【技术实现步骤摘要】
本专利技术涉及测绘
,具体而言,涉及一种靶标中心坐标提取方法及装置。
技术介绍
现在激光扫描技术已经广泛应用于地形测绘、工程测量和场景建模等测绘领域,但是由于激光扫描仪的测距范围有限,而扫描场景通常较大,因此需要进行多站扫描,然后将多站扫描的点云进行拼接,得到整个场景的整体点云。而在进行点云拼接中,需要选取连接点,通常将靶标作为连接点,因此需要提取靶标的中心坐标。现有技术中,大都是通过激光扫描仪扫描靶球,然后人工或者自动提取落在靶球上的激光点,根据这些激光点采用最小二乘算法拟合球体,为了能够准确的获取靶标的中心坐标,该方法要求靶球附近的点云密度较高,而要想提高点云密度,要么减小靶球到激光扫描仪的距离,要么采用高密度的档位进行扫描。但是,如果减小靶球到激光扫描仪的距离,对于大场景而言,需要增加测站数量,从而导致工作量和成本的增加,如果采用高密度的档位进行扫描,会导致扫描时间过长。
技术实现思路
有鉴于此,本专利技术实施例的目的在于提供一种靶标中心坐标提取方法及装置,既能准确的获取靶标中心坐标,同时也不会导致工作量和成本的增加及扫描时间过长。第一方面,本专利技术实施例提供了一种靶标中心坐标提取方法,其中,所述方法包括:采用第一档位,对靶标所在场景进行扫描,获取饱和激光点数据;根据所述饱和激光点数据对所述场景中的靶标进行识别;根据靶标识别结果,确定所述靶标的扫描范围,根据所述扫描范围采用第二档位对所述靶标进行扫描,得到所述扫描范围内的激光点数据;从所述激光点数据中提取靶标中心预设区域内的激光点数据,根据所述预设区域内的激光点数据,获取所述靶标中心坐标。结合第 ...
【技术保护点】
一种靶标中心坐标提取方法,其特征在于,所述方法包括:采用第一档位,对靶标所在场景进行扫描,获取饱和激光点数据;根据所述饱和激光点数据对所述场景中的靶标进行识别;根据靶标识别结果,确定所述靶标的扫描范围,根据所述扫描范围采用第二档位对所述靶标进行扫描,得到所述扫描范围内的激光点数据;从所述激光点数据中提取靶标中心预设区域内的激光点数据,根据所述预设区域内的激光点数据,获取所述靶标中心坐标。
【技术特征摘要】
1.一种靶标中心坐标提取方法,其特征在于,所述方法包括:采用第一档位,对靶标所在场景进行扫描,获取饱和激光点数据;根据所述饱和激光点数据对所述场景中的靶标进行识别;根据靶标识别结果,确定所述靶标的扫描范围,根据所述扫描范围采用第二档位对所述靶标进行扫描,得到所述扫描范围内的激光点数据;从所述激光点数据中提取靶标中心预设区域内的激光点数据,根据所述预设区域内的激光点数据,获取所述靶标中心坐标。2.根据权利要求1所述的方法,其特征在于,所述根据所述饱和激光点数据对所述场景中的靶标进行识别,包括:根据所述饱和激光点数据,生成所述饱和激光点数据对应的二值图像,提取所述二值图像中饱和激光点对应的像素点区域轮廓,根据所述像素点区域轮廓将所述饱和激光点数据分块存储,得到多个饱和激光点块,将多个饱和激光点块记为饱和激光点块集合;过滤所述饱和激光点块集合中的预设形状的像素点区域轮廓对应的饱和激光点块,得到第一剩余饱和激光点块集合;获取所述第一剩余饱和激光点块集合中每个饱和激光点块对应的像素点区域的最小包围圆,获取所述最小包围圆的半径,根据所述最小包围圆的半径过滤所述第一饱和激光点块集合中最小包围圆的半径大于或等于预设半径值的饱和激光点块,得到第二剩余饱和激光点块集合;计算所述第二剩余饱和激光点块集合中每个饱和激光点块的点云密度,根据所述点云密度过滤所述第二剩余饱和激光点块集合中点云密度小于预设密度值的饱和激光点块,得到第三剩余饱和激光点块集合;获取所述第三剩余饱和激光点块集合中每个饱和激光点块的激光点分布,根据所述激光点分布过滤非均匀分布的饱和激光点块,得到第四剩余饱和激光点块集合;统计所述第四剩余饱和激光点块集合中的每个饱和激光点块的圆心预设范围内的饱和激光点个数,根据所述圆心预设范围内的饱和激光点个数过滤实心圆形饱和激光点块,得到第五剩余饱和激光点块集合,将所述第五剩余饱和激光点块集合中的饱和激光点块确定为所述场景中的靶标对应的饱和激光点块。3.根据权利要求2所述的方法,其特征在于,所述根据所述饱和激光点数据,生成所述饱和激光点数据对应的二值图像,包括:生成预设尺寸的图像,将所述图像中每个像素点的初始灰度值设置为0或者255;根据所述饱和激光点数据中的饱和激光点的水平角度和垂直角度,通过公式(1)计算所述饱和激光点在所述图像中对应的像素坐标;当所述每个像素点的初始灰度值为0时,将所述饱和激光点在所述图像中对应的像素坐标处像素点的灰度值设置为255,当所述每个像素点的初始灰度值为255时,将所述饱和激光点在所述图像中对应的像素坐标处像素点的灰度值设置为0,获取所述饱和激光点数据对应的二值图像; r = I N T ( v A Δ A + 0.5 ) c = I N T ( h A Δ A + 0.5 ) - - - ( 1 ) ]]>其中,在公式(1)中,r为像素点所在的行,c为像素点所在的列,ΔA为所述图像中每个像素点的角度分辨率,vA为所述饱和激光点的垂直角度,hA为所述饱和激光点的水平角度,INT表示取整。4.根据权利要求3所述的方法,其特征在于,所述过滤所述饱和激光点块集合中的预设形状的像素点区域轮廓对应的饱和激光点块,包括:获取所述二值图像中饱和激光点对应的像素点区域轮廓的外接矩形,计算所述外接矩形的长宽比例,根据所述长宽比例过滤预设形状的像素点区域轮廓对应的饱和激光点块。5.根据权利要求2所述的方法,其特征在于,所述计算所述第二剩余饱和激光点块集合中每个饱和激光点块的点云密度,根据所述点云密度过滤所述第二剩余饱和激光点块集合中点云密度小于预设密度值的饱和激光点块,包括:根据第一饱和激光点块中第一饱和激光点和第二饱和激光点的水平角度和垂直角度,通过公式(2)计算所述第一饱和激光点和所述第二饱和激光点之间的角度距离,所述第一饱和激光点块为所述第二剩余饱和激光点块集合中任一饱和激光点块,所述第一饱和激光点和所述第二饱和激光点为所述第一饱和激光点块中任意两个饱和激光点;采用同样的方法,计算所述第一饱和激光点块中每个饱和激光点与剩余其他饱和激光点的角度距离,得到每个饱和激光点对应的角度距离;计算所述第一饱和激光点块对应的像素点区域轮廓的面积,根据所述第一饱和激光点块中每个饱和激光点对应的角度距离和所述面积,获取所述第一饱和激光点块的点云密度;采用同样的方法,计算所述第二剩余饱和激光点块集合中每个饱和激光点块的点云密度;根据所述第二剩余饱和激光点块集合中每个饱和激光点块的点云密度过滤点云密度小于预设密度值的饱和激光点块; S = ( vA 1 - vA ...
【专利技术属性】
技术研发人员:刘守军,陈正魁,龚书林,胡庆武,毛庆洲,杨晶,姚立,余建伟,骆朝亮,
申请(专利权)人:武汉海达数云技术有限公司,
类型:发明
国别省市:湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。