图像转换为与网格大小一致的地基SAR图像栅格矩阵，根据地基SAR图像，地基SAR系统的雷达距离向分辨率dr，雷达方位向分辨率da，雷达距离向坐标数据RP(雷达距离向坐标数据RP的最大值Rmax和最小值Rmin)和雷达方位向坐标数据AP(雷达方位向坐标数据AP的最大值Amax和最小值Amin)，确定地基SAR图像的栅格矩阵，矩阵大小表示为：
Figure BDA0002558208470000062
其中，每个矩阵元素包含场景中目标点反射强度信息。
具体实施时，在东北天坐标系下对所述激光点云地形数据进行栅格化处理。
实施例中，在东北天坐标系下对所述激光点云地形数据进行栅格化处理，包括：获得地基SAR系统的正北向分辨率，正东向分辨率，正北向坐标数据和正东向坐标数据；根据所述地基SAR图像，地基SAR系统的正北向分辨率，正东向分辨率，正北向坐标数据和正东向坐标数据，确定激光点云地形数据的栅格矩阵。
在本实施例中，图6为栅格化处理后的激光点云地形数据示意图，基于东北天坐标系，地基SAR系统以及所扫描场景处于二维平面xoy内，xoy为地球椭球面在原点处的切平面，x方向指向正北，y方向指向正东，首先获得地基SAR系统的正北向分辨率dx，正东向分辨率dy，正北向坐标数据XP和正东向坐标数据YP，然后确定正北向坐标数据XP的最大值xmax和最小值xmin，以及正东向坐标数据YP的最大值ymax和最小值ymin。分别在x、y方向上，以dx、dy的间隔将场景划分成若干网格单元，地基SAR系统位于S点，目标点位于P点。可建立与网格大小一致的激光三维点云地形栅格矩阵，根据地基SAR图像，地基SAR系统的正北向分辨率dx，正东向分辨率dy，正北向坐标数据XP(正北向坐标数据XP的最大值xmax和最小值xmin)和正东向坐标数据YP(正东向坐标数据YP的最大值ymax和最小值ymin)，确定激光点云地形数据的栅格矩阵，从而建立与网格大小一致的激光三维点云地形栅格矩阵，矩阵大小表示为：
Figure BDA0002558208470000071
在最初获得的激光三维点云数据中，每一行数据代表一个点的北东天坐标，设任意一点北东天坐标分别为a、b、c，则这个点在激光三维点云地形栅格矩阵中位于第
Figure BDA0002558208470000072
行，第
Figure BDA0002558208470000073
列，再将高度值c赋值到对应位置上，对点云中每一点都进行上述处理即可完成激光点云地形数据的栅格化处理。
具体实施时，对栅格化处理后的地基SAR图像和激光点云地形数据进行匹配。
实施例中，对栅格化处理后的地基SAR图像和激光点云地形数据进行匹配，包括：确定点目标在栅格化处理后的地基SAR图像和激光点云地形数据中的坐标对应关系；根据所述坐标对应关系，对栅格化处理后的地基SAR图像和激光点云地形数据进行匹配。
在本实施例中，首先确定点目标在栅格化处理后的地基SAR图像和激光点云地形数据中的坐标对应关系，地基SAR图像栅格矩阵中目标点P'位于第
Figure BDA0002558208470000074
行、第
Figure BDA0002558208470000075
列，则激光三维点云地形栅格矩阵中对应目标点P位于第
Figure BDA0002558208470000076
行、第
Figure BDA0002558208470000077
列，由此可建立两个矩阵的联系，得到确定点目标在栅格化处理后的地基SAR图像和激光点云地形数据中的坐标对应关系。进而，根据所述坐标对应关系，对栅格化处理后的地基SAR图像和激光点云地形数据进行匹配，将地基SAR图像栅格矩阵中P点包含的反射强度信息提取出来并赋值在激光三维点云地形栅格矩阵中相应位置即可完成投影。将激光三维点云地形栅格矩阵中所有目标点按上述过程逐个进行匹配投影，生成包含场景反射强度信息的投影结果输出矩阵，投影结果输出矩阵与激光三维点云地形栅格矩阵大小一致。提取投影结果输出矩阵中的高度信息建立地形模型，再提取反射强度信息显示在地形模型上，从而实现了地基SAR图像与三维点云地形的三维匹配。
基于同一发明构思，本发明实施例还提供了一种地基SAR图像与激光点云地形数据的匹配装置，如下面的实施例所述。由于这些解决问题的原理与地基SAR图像与激光点云地形数据的匹配方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
图7为本发明实施例中地基SAR图像与激光点云地形数据的匹配装置的结构图，如图7所示，该装置包括：
数据获得模块701，用于获得地基SAR图像和激光点云地形数据；
第一栅格化处理模块702，用于在距离方位坐标系下对所述地基SAR图像进行栅格化处理；
第二栅格化处理模块703，用于在东北天坐标系下对所述激光点云地形数据进行栅格化处理；
匹配模块704，用于对栅格化处理后的地基SAR图像和激光点云地形数据进行匹配。
一个实施例中，所述第一栅格化处理模块702进一步用于：
获得地基SAR系统的雷达距离向分辨率，雷达方位向分辨率，雷达距离向坐标数据和雷达方位向坐标数据；
根据所述地基SAR图像，地基SAR系统的雷达距离向分辨率，雷达方位向分辨率，雷达距离向坐标数据和雷达方位向坐标数据，确定地基SAR图像的栅格矩阵。
所述第二栅格化处理模块703进一步用于：
获得地基SAR系统的正北向分辨率，正东向分辨率，正北向坐标数据和正东向坐标数据；
根据所述地基SAR图像，地基SAR系统的正北向分辨率，正东向分辨率，正北向坐标数据和正东向坐标数据，确定激光点云地形数据的栅格矩阵。
综上所述，本发明实施例通过获得地基SAR图像和激光点云地形数据；在距离方位坐标系下对所述地基SAR图像进行栅格化处理；在东北天坐标系下对所述激光点云地形数据进行栅格化处理；对栅格化处理后的地基SAR图像和激光点云地形数据进行匹配。本发明实施例无需遍历点云数据文件中所有点坐标，只需在距离方位坐标系下对所述地基SAR图像进行栅格化处理，在东北天坐标系下对所述激光点云地形数据进行栅格化处理，然后对栅格化处理后的地基SAR图像和激光点云地形数据进行匹配，在保证匹配精度的基础上提高计算效率，实现快速匹配。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种地基SAR图像与激光点云地形数据的匹配方法，其特征在于，包括：
获得地基SAR图像和激光点云地形数据；
在距离方位坐标系下对所述地基SAR图像进行栅格化处理；
在东北天坐标系下对所述激光点云地形数据进行栅格化处理；
对栅格化处理后的地基SAR图像和激光点云地形数据进行匹配。
2.如权利要求1所述的地基SAR图像与激光点云地形数据的匹配方法，其特征在于，按如下方式获得地基SAR图像：
获得地基SAR三维模型的雷达天线相位中心坐标，点目标坐标和夹角数据，所述夹角数据为雷达天线相位中心和点目标的连线与雷达天线相位中心和导轨端点的连线之间的夹角数据；
根据所述雷达天线相位中心坐标和点目标坐标，确定雷达天线相位中心与点坐标的距离；
根据所述雷达天线相位中心与点坐标的距离，以及夹角数据，获得地基SAR图像。
3.如权利要求1所述的地基SAR图像与激光点云地形数据的匹配方法，其特征在于，按如下方式获得地基SAR三维模型的雷达天线相位中心坐标：
利用定位设备对地基SAR三维模型的导轨端点进行定位，得到导轨端点定位坐标，所述导轨端点定位坐标的精度为厘米级；
根据所述导轨端点定位坐标，获得地基SAR三维模型的雷达天线相位中心坐标。
4.如权利要求1所述的地基SAR图像与激光点云地形数据的匹配方法，其特征在于，在距离方位坐标系下对所述地基SAR图像进行栅格化处理，包括：
获得地基SAR系统的雷达距离向分辨率，雷达方位向分辨率，雷达距离向坐标数据和雷达方位向坐标数据；
根据所述地基SAR图像，地基SAR系统的雷达距离向分辨率，雷达方位向分辨率，雷达距离向坐标数据和雷达方位向坐标数据，确定地基SAR图像的栅格矩阵。
5.如权利要求1所述的地基SAR图像与激光点云地形数据的匹配方法，其特征在于，在东北天坐标系下对所述激光点云地形数据进行栅格化处理，包括：
获得地基SAR系统的正北向分辨率，正东向分辨率，正北向坐标数据和正东向坐标数据；
根据所述地基SAR图像，地基SAR系统的正北向分辨率，正东向分辨率，正北向坐标数据和正东向坐标数据，确定激光点云地形数据的栅格矩阵。
6.如权利要求1所述的地基SAR图像与激光点云地形数据的匹配方法，其特征在于，对栅格化处理后的地基SAR图像和激光点云地形数据进行匹配，包括：
确定点目标在栅格化处理后的地基SAR图像和激光点云地形数据中的坐标对应关系；
根据所述坐标对应关系，对栅格化处理后的地基SAR图像和激光点云地形数据进行匹配。
7.一种地基SAR图像与激光点云地形数据的匹配装置，其特征在于，包括：
数据获得模块，用于获得地基SAR图像和激光点云地形数据；
第一栅格化处理模块，用于在距离方位坐标系下对所述地基SAR图像进行栅格化处理；
第二栅格化处理模块，用于在东北天坐标系下对所述激光点云地形数据进行栅格化处理；
匹配模块，用于对栅格化处理后的地基SAR图像和激光点云地形数据进行匹配。
8.如权利要求7所述的地基SAR图像与激光点云地形数据的匹配装置，其特征在于，所述第一栅格化处理模块进一步用于：
获得地基SAR系统的雷达距离向分辨率，雷达方位向分辨率，雷达距离向坐标数据和雷达方位向坐标数据；
根据所述地基SAR图像，地基SAR系统的雷达距离向分辨率，雷达方位向分辨率，雷达距离向坐标数据和雷达方位向坐标数据，确定地基SAR图像的栅格矩阵；
所述第二栅格化处理模块进一步用于：
获得地基SAR系统的正北向分辨率，正东向分辨率，正北向坐标数据和正东向坐标数据；
根据所述地基SAR图像，地基SAR系统的正北向分辨率，正东向分辨率，正北向坐标数据和正东向坐标数据，确定激光点云地形数据的栅格矩阵。
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6任一所述方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至6任一所述方法的计算机程序。
CN202010598324.5A 2020-06-28 2020-06-28 地基sar图像与激光点云地形数据的匹配方法及装置 Active CN111832635B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010598324.5A CN111832635B (zh) 2020-06-28 2020-06-28 地基sar图像与激光点云地形数据的匹配方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010598324.5A CN111832635B (zh) 2020-06-28 2020-06-28 地基sar图像与激光点云地形数据的匹配方法及装置

Publications (2)

Publication Number Publication Date
CN111832635A true CN111832635A (zh) 2020-10-27
CN111832635B CN111832635B (zh) 2023-12-05

Family

ID=72898942

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010598324.5A Active CN111832635B (zh) 2020-06-28 2020-06-28 地基sar图像与激光点云地形数据的匹配方法及装置

Country Status (1)

Country Link
CN (1) CN111832635B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114035188A (zh) * 2022-01-11 2022-02-11 西南交通大学 一种地基雷达冰川流速高精度监测算法与系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6466156B1 (en) * 1999-02-26 2002-10-15 Totalforsvarets Forskningsinstitut Method of detecting objects that change with time by means of a SAR radar
CN103679714A (zh) * 2013-12-04 2014-03-26 中国资源卫星应用中心 一种基于梯度互相关的光学和sar图像自动配准方法
CN104316924A (zh) * 2014-10-15 2015-01-28 南京邮电大学 机载超高分辨率sar反投影图像的自聚焦运动补偿方法
US20150198711A1 (en) * 2014-01-16 2015-07-16 GM Global Technology Operations LLC Object fusion system of multiple radar imaging sensors
CN107341781A (zh) * 2017-07-20 2017-11-10 中国科学院电子学研究所 基于改进相位一致性特征矢量底图匹配的sar影像校正方法
CN107544095A (zh) * 2017-07-28 2018-01-05 河南工程学院 一种地面三维激光点云与探地雷达图像融合的方法
CN108627834A (zh) * 2018-06-07 2018-10-09 北京城建勘测设计研究院有限责任公司 一种基于地基InSAR的地铁路基结构监测方法及装置
CN108761453A (zh) * 2018-03-29 2018-11-06 航天东方红卫星有限公司 一种光学卫星与sar卫星图像融合的成像视角优化方法
CN109738894A (zh) * 2019-01-29 2019-05-10 北方工业大学 一种雷达的成像方法
CN110244302A (zh) * 2019-07-05 2019-09-17 苏州科技大学 地基合成孔径雷达影像像元坐标三维变换方法
CN110428425A (zh) * 2019-07-02 2019-11-08 中国航空工业集团公司雷华电子技术研究所 一种基于海岸线矢量数据的sar图像海陆分离方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6466156B1 (en) * 1999-02-26 2002-10-15 Totalforsvarets Forskningsinstitut Method of detecting objects that change with time by means of a SAR radar
CN103679714A (zh) * 2013-12-04 2014-03-26 中国资源卫星应用中心 一种基于梯度互相关的光学和sar图像自动配准方法
US20150198711A1 (en) * 2014-01-16 2015-07-16 GM Global Technology Operations LLC Object fusion system of multiple radar imaging sensors
CN104316924A (zh) * 2014-10-15 2015-01-28 南京邮电大学 机载超高分辨率sar反投影图像的自聚焦运动补偿方法
CN107341781A (zh) * 2017-07-20 2017-11-10 中国科学院电子学研究所 基于改进相位一致性特征矢量底图匹配的sar影像校正方法
CN107544095A (zh) * 2017-07-28 2018-01-05 河南工程学院 一种地面三维激光点云与探地雷达图像融合的方法
CN108761453A (zh) * 2018-03-29 2018-11-06 航天东方红卫星有限公司 一种光学卫星与sar卫星图像融合的成像视角优化方法
CN108627834A (zh) * 2018-06-07 2018-10-09 北京城建勘测设计研究院有限责任公司 一种基于地基InSAR的地铁路基结构监测方法及装置
CN109738894A (zh) * 2019-01-29 2019-05-10 北方工业大学 一种雷达的成像方法
CN110428425A (zh) * 2019-07-02 2019-11-08 中国航空工业集团公司雷华电子技术研究所 一种基于海岸线矢量数据的sar图像海陆分离方法
CN110244302A (zh) * 2019-07-05 2019-09-17 苏州科技大学 地基合成孔径雷达影像像元坐标三维变换方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
ZHIWEI QIU等: "Study on the data matching of ground-based radar and laser point cloud", SIPE, pages 62 - 68 *
唐从国;刘丛强;: "基于SRTM DEM数据的清水江流域地表水文模拟", 辽宁工程技术大学学报(自然科学版), no. 04, pages 142 - 145 *
杨俊等: "地基SAR图像与地形数据的几何映射三维匹配方法", 中国科学院大学学报, vol. 32, no. 3, pages 422 - 427 *
陈凤: "基于CIPS的DEM匹配的实验研究", 测绘与空间地理信息, vol. 35, no. 3, pages 121 - 122 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114035188A (zh) * 2022-01-11 2022-02-11 西南交通大学 一种地基雷达冰川流速高精度监测算法与系统
CN114035188B (zh) * 2022-01-11 2022-04-01 西南交通大学 一种地基雷达冰川流速高精度监测方法与系统

Also Published As

Publication number Publication date
CN111832635B (zh) 2023-12-05

Similar Documents

Publication Publication Date Title
CN111046776B (zh) 基于深度相机的移动机器人行进路径障碍物检测的方法
CN103424112B (zh) 一种基于激光平面辅助的运动载体视觉导航方法
CN102938142B (zh) 基于Kinect的室内LiDAR缺失数据填补方法
CN103017739B (zh) 基于激光雷达点云与航空影像的真正射影像的制作方法
CN103971406B (zh) 基于线结构光的水下目标三维重建方法
CN102538763B (zh) 一种河工模型试验三维地形的量测方法
CN104237887B (zh) 一种sar遥感影像匹配方法
WO2021237667A1 (zh) 一种适用于腿足机器人规划的稠密高度地图构建方法
Chen et al. Building reconstruction from LIDAR data and aerial imagery
CN109872329A (zh) 一种基于三维激光雷达的地面点云快速分割方法
Guidi et al. 3D Modelling from real data
CN108692656B (zh) 一种激光扫描数据获取方法及装置
Kim et al. High-precision underwater 3d mapping using imaging sonar for navigation of autonomous underwater vehicle
Xu et al. Fast and accurate registration of large scene vehicle-borne laser point clouds based on road marking information
CN110207676A (zh) 一种田沟塘参数的获取方法及装置
CN114627171A (zh) 形变图像与dem融合方法及电子设备
CN112767459A (zh) 基于2d-3d转换的无人机激光点云与序列影像配准方法
KR102441100B1 (ko) Las 데이터를 이용한 도로 지문 데이터 구축 시스템 및 그 방법
CN105783754B (zh) 基于三维激光扫描的GBInSAR三维位移场提取方法
CN111832635B (zh) 地基sar图像与激光点云地形数据的匹配方法及装置
CN114973185B (zh) 基于点云的雷达数据增强方法及装置
CN112767460A (zh) 空间指纹图配准基元特征描述与匹配方法
Alba et al. Geometric modelling of a large dam by terrestrial laser scanning
Wang et al. Research on coordinate transformation method of GB-SAR image supported by 3D laser scanning technology
CN113280789B (zh) 一种地表起伏区域激光测高点作为影像高程控制点方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
OL01 Intention to license declared
OL01 Intention to license declared