在这个工作中,数据采集取决于地面激光扫描系统和地面扫高光谱扫描系统,分别。在数据采集的时间或地点,这两个系统独立工作。

激光扫描系统使用徕卡Scanstation C10,如图 1(一)。这个扫描仪是基于时间的飞行原理,激光源发出脉冲波长为532 nm。最大扫描速度是每秒50000点。完整的扫描视场角 360年 ° × 270年 ° 。传感器系统接收到的信号强度的记录在255年[0]。软件使用徕卡气旋的采集和处理数据。

独立使用的高光谱成像系统是由我们实验室集成,包括高光谱相机,一个转盘,一个控制器,和一个计算机,如图 1 (b)。和高光谱相机参数如表所示 1。用于高光谱数据采集和处理软件也由我们。

摘要激光数据和高光谱数据的融合是将高光谱信息在同一目标点云点。让 激光 x 激光 , y 激光 , z 激光 , x 1 , ⋯ , x n 在任何目标点的点云信息,激光的3 d坐标在哪里 x 激光 , y 激光 , z 激光 ,激光的特征信息 x 1 , ⋯ , x n 。让 炒作 x 炒作 , y 炒作 , y 1 , ⋯ , y 米 在相同的目标点是高光谱信息,二维坐标的炒作 x 炒作 , y 炒作 和光谱信息的宣传 y 1 , ⋯ , y 米 。然后,在这一点的信息融合数据 激光 _ 炒作 x 激光 , y 激光 , z 激光 , x 1 , ⋯ , x n , y 1 , ⋯ , y 米 。

三维激光扫描系统和高光谱成像系统有不同的成像模型,可以生成,分别多维数据与三维坐标和多维数据的二维坐标,因此,两种类型的数据之间的融合是非常困难的。在本文中,基于特征点的融合算法是建造和使用。在该算法中,点云坐标被视为高光谱坐标的坐标对应的对象,以及它们之间的映射关系。然后点云之间的一一对应,建立高光谱数据完成注册的两种类型的数据。

注册模型的算法如下:首先,相应的点云特征点和高光谱数据选择。根据激光扫描系统和高光谱成像系统,同一目标点的位置关系如图 2(一), 激光 x 激光 , y 激光 , z 激光 点云坐标和吗 炒作 x 炒作 , y 炒作 是高光谱坐标。其次,通过共线方程,初始登记之间的映射模型点云坐标系统和高光谱坐标系统建立,和 以激光照射 r ′ x 以激光照射 r ′ , y 以激光照射 r ′ 相应的坐标吗 激光 x 激光 , y 激光 , z 激光 生成的映射关系。从理论上讲, 以激光照射 r ′ x 以激光照射 r ′ , y 以激光照射 r ′ 和 炒作 x 炒作 , y 炒作 是相同的,但由于错误,他们之间有一个小偏差,如图 2(b)。去年失真校正用于减少错误,然后两个系统完全一致的对应点,如图 2(c)。最后, 炒作 y 1 , ⋯ , y 米 被附加到 激光 x 激光 , y 激光 , z 激光 , x 1 , ⋯ , x n 通过映射关系, 激光 _ 炒作 x 激光 , y 激光 , z 激光 , x 1 , ⋯ , x n , y 1 , ⋯ , y 米 构造。

算法的基本步骤如下。首先,点云之间的对应特征点和高光谱数据提取点云,我们的算法。其次,根据共线方程,初始对应关系计算使用直接线性变换。第三,建立了准确的对应的畸变校正通过建立正确的价值观和消除错误。最后,它们之间的融合完成的参数准确的对应关系。

在每种情况下,检测的历史建筑的保护和风险通常需要不同的方法。但是一般来说,它的步骤可以分为两类,如图 3。

在第一种情况下,材料的变化检测首先高光谱信息的高光谱数据。然后,相应的点云detected-change高光谱数据所在的区域融合数据。第三,检测到相应的点云区域的几何变化的几何和辐射信息对应的点云。最后,建筑和建设性的彻底历史建筑的特点进行了分析。

在其他的情况下,亦然,从检测通过点云特性,然后定位相应的光谱信息的融合数据,和明年检测通过光谱信息,融合数据的分析。

北京Tianningsi塔是最古老的和最高的建筑在北京(中国),最初建立了从1119年到1120年,位于田庙,Guanganmen,西城区,北京,如图 4。塔高约54.87米,是一个octagonal-plane thirteen-layer坚实砖结构,塔底座等四个部分组成,塔体,tower-canopy, tower-cap。各方的塔有很多美丽,匀称的brick-sculptures粘土雕塑和莲花一样,腰,菩萨,打手,等等,形成一个宏伟的艺术作品,具有浓厚的禅意。Tianningsi塔是中国最具代表性的佛教塔之一,印度佛教文化的混合产品,外国西部地区文化和中国传统中原文化在长期的发展过程中相互碰撞。根据历史数据记录,从总理到现在,塔多次损坏和修理;此外,它是受自然条件的影响。因此,塔的高度,建筑材料,雕塑建模也改变了很多次。看来塔最初高约57.8米,和1992年大约55.38米高 14),但今天,它有一个高度约为54.87米下实际测量。

由于事实Tianningsi塔位于北京的主要城市,在周围的建筑太多,人口稠密,获取数据更不同,如图 5。我们的研究小组收集激光数据和高光谱数据的两倍。激光数据被徕卡三维激光扫描仪,收购和高光谱数据被扫收购高光谱扫描仪。根据塔高度和周围的环境中,数据是通过十从十个不同的视点分布式扫描周围的邻街的前景,如图 5。从塔的南部开始顺时针方向,初始激光扫描在塔上面先后获得了五个网站,如S1、S2、S3、S4, S5,包含基本信息塔的顶部。和最初的激光扫描在塔下先后获得了五个网站,如S6、S7、S8, S9, S10,包含基本信息塔的底部。平均现货间距约3毫米的主要部分的前景。此外,大重叠区域相邻扫描可使总点云密度变大。

高光谱数据Tianningsi南部的塔获得了420连续波乐队和390 - 1000纳米波段。这是显示在图 6,这是乐队的融合图像R (191), G(118),和B (44)。

融合实验是南方Tianningsi塔的一部分,根据收集到的点云,四个网站的部分数据如S1、S6, S7, S10需要注册和集成。在这个过程中,当地的注册算法使用注册算法基础上改进的正态分布变换,这是我们以前的研究方法( 15]。和全球注册使用自动注册断层算法,这也是我们的先前的研究方法( 16, 17]。点云的融合结果图所示 7。

我们到二维灰度图像三维点云,和RGB高光谱图像二维灰度图像。两个2 d图像的特征点提取和映射到三维空间点云的特征点和高光谱数据,然后six-pair特征点提取,如表所示 2。

根据six-pair特征点,融合数据点云,高光谱数据计算使用上面的融合算法,如图 8。高光谱信息Tianningsi塔是附着在点云信息;即融合数据点云的光谱信息。如果 P 是一个点,在任何时候Tianningsi融合数据, P 可以表示为 P x , y , z , 米 1 , ⋯ , 米 k , n 1 , ⋯ , n 420年 包含三种信息, P x , y , z 是融合的三维坐标数据, P 米 1 , ⋯ , 米 k 是点云属性, P n 1 , ⋯ , n 420年 是8高光谱特性。