光束法區(qū)域網(wǎng)平差的地面激光掃描多站點云自動定向方法

姚吉利，馬 寧，賈象陽，韓保民

山東理工大學(xué) 建筑工程學(xué)院，山東 淄博255000

1 引 言

三維激光掃描技術(shù)的迅速發(fā)展，使地面激光掃描（terrestrial laser scanning，TLS）能夠快速、準(zhǔn)確地獲取三維點云數(shù)據(jù)［1］，在地形測量、礦山測量及3D建模等方面日趨成熟［2－5］，并在變形觀測、目標(biāo)的實際三維成像及測距等測量工程中得到廣泛應(yīng)用［6－7］。地面激光掃描無論用于閉合的單個物體，還是用于開放的大范圍地形測繪，都要通過有限視場、不同視角、不同空間分辨率的多站掃描，才能完成物體形態(tài)或地表形態(tài)測量［8］。同一掃描目標(biāo)的多站點云坐標(biāo)的統(tǒng)一，通常稱為點云配準(zhǔn)。

目前點云配準(zhǔn)分為4大類：①基于ICP算法的點云配準(zhǔn)［9］；②安置反射標(biāo)靶的多站點云配準(zhǔn)［2］；③基于全站儀/GPS控制點的多站點云配準(zhǔn)［10］；④基于三維特征點的點云配準(zhǔn)［8，11］。其中應(yīng)用最廣泛、最經(jīng)典的拼接方法是文獻(xiàn)［9，12］提出的ICP算法以及改進(jìn)的ICP算法。文獻(xiàn)［13］利用ICP算法匹配重疊區(qū)域的特征點，文獻(xiàn)［14］將ICP算法用于部分穩(wěn)定重疊場景的測量中誤差估計。文獻(xiàn)［15］利用一種全新開發(fā)的軟件，通過反射物來識別鄰近測站的公共點云，計算配準(zhǔn)參數(shù)，完成點云配準(zhǔn)。文獻(xiàn)［16］利用攝影測量中的獨立模型法和ICP算法對多視角測量數(shù)據(jù)進(jìn)行配準(zhǔn)。

國內(nèi)在光束法/光束法區(qū)域網(wǎng)平差上作了不少研究，光束法局域網(wǎng)平差方法已經(jīng)成熟，并廣泛應(yīng)用于不同的領(lǐng)域［17］。文獻(xiàn)［8—12］通過空中三角測量，用不同方法推導(dǎo)并建立光束法平差的數(shù)學(xué)模型。文獻(xiàn)［21］利用自行研制的POS輔助光束法區(qū)域網(wǎng)平差系統(tǒng)WuCAPS對兩種航攝影像進(jìn)行了試驗，其測定的未檢校與經(jīng)檢校場檢校后的影像定向參數(shù)輔助光束法區(qū)域網(wǎng)平差的結(jié)果基本一致。

文獻(xiàn)［22］用球形標(biāo)靶、平面標(biāo)靶、連接標(biāo)靶進(jìn)行點云配準(zhǔn)，每站觀測要設(shè)置8個以上標(biāo)靶，進(jìn)行大型建筑物測量。筆者在攝影測量中光束法區(qū)域網(wǎng)平差的基礎(chǔ)上，提出了基于光束法區(qū)域網(wǎng)平差的地面激光掃描多站點云的自動配準(zhǔn)的方法，平均每站布設(shè)2.5個標(biāo)靶，探測距離273m（直徑0.212 4m的自制標(biāo)靶）。試驗結(jié)果表明，配準(zhǔn)精度為6cm，可用于大比例尺地形測量。

2 光束法區(qū)域網(wǎng)平差的地面激光掃描多站點云自動配準(zhǔn)原理

2.1 地面激光掃描區(qū)域網(wǎng)平差

攝影測量中的光束法區(qū)域網(wǎng)平差是基于攝影像點、物點和攝影站三點共線提出來的，由單張像片構(gòu)成區(qū)域，建立全區(qū)域統(tǒng)一誤差方程式，整體解求每張像片6個外方位元素和待求點地面坐標(biāo)［23］。對于地面激光掃描多站區(qū)域網(wǎng)平差的定義是，由掃描站構(gòu)成區(qū)域網(wǎng)，以每個掃描站到定向標(biāo)靶（球體標(biāo)靶、反射標(biāo)靶和自然物體標(biāo)靶等）為單個光束，以單個光束為平差單元，以三維坐標(biāo)轉(zhuǎn)換模型為依據(jù)，建立全區(qū)域統(tǒng)一的誤差方程式，整體求解每個掃描站的6個（或7個）坐標(biāo)轉(zhuǎn)換參數(shù)（6DOF、7DOF）。

2.2 多站掃描的區(qū)域網(wǎng)構(gòu)建

2.2.1 區(qū)域網(wǎng)構(gòu)建

多站掃描設(shè)備中心和每站定向標(biāo)靶構(gòu)成區(qū)域網(wǎng)，如圖1所示。一般以一天內(nèi)掃描的掃描站構(gòu)成一個區(qū)域網(wǎng)，也可以以道路、河溝等邊界構(gòu)成區(qū)域網(wǎng)。

圖1 多站地面激光掃描區(qū)域網(wǎng)示意圖Fig.1 Block network of multi－stations

2.2.2 掃描站數(shù)估計

掃描站布設(shè)的理想位置如圖2，每站掃描區(qū)域為正六邊形，掃描站數(shù)量宜用式（1）估算，復(fù)雜區(qū)域可增加10%的掃描站

式中，NS表示一個面積為A的區(qū)域設(shè)計的掃描站個數(shù)；D為掃描儀有效測程，作為定向標(biāo)靶的最遠(yuǎn)距離；S表示掃描站之間的距離。

圖2 區(qū)域網(wǎng)掃描站位置Fig.2 Position of scan station of block net

2.2.3 標(biāo)靶布設(shè)

（1）標(biāo)靶數(shù)量：每站至少能觀測到5個標(biāo)靶，其中最少有2個標(biāo)靶與相鄰站連接。

（2）標(biāo)靶均勻分布：保證掃描儀器設(shè)備坐標(biāo)系的4個象限都有標(biāo)靶。

（3）高低錯落：掃描站與標(biāo)靶連線所組成的錐狀物的體積應(yīng)盡量大，使掃描站位置精度因子（position dilution of precision，PDOP）盡量小，標(biāo)靶不能共線，不能共面。當(dāng)受地形條件限制時，只布設(shè)3個標(biāo)靶，若掃描站位于3個標(biāo)靶構(gòu)成的圓柱面內(nèi)，則不能確定。

（4）標(biāo)靶遠(yuǎn)近適當(dāng)：根據(jù)標(biāo)靶大小和儀器角分辨率選擇合適距離。如圖3所示，球形標(biāo)靶半徑為0.106m，儀器角分辨率為0.004°時不同距離標(biāo)靶表面上的點。標(biāo)靶離掃描站太遠(yuǎn)，標(biāo)靶上掃描點少，擬合標(biāo)靶中心坐標(biāo)誤差比較大，標(biāo)靶離掃描站太近，與全站儀定向一樣，配準(zhǔn)點離測站太近，掃描噪聲點多，配準(zhǔn)誤差就大。

圖3 標(biāo)靶球面點云Fig.3 Point cloud on target

（5）標(biāo)靶和測站構(gòu)網(wǎng)形狀：當(dāng)受地形條件限制時，以掃描站為中心相鄰標(biāo)靶之間的最小夾角β＞15°，第一個標(biāo)靶和最后一個標(biāo)靶的夾角，稱為標(biāo)靶視場角，用T表示，T＞60°（圖1）。

（6）標(biāo)靶材質(zhì)：標(biāo)靶表面盡量用反射高的材質(zhì)，反射率與標(biāo)靶顏色有關(guān)，白色材質(zhì)反射率80%～90%、紅色40%、灰色15%～40%，黑色8%，其大小影響掃描點數(shù)量和掃描距離。白色標(biāo)靶可布設(shè)較遠(yuǎn)的地方。

（7）標(biāo)靶對中誤差不大于2mm。

2.2.4 標(biāo)靶測量

（1）使用GNSS、全站儀、水準(zhǔn)儀聯(lián)合技術(shù)施測地面控制點坐標(biāo)，標(biāo)靶架設(shè)在控制點，通過量取標(biāo)靶高i1，如圖4，標(biāo)靶高在掃描前后各量取一次，兩次較差不大于2mm。

（2）標(biāo)靶架設(shè)在未知點上，用單一GNSS RTK測量技術(shù)時，量取標(biāo)靶高i2。

圖4 標(biāo)靶高Fig.4 Hight of target

2.2.5 平差數(shù)據(jù)

（1）觀測值：標(biāo)靶中心統(tǒng)一坐標(biāo)和掃描坐標(biāo)。統(tǒng)一坐標(biāo)系是三維空間直角坐標(biāo)系（國家坐標(biāo)系或工程坐標(biāo)系），與掃描儀設(shè)備坐標(biāo)系統(tǒng)有相似的空間。指定坐標(biāo)系統(tǒng)可以由高斯北坐標(biāo)、高斯東坐標(biāo)和正常高構(gòu)成近似空間直角坐標(biāo)系，便于計算，并且實用。

（2）未知參數(shù)：每站點云掃描坐標(biāo)轉(zhuǎn)換到統(tǒng)一坐標(biāo)所需的6個（或7個）參數(shù)為未知參數(shù)。當(dāng)掃描區(qū)距中央子午線較遠(yuǎn)時，選用七參數(shù)模型，一般選六參數(shù)模型。

（3）輔助數(shù)據(jù)：要完成區(qū)域網(wǎng)自動平差，還需要的輔助數(shù)據(jù)包括每個標(biāo)靶對應(yīng)的標(biāo)靶高、標(biāo)靶對應(yīng)地面控制點成果、每站定向標(biāo)靶編碼、掃描站近似坐標(biāo)和儀器高等。

2.3 光束法區(qū)域網(wǎng)平差數(shù)學(xué)模型

2.3.1 單光束數(shù)學(xué)模型

單光束的數(shù)學(xué)模型為三維直角坐標(biāo)轉(zhuǎn)換數(shù)學(xué)模型［24－26］，由i掃描站指向k標(biāo)靶的數(shù)學(xué)模型附有未知數(shù)的條件方程式為

2.3.2 公共標(biāo)靶數(shù)學(xué)模型

設(shè)i站和j站（j≠i）站指向公共標(biāo)靶k，兩站坐標(biāo)轉(zhuǎn)換后，在指定坐標(biāo)系下坐標(biāo)相等，此時，公共標(biāo)靶的數(shù)學(xué)模型就是附有未知數(shù)的條件平差方程式

2.4 區(qū)域網(wǎng)平差精度評定指標(biāo)

為了描述坐標(biāo)轉(zhuǎn)換后站內(nèi)掃描點和站與站之間掃描點的位置誤差，提出區(qū)域網(wǎng)平差點云配準(zhǔn)內(nèi)部符合精度和外部符合精度。配準(zhǔn)內(nèi)部符合精度是描述掃描站內(nèi)的標(biāo)靶轉(zhuǎn)換后的坐標(biāo)與GNSS測定的標(biāo)靶中心點坐標(biāo)的符合程度；配準(zhǔn)外部符合精度是描述各掃描之間的標(biāo)靶轉(zhuǎn)換后的坐標(biāo)與GNSS測定的標(biāo)靶中心點坐標(biāo)的符合程度，內(nèi)外部符合精度的計算公式是相同的，評定公式如下

式中，MR1為定向標(biāo)靶點位置內(nèi)（外）部符合精度，簡稱內(nèi)（外）配準(zhǔn)誤差；ΔSij為標(biāo)靶在掃描坐標(biāo)系的距離與統(tǒng)一坐標(biāo)系之間的距離之差；SGij為標(biāo)靶i到標(biāo)靶j在統(tǒng)一坐標(biāo)系的距離；SSij是標(biāo)靶i到標(biāo)靶j坐標(biāo)轉(zhuǎn)換后的距離；NR為標(biāo)靶個數(shù)；NRS表示NR個標(biāo)靶組合距離的個數(shù)XG、XG）表示標(biāo)靶在指定坐標(biāo)系中的坐標(biāo)；（XS、YS、ZS）表示標(biāo)靶掃描轉(zhuǎn)換到統(tǒng)一坐標(biāo)系的坐標(biāo)。當(dāng)SGij、SSij按式（7）計算時，MR1表示內(nèi)平面配準(zhǔn)誤差；當(dāng)SGij、SSij按式（8）計算時，MR1表示內(nèi)三維配準(zhǔn)誤差；當(dāng)SGij、SSij按式（9）計算時，MR1表示內(nèi)高程配準(zhǔn)誤差。

3 試驗及分析

3.1 試驗數(shù)據(jù)介紹

試驗區(qū)大小為0.92km×0.87km，試驗所用掃描儀器為Riegl VZ－1000，標(biāo)靶使用自制球形標(biāo)靶，如圖5所示，分紅白兩色，通過連接頭與GPS或全站儀棱鏡連接。

共掃描6站，每站布設(shè)5～7個球形標(biāo)靶，其中相鄰掃描站最少2個重合標(biāo)靶，相鄰站最多有3個重合標(biāo)靶，每站約4000萬個掃描點。經(jīng)過多次試驗，地面控制點用GNSS RTK測量技術(shù)，觀測2min（南方GPS，平滑存儲次數(shù)為120），平面點位誤差為11.4mm，高程誤差為11.0mm。掃描前后各量取標(biāo)靶高，將地面點坐標(biāo)引入到標(biāo)靶中心。標(biāo)靶到掃描站平均距離為188m，掃描站之間平均距離為310m。工程指定坐標(biāo)系為80西安坐標(biāo)系，以高斯東坐標(biāo)為X，高斯北坐標(biāo)為Y，85高程為Z，構(gòu)成右手三維坐標(biāo)系，這樣選擇坐標(biāo)系的好處是點云坐標(biāo)轉(zhuǎn)換后可直接用于測圖。

3.2 光束法區(qū)域網(wǎng)平差實現(xiàn)多站點云自動定向過程

數(shù)據(jù)處理使用IDL語言開發(fā)的基于激光點云的EEXLT（地圖要素提取系統(tǒng)）。實現(xiàn)自動區(qū)域網(wǎng)平差進(jìn)行多站點云定向的過程是：

（1）將從掃描儀導(dǎo)出點云轉(zhuǎn)換為EEXLT格式，并建立點云空間索引。

（2）自動探測各站球形標(biāo)靶，獲取球心在掃描設(shè)備坐標(biāo)系的坐標(biāo)；標(biāo)靶表面上只要有6個以上的點，就能探測出來，擬合球心坐標(biāo)。

（3）整理區(qū)域網(wǎng)平差信息，如掃描站個數(shù)、光束個數(shù)、重復(fù)標(biāo)靶個數(shù)等。

（4）逐個列立單光束誤差方程式，建立全區(qū)域統(tǒng)一誤差方程式。

（5）建立全區(qū)域法方程，解算所有站的定向矩陣。

3.3 配準(zhǔn)結(jié)果與精度分析

3.3.1 配準(zhǔn)結(jié)果

經(jīng)過配準(zhǔn)，量取三重標(biāo)靶球S7在指定坐標(biāo)系下的坐標(biāo)為：588 879.432、4 076 167.323、35.946，標(biāo)靶半徑為0.161 06m；二重標(biāo)靶球S14在指定坐標(biāo)系下的坐標(biāo)為：589 134.576、4 076 059.966、36.284，球的半徑為0.106m，配準(zhǔn)結(jié)果與規(guī)則擬合的球?qū)Ρ鹊男Ч鐖D6所示。

3.3.2 3項誤差分析

將標(biāo)靶中心掃描坐標(biāo)轉(zhuǎn)換到指定坐標(biāo)系的坐標(biāo)稱為轉(zhuǎn)換坐標(biāo)，用GNSS RTK/全站儀測量的球心坐標(biāo)稱為觀測坐標(biāo)，轉(zhuǎn)換坐標(biāo)與觀測坐標(biāo)之差稱為坐標(biāo)轉(zhuǎn)換誤差。根據(jù)坐標(biāo)轉(zhuǎn)換誤差計算的每個標(biāo)靶的平面誤差和三維空間誤差及高程誤差稱為3項誤差。按標(biāo)靶到掃描站的距離把3項誤差分成3類進(jìn)行統(tǒng)計：100m以內(nèi)、100～200m之間、大于200m，3類標(biāo)靶和總距離分布標(biāo)靶的3項誤差統(tǒng)計如圖7。

從圖7可以看出：

（1）平面和空間點位誤差隨著掃描范圍的擴(kuò)大而增大，當(dāng)標(biāo)靶離掃描站的距離超過200m時，平面和空間點位誤差明顯增大，而高程誤差變化不大。

（2）根據(jù)3項誤差計算的全區(qū)域的平面點位中誤差為20.8mm，空間點位中誤差為22.9mm，高程中誤差為9.7mm，不同掃描范圍下的誤差統(tǒng)計見表1。

表1 不同掃描范圍下的3項誤差Tab.1 Three errors in different scanning range mm

3.3.3 內(nèi)外部符合精度分析

（1）每站任意兩個標(biāo)靶轉(zhuǎn)換后坐標(biāo)計算得出的距離與相應(yīng)觀測坐標(biāo)計算的距離差稱為平面內(nèi)部符合誤差；任意兩個標(biāo)靶之間轉(zhuǎn)換后的高程與觀測高程之差稱為高程內(nèi)部符合誤差，內(nèi)符合誤差按標(biāo)靶排序統(tǒng)計如圖8。

根據(jù)內(nèi)部符合誤差計算出的平面內(nèi)符合精度為13.2mm，高程內(nèi)部符合精度為9.5mm。

（2）各站之間任意兩個標(biāo)靶計算的轉(zhuǎn)換后坐標(biāo)計算的距離與相應(yīng)觀測坐標(biāo)計算的距離差稱為平面外部符合誤差；任意兩個標(biāo)靶之間轉(zhuǎn)換后的高程與觀測高程之差稱為高程外部符合誤差，外符合誤差按標(biāo)靶排序統(tǒng)計如圖9。

圖5 自制球形標(biāo)靶Fig.5 Homemade spherical target

圖6 點云配準(zhǔn)效果Fig.6 Result of point cloud registration

圖7 3項誤差Fig.7 Three errors

圖8 兩項內(nèi)符合精度Fig.8 Two inner precisions

圖9 兩項外部符合精度Fig.9 Two outer precisions

根據(jù)外部符合誤差計算出的平面外符合精度為13.7mm，高程外部符合精度為8.0mm。

4 結(jié) 論

可得出如下結(jié)論：

（1）地面激光掃描配準(zhǔn)標(biāo)志球能進(jìn)行幾何識別，直徑為0.212 4m的標(biāo)靶（紅色）探測距離可達(dá)273m，白色標(biāo)靶能探測300m。最近的試驗表明，直徑0.323m的白色標(biāo)靶能探測的距離為850m。這樣每站覆蓋的面積較大（反射片距離通常探測距離為幾十米），可提高測繪效率。

（2）實現(xiàn)自動配準(zhǔn)的關(guān)鍵在于標(biāo)靶的自動探測和重復(fù)標(biāo)靶的識別，光束法區(qū)域網(wǎng)平差定向法能實現(xiàn)全區(qū)域多站自動配準(zhǔn)。

（3）經(jīng)過多次試驗，標(biāo)靶地面控制點用GNSS RTK觀測2min，平面點位誤差為11.4mm，高程誤差為11.0mm。REIGL4200掃描點云坐標(biāo)轉(zhuǎn)換后的全區(qū)域的平面點位中誤差為20.8mm，空間點位中誤差為22.9mm，高程中誤差為9.7mm。

（4）多站點云自動配準(zhǔn)只是三維掃描技術(shù)應(yīng)用的第一步，光束法區(qū)域網(wǎng)平差配準(zhǔn)法需要進(jìn)一步深入研究的課題有標(biāo)靶表面噪聲點自動刪除、指定坐標(biāo)系選用高斯坐標(biāo)和正常高的近似三維直角坐標(biāo)的測度、垂直折光對定向的影響等。

［1］BIOSCA J M，LERMA J L.Unsupervised Robust Planar Segmentation of Terrestrial Laser Scanner Point Clouds Based on Fuzzy Clustering Methods［J］.ISPRS Journal of Photogrammetry and Remote Sensing，2008，63（1）：84－98.

［2］BARNEA S，F(xiàn)ILIN S.Keypoint Based Autonomous Registration of Terrestrial Laser Point－clouds［J］.ISPRS Journal of Photogrammetry and Remote Sensing，2008，63（1）：19－35.

［3］YAO Jili.Method for Open－pit Mine Surveying Based on 3DLaser Scanning Technique［J］.Metal Mine，2011（7）：114－117.（姚吉利.基于3D激光掃描的金屬礦測量方法研究［J］.金屬礦山，2011（7）：114－117.）

［4］FARDIN N，F(xiàn)ENG Q，STEPHANSSON O.Application of a New in Situ 3DLaser Scanner to Study the Scale Effect on the Rock Joint Surface Roughness［J］.International Journal of Rock Mechanics and Mining Sciences，2004，41（2）：329－335.

［5］LUPTON J D.Cavity Monitoring System and Stope Analysis［C］∥ Proceedings of Mass Mine Chile.［S.l.］：IEEE，2004：56－62.

［6］MONSERRAT O，CROSETTO M.Deformation Measurement Using Terrestrial Laser Scanning Data and Least Squares 3D Surface Matching［J］.ISPRS Journal of Photogrammetry and Remote Sensing，2008，63（1）：142－154.

［7］SUOMALAINEN J，HAKALA T，KAARTINEN H，et al.Demonstration of a Virtual Active Hyperspectral Li－DAR in Automated Point Cloud Classification［J］.ISPRS Journal of Photogrammetry and Remote Sensing，2011，66（5）：637－641.

［8］LI N，CHENG P，SUTTON M A，et al.Three－dimensional Point Cloud Registration by Matching Surface Features with Relaxation Labeling Method［J］.Society for Experimental Mechanics，2005，45（1）：71－82.

［9］BESL P J，MCKAY N D.Method for Registration of 3D Shapes［C］∥Proceedings of Robotics－DL Tentative International Society for Optics and Photonics.［S.l.］：IEEE，1992：586－606.

［10］ALEXANDER C，TANSEY K，KADUK J，et al.Backscatter Coefficient as an Attribute for the Classification of Full－waveform Airborne Laser Scanning Data in Urban Areas［J］.ISPRS Journal of Photogrammetry and Remote Sensing，2010，65（5）：423－432.

［11］LI X，GUSKOV I，BARHAK J.Robust Alignment of Multi－view Range Data to CAD Model［C］∥Proceedings of Shape Modeling and Applications IEEE International Conference.［S.l.］：IEEE，2006：17－17.

［12］JE?O.3DMapping and Localization Using Leveled Map Accelerated ICP［C］∥Proceedings of European Robotics Symposium 2008.Berlin：Springer，2008：343－353.

［13］KUMARI P，CARTER W E，SHRESTHA R L.Adjustment of Systematic Errors in ALS Data through Surface Matching［J］.Advances in Space Research，2011，47（10）：1851－1864.

［14］MASUDA T，YOKOYA N.A Robust Method for Registration and Segmentation of Multiple Range Images［J］.Computer Vision and Image Understanding，1995，61（3）：295－307.

［15］BORNAZ L，LINGUA A，RINAUDO F.A New Software for the Automatic Registration of 3DDigital Models Acquired Using Laser Scanner Devices［C］∥Proceedings of CIPA WG6International Workshop on Scanning for Cultural Heritage Recording.［S.l.］：CIPA，2002：52－57.

［16］ZHENG Li，ZHANG Jianqing，LUO Yuejun.Close Multiview Metrical Data Registration［J］.Geomatics and Information Science of Wuhan University，2009，34（2）：199－202.（鄭莉，張劍清，羅躍軍.多視結(jié)構(gòu)光點云的自動無縫拼接［J］.武漢大學(xué)學(xué)報：信息科學(xué)版，2009，34（2）：199－202.）

［17］LIU Jun，WANG Donghong，ZHANG Yongsheng，et al.Bundle Adjustment of Airborne Three Line Array Imagery Based on Unit Quaternion［J］.Acta Geodaetica et Cartographica Sinica，2008，37（4）：451－457.（劉軍，王冬紅，張永生，等.基于單位四元數(shù)的機(jī)載三線陣影像光束法平差［J］.測繪學(xué)報，2008，37（4）：451－457.）

［18］ZHAO Shuangming，LI Deren.Experimentation of Adjustment Math Model for ADS40Sensor［J］.Acta Geodaetica et Cartographica Sinica，2006，35（4）：342－346.（趙雙明，李德仁.ADS40機(jī)載數(shù)字傳感器平差數(shù)學(xué)模型及其試驗［J］.測繪學(xué)報，2006，35（4）：342－346.）

［19］LI Deren，ZHAO Shuangming，LU Yuhong，et al.Combined Block Adjustment for Airborne Three Line CCD Scanner Images［J］.Acta Geodaetica et Cartographica Sinica，2007，36（3）：245－250.（李德仁，趙雙明，陸宇紅，等.機(jī)載三線陣傳感器影像區(qū)域網(wǎng)聯(lián)合平差［J］.測繪學(xué)報，2007，36（3）：245－250.）

［20］YUAN Xiuxiao，F(xiàn)U Jianhong，LOU Yidong.GPS－supported Aerotriangulation Based on GPS Precise Point Positioning［J］.Acta Geodaetica et Cartographica Sinica，2007，36（3）：251－255（袁修孝，付建紅，樓益棟.基于精密單點定位技術(shù)的GPS輔助空中三角測量［J］.測繪學(xué)報，2007，36（3）：251－255）

［21］YUAN Xiuxiao.POS－supported Bundle Block Adjustment［J］.Acta Geodaetica et Cartographica Sinica，2008，37（3）：342－348.（袁修孝.POS輔助光束法區(qū)域網(wǎng)平差［J］.測繪學(xué)報，2008，37（3）：342－348.）

［22］ZHAO Xi.3DReconstruction Method for Large Scale Relic Landscape from Laser Point Cloud［J］.Geomatics and Information Science of Wuhan University，2008，33（7）：684－687.（趙熙.基于激光點云的大型文物景觀三維重建方法［J］.武漢大學(xué)學(xué)報：信息科學(xué)版，2008，33（7）：684－687.）

［23］WANG Zhizhuo.Principles of Photogrammetry［M］.Beijing：Surveying and Mapping Press，1979.（王之卓.攝影測量原理［M］.北京：測繪出版社，1979.）

［24］YAO Jili.SARC Model of Three Dimensional Coordinate Transformation［J］.Geomatics and Information Science of Wuhan University，2005，30（9）：825－828.（姚吉利.三維坐標(biāo)轉(zhuǎn)換的靜態(tài)濾波模型［J］.武漢大學(xué)學(xué)報：信息科學(xué)版，2005，30（9）：825－828.）

［25］YAO Jili.Rigorous Formula for Direct Calculating Parameter in 3DTransformation［J］.Bulletin of Surveying and Mapping，2006（5）：7－9.（姚吉利.3維坐標(biāo)轉(zhuǎn)換參數(shù)直接計算的嚴(yán)密公式［J］.測繪通報，2006（5）：7－9.）

［26］YAO Jili，HAN Baomin，YANG Yuanxi.Applications of Lodrigues Matrix in 3DCoordinate Transformation［J］.Geomatics and Information Science of Wuhan University，2006，31（12）：1094－1096.（姚吉利，韓保民，楊元喜.羅德里格矩陣在三維坐標(biāo)轉(zhuǎn)換嚴(yán)密解算中的應(yīng)用［J］.武漢大學(xué)學(xué)報：信息科學(xué)版，2006，31（12）：1094－1096.）