基于k近邻的LiDAR点云强度校正方法技术

本发明专利技术公开了一种基于k近邻的LiDAR点云强度校正方法，以k近邻算法作为基础，通过求取k近邻点的强度均值方法进行点云强度值的校正，算法结构十分简单，且能够有效改正点云的强度信息，使得改正后的强度信息能够更为真实的反映物体表面的属性信息。

【技术实现步骤摘要】

本专利技术涉及一种LiDAR点云强度校正方法，特别涉及一种基于k近邻的LiDAR点云强度校正方法。
技术介绍
激光强度是物体对发射激光的后向散射回波的光功率，回波信号被接收后经内部转换和放大，最终转换原始LiDAR数据中的强度值。由于受到激光测距值和激光入射角等系统变量以及目标反射率、粗糙度和倾斜度等目标变量的影响，使得获取的强度值存在一定偏差。现有方法多是先通过建立强度值与系统变量之间的函数关系，进而分析系统变量影响并进行改正的方法获得目标表面的属性信息。由于厂商对关键参数的保密，以及在建立函数关系的过程中对某些变量的简化，使得建立的函数关系并不能够准确消除系统变量的影响。
技术实现思路
本专利技术所要解决的技术问题是提供一种基于k近邻的LiDAR点云强度校正方法，使得校正后的LiDAR点云强度信息能够较为准确和真实的反映物体表面的属性信息。本专利技术为解决上述技术问题采用以下技术方案：本专利技术提供一种基于k近邻的LiDAR点云强度校正方法，包括以下具体步骤：步骤1，读取包含强度信息的LiDAR点云数据，得到点云数据的个数n；步骤2，采用K-D树组织所有的点云点，同时计算每个点云点的法向量；步骤3，遍历所有的点云点，计算每一个点云点的入射角及其近邻点，获得每个点云点校正后的强度值，具体步骤如下：301：令i＝1；302：利用公式1计算第i个点云点pi与扫描仪中心之间的距离： R i = x i 2 + y i 2 + z i 2 - - - ( 1 ) ]]>式中，Ri为第i个点云点pi与扫描仪中心之间的欧氏距离，i∈(1，2，…,n)，(xi,yi,zi)为在以扫描仪中心为原点的坐标系中第i个点云点pi的原始坐标；303：利用公式2计算第i个点云点pi的激光入射角θi： θ i = a c o s ( x i , y i , z i ) · ( nx i , ny i , nz i ) R i - - - ( 2 ) ]]>式中，θi为第i个点云点pi的激光入射角，(nxi,nyi,nzi)为第i个点云点pi的法向量；304：搜索第i个点云点pi的k个近邻点，计算该k个近邻点的原始强度值的均值，该均值即为第i个点云点pi校正后的强度值；305：令i＝i+1，如果i＜n，则返回步骤302，否则终止迭代，从而完成所有点云点的强度校正。作为本专利技术的进一步优化方案，步骤304中k的值根据实际需要进行选取。作为本专利技术的进一步优化方案，k的值为10。作为本专利技术的进一步优化方案，k的值为15。作为本专利技术的进一步优化方案，k的值为20。本专利技术采用以上技术方案与现有技术相比，具有以下技术效果：本专利技术提供的LiDAR点云强度信息校正方法，以k近邻算法作为基础，通过求取k近邻点的强度均值方法进行点云强度值的校正，算法结构十分简单，且能够有效改正点云的强度信息，使得改正后的强度信息能够更为真实的反映物体表面的属性信息。附图说明图1是本专利技术的流程图。图2是以为横轴，原始LiDAR点云强度值I为纵轴的散点图。图3是以为横轴，校正后LiDAR点云强度值I为纵轴的散点图。具体实施方式下面结合附图对本专利技术的技术方案做进一步的详细说明：如图1所示，一种基于k近邻的LiDAR点云强度校正方法，包括以下步骤：步骤1，读取包含强度信息的LiDAR点云数据，得到点云数据的个数n＝5296。步骤2，采用K-D树组织所有的点云点，同时计算每个点云点的法向量。步骤3，遍历所有的点云点，计算每一个点云点的入射角及其近邻点，获得每个点云点校正后的强度值，具体步骤如下：401：令i＝1；402：利用公式1计算第i个点云点pi与扫描仪中心之间的距离： R i = x i 2 + y i 2 + z i 2 - - - ( 1 ) ]]>式中，Ri为第i个点云点pi与扫描仪中心之间的欧氏距离，i∈(1，2，…,n)，(xi,yi,zi)为在以扫描仪中心为原点的坐标系中第i个点云点pi的坐标；403：利用公式2计算第i个点云点pi的激光入射角θi： θ i = a c o s ( x i , y i , z i ) · ( nx i , ny i , nz 本文档来自技高网...

【技术保护点】
基于k近邻的LiDAR点云强度校正方法，其特征在于，包括以下具体步骤：步骤1，读取包含强度信息的LiDAR点云数据，得到点云数据的个数n；步骤2，采用K‑D树组织所有的点云点，同时计算每个点云点的法向量；步骤3，遍历所有的点云点，计算每一个点云点的入射角及其近邻点，获得每个点云点校正后的强度值，具体步骤如下：301：令i＝1；302：利用公式1计算第i个点云点pi与扫描仪中心之间的距离：Ri=xi2+yi2+zi2---(1)]]>式中，Ri为第i个点云点pi与扫描仪中心之间的欧氏距离，i∈(1，2，…,n)，(xi,yi,zi)为在以扫描仪中心为原点的坐标系中第i个点云点pi的原始坐标；303：利用公式2计算第i个点云点pi的激光入射角θi：θi=acos(xi,yi,zi)·(nxi,nyi,nzi)Ri---(2)]]>式中，θi为第i个点云点pi的激光入射角，(nxi,nyi,nzi)为第i个点云点pi的法向量；304：搜索第i个点云点pi的k个近邻点，计算该k个近邻点的原始强度值的均值，该均值即为第i个点云点pi校正后的强度值；305：令i＝i+1，如果i＜n，则返回步骤302，否则终止迭代，从而完成所有点云点的强度校正。...

【技术特征摘要】
1.基于k近邻的LiDAR点云强度校正方法，其特征在于，包括以下具体步骤：步骤1，读取包含强度信息的LiDAR点云数据，得到点云数据的个数n；步骤2，采用K-D树组织所有的点云点，同时计算每个点云点的法向量；步骤3，遍历所有的点云点，计算每一个点云点的入射角及其近邻点，获得每个点云点校正后的强度值，具体步骤如下：301：令i＝1；302：利用公式1计算第i个点云点pi与扫描仪中心之间的距离： R i = x i 2 + y i 2 + z i 2 - - - ( 1 ) ]]>式中，Ri为第i个点云点pi与扫描仪中心之间的欧氏距离，i∈(1，2，…,n)，(xi,yi,zi)为在以扫描仪中心为原点的坐标系中第i个点云点pi的原始坐标；303：利用公式2计算第i个点云点pi的激光入射角θi： θ i = a c o s ( x ...

【专利技术属性】
技术研发人员：贾东振，何秀凤，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏;32