激光雷达(Light Detection And Ranging,LiDAR)点云数据与光学影像数据的配准是通过坐标转换,寻找两种数据最佳匹配的过程,是城市三维建模技术的研究重点和难点。实际生产中,为了满足大区域的LiDAR点云与影像的配准需求,将大区域的序列影像最佳地纳入到已知的物方坐标系统中去,提高配准精度,需要对配准方法作进一步研究。配准的实质是求解不同条件下(如时间、获取数据的角度,传感器种类等)采集的不同数据集的坐标转换关系。传统配准几何模型中的坐标转换表示方法如欧拉角法和四元数法,通常将坐标变换分解为旋转和平移部分,而配准模型对所求参数的初值精度有一定要求,初值的不准确会引起所求解的旋转参数与平移参数的强相关关系,在分开求解旋转和平移参数的过程中会引入耦合误差,导致最小二乘估计的均方差较大,迭代过程无法收敛。针对传统配准模型中存在的问题,本文提出了以对偶四元数为几何代数基础的LiDAR点云与序列影像的配准方法。研究了基于对偶四元数的空间直线的表达形式和其几何拓扑关系,通过对偶四元数描述特征直线的一体化旋转平移过程,并分析了对偶四元数参数表示一体化旋转平移的相关性。将序列影像上的特征直线与LiDAR系统中提取的控制直线用直线坐标表示,建立了基于对偶四元数的共面条件方程。再利用点特征的共线条件,建立对偶四元数的点线联合配准集合模型。实验结果表明联合点线特征的基于对偶四元数的LiDAR和序列影像的配准几何模型,由于旋转与平移过程的一体化解算,避免了二者之间的耦合误差,降低了二者的相关性,因此获得了比传统方法更高的配准精度。本文研究成果为解决城市区域等直线特征丰富地区的序列影像配准问题提供了一种新思路。