针对地面三维激光扫描仪采集到的相邻测站点云存在空间特征关联,以及城市建筑群中含有大量的线面特征,提出一种基于对偶四元素描述的线面特征约束的点云配准方法,该方法在利用对偶四元素统一描述空间变换参数的同时考虑到尺度因子。将依据直线和平面存在的几何关系,以及线面相交所产生的交点与夹角等作为配准约束条件,构建出空间相似变换目标函数,利用最小二乘准构建出平差模型以计算空间相似变换相关参数。为了避免不恰当的初始值所导致的迭代不收敛问题,将Levenberg-Marquardt法应用于平差模型的解算。最后对该方法的正确性与可行性进行实验分析。结果表明,相较于仅考虑线特征或面特征约束的点云配准方法,所提方法的配准精度更高,并且采用Levenberg-Marquardt法解算平差模型能在任意给定的初始值下正确收敛。

当不同测站采集的点云数据存在遮挡时,无法获取完全对应的同名点特征,导致基于点特征的点云拼接方法失效。鉴于此,以同名直线特征为拼接基元,利用对偶四元数统一表示旋转参数和平移参数,依据基准测站和待拼接测站的平面法向量相等建立一种点云拼接平差模型来迭代求解平移向量和旋转矩阵;然后根据解析几何理论求解缩放系数,并将拼接后同名直线之间的单位方向向量和矩向量偏差中误差作为评价点云拼接精度的指标。实验结果表明,该平差模型能够实现存在遮挡问题的点云拼接,且拼接后同名直线矩向量偏差中误差可降低至0.0247 m。此外,该模型不仅能保留对偶四元数不依赖参数初值、收敛速度快的优点,又能解除对直线段两端点为同名点的限制。

针对现有的三维运动估计算法在精度、效率和稳定性等综合性能上的不足,提出了一种结合双目视觉三维重建和利用对偶四元数表达运动参数的新算法.该算法以双目视觉系统为基础,采用SIFT算法进行图像特征点的提取和匹配;根据匹配关系进行三维特征点重建,以获取三维场景中运动目标的结构参数;利用对偶四元数可同时表示刚体的旋转和平移运动的特点,实现目标对象运动参数的表达和求解.通过实验将提出的算法与现有算法(包括奇异值分解法、正交分解法和单位四元数分解法)进行比较,结果表明,该算法具有更加简洁的表达形式,在保持传统算法精度和稳定性优势的基础上提高了计算效率,具有更优的综合性能.