基于多源维度分解的城市点云从粗到精的自动配准方法技术

本发明专利技术涉及一种基于多源维度分解的城市点云从粗到精的自动配准方法，结合城市场景扫描对象特点和地面扫描仪器工作特点，提出了维度分解方法，并在其支撑下实现数据维度和参数维度同时缩减、特征的高效辨识与提取、迭代求解的高效收敛，进而突破当前大规模城市点云场景配准中配准精度与速度的瓶颈；该方法充分利用了点云对场景三维结构化重塑的能力，顾及问题的具体属性，提出了面向对象的配准方案，为点云配准问题的发展提供了新思路；同时，该方法无需人工对场景进行标识，无需提供先验的初始解算值，也无需后续的人机交互选点，是一套从原始数据输入到获取三维精细化点云数据模型的全自动方法，有助于在实际生产中降低时间、人力、物力的开销。

【技术实现步骤摘要】
基于多源维度分解的城市点云从粗到精的自动配准方法
本专利技术涉及计算机视觉
，具体地说是一种基于多源维度分解的城市点云从粗到精的自动配准方法。
技术介绍
数字城市的发展离不开三维土地空间管理、表达和可视化等虚拟城市环境构建技术。该技术是全面支撑城市信息感知与互联、以及VR/AR等“数字化”应用的基础，因此大规模、精细化、富语义信息的三维城市模型已经成为智慧城市建设的必要条件。点云数据因其相对于传统测量数据所特有的优势，即数据量丰富并可直接获取扫描物体的三维空间坐标等，已经成为空间数据处理的标准化数据类型。因此，点云数据的处理成为摄影测量、计算机视觉、计算机图形学以及机器人学等领域的研究热点，并获得了丰富的研究成果。随着三维数字化城市的发展，近年来多源点云配准研究得到了广泛的关注。传统的方法在处理当前大规模多源多尺度复杂结构点云时会遇到不同程度的问题，例如特征点提取复现率低辨识度差，以及特征描述时人为认知干预的局限性等，这些都将对三维点云融合配准以及随后的三维模型重建造成负面影响。目前较多的点云匹配方法存在如下问题：缺乏针对性，更多追求问题处理的泛化性，现有商业软件对于任意位置下的点云配准还主要基于手工选点(包括人工识别靶标，并建立序列)的方式完成，需要大量人工参与，处理效率低下，成本高；当前可用于点云采集的传感器较多，场景也较为丰富(例如，室内，城市，森林等)，但缺乏针对性，在效率和精度上都存在瓶颈。因此，提供一种面向对象的点云自动配准方法，以突破当前大规模城市点云场景配准中配准精度与速度的瓶颈问题。
技术实现思路
有鉴于此，本申请的目的在于提供一种基于多源维度分解的城市点云从粗到精的自动配准方法，以提高当前大规模城市点云融合配准和三维重建的效率，提高配准精度，降低人力、物力成本。为了达到上述目的，本申请提供如下技术方案。基于多源维度分解的城市点云从粗到精的自动配准方法，包括以下步骤：101、对城市场景进行地面扫描，采集点云数据，相邻两个站点的扫描需存在人造建筑物重叠部分；102、对原始点云数据进行预处理，剔除点云数据中的噪声点，将空间三维点云数据垂直投影到一个法方向为天顶方向的平面上，设置点云密度阈值ρ0，并利用该阈值对投影后的二维平面点云进行建筑侧立面的提取；103、实现侧立面投影点云在二维平面上的直线探测与分割，并利用配对直线段实现κ参数与水平平移参数(x,y)方向的求解，实现场景二维配准；104、利用地面点重叠部分，快速计算高差；随机获取N个地面对应区域后，求得高差的均值作为垂直方向平移值Δz；105、针对步骤103获得的候选集合的每一组解，都完成步骤104操作，并利用场景随机子集做最近点测试检验，选取满足条件的最优解作为最终的解，两个相邻的点云场景就完成了粗配准；106、结合建筑物上富含大量的面信息，将以面为基元实现精配准，获得场景精细化配准结果。优选地，所述步骤101中对城市场景进行地面扫描包括地面激光扫描仪和移动激光测量车。优选地，所述地面激光扫描仪，通过三脚架架设支撑，并对三脚架进行整平操作，其倾斜角的影响在场景粗配准中可以忽略。优选地，所述移动激光测量车，激光镜头的安装角度在整个扫描作业中是固定不变的，通过硬件信息实现点云的整体变换。优选地，所述步骤103具体如下：利用采样一致性方法(RANSAC)在平面点云中提取直线信息，并最终实现利用直线对二维场景的重塑；在场景A中随机提取两条并不平行的直线段na和ma，随后在场景B中查找与之匹配的直线段nb和mb，并组成配对直线对{na，nb}和{ma，mb}；在获得两组配对直线段后，求解旋转角κ，使na//nb的同时满足ma//mb，完成旋转后，求得pa和pb之间的欧式距离，即da，并进一步将其分解到x和y方向上得到平移参数中水平平移，即Δx和Δy；根据RANSAC求解平台的理论支撑，可以获得一个最大求解次数K；在解算过程中，对于每一组符合条件的直线配对集，获得一组解，即{κ,Δx,Δy}i；利用每一组解，将A场景内的二维直线段，旋转平移到B场景中；旋转后对于A场景内的任意一条直线段l'a在B场景内寻找与之平行的直线段，并且该直线段与l'a的距离应小于一个距离阈值；每寻找到满足条件的配对直线，将对其进行量化评分，将所有配对直线的得分相加，即获得该组解的得分，将得分前α的解，记录下来，作为最终解的候选集合，对于每一组解，用其对应的所有直线段对进行优化。优选地，判定其为配对直线对，需满足如下条件：对应线段的长度差值不应大于给定距离阈值；两两直线段所成角度之差不应大于给定角度阈值；对应直线段的三维侧立面高差不应大于给定高度阈值；na和ma所得到的交点pa，与nb和mb所得到的交点pb的欧式距离与实际两个测站位相关，不应该大于给定的距离阈值。优选地，所述步骤104具体如下：利用圆柱体搜索点的邻域，在同一圆柱体下，点q'A对应点云A'内获得邻域N'qA(上标标识旋转后)，在该邻域的约束下，可以在点云B内获得点云域NqB，若无对应的NqB，则此处不满足条件。优选地，对于点q'A，N'qA和NqB，有如下条件：q'A应小于扫描架设的先验高度；N'qA与NqB均具备一定平整度，并且法向量方向差值小于2°，且与天顶方向偏差小于10°；N'qA与NqB在Z方向上无联系点；满足以上条件，N'qA和NqB将被标记为地面对应区域。优选地，所述步骤106实现精配准，具体如下：利用基于法向量方向的点到点关系，获得q'A在点云B中的对应点qB，以点q'A和点qB为中心，在各自的点云中获取足够小的邻域，认为是一个极小的面；在场景内随机获取N个极小面，并计算其对应的法方向，将所有的法方向指向场景中心点，并按方向投影到三维的高斯球体上，获得极小面的法方向分布，基于此利用均匀采样技术在保证法方向数据多样性的同时实现均匀化；先通过求解目标函数得到定姿旋转参数，旋转参数被固定，再通过求解目标函数得到平移参数，平移参数的求解即为对应面间的距离达到最小；当迭代再次收敛后，即可以获得两个场景的精配准重建结果。优选地，所述定姿旋转参数的目标函数公式如下：式中，和分别代表配对极小面的法向量；所述平移参数的目标函数公式如下：式中，N'qA为点q'A对应点云A'内获得邻域，NqB为点云B内获得点云域。本专利技术所获得的有益技术效果：1)本专利技术充分利用了点云对场景三维结构化重塑的能力，以及顾及问题的具体属性，提出了面向对象的配准方案，为点云配准问题的发展提供了新思路。具体而言，结合城市场景扫描对象的特点和地面激光扫描仪器(包括移动测量系统)工作的特点，提出了多源维度分解方法，并在其支撑下实现数据维度和参数维度同时约减、特征的高效辨识与提取、以及迭代求解的高效收敛，进而突破当前大规模城市点云场景配准中配准精度与速度的瓶颈问题；2)本专利技术无需人工对场景本文档来自技高网...

【技术保护点】
1.一种基于多源维度分解的城市点云从粗到精的自动配准方法，其特征在于，包括以下步骤：/n101、对城市场景进行地面扫描，采集点云数据，相邻两个站点的扫描需存在人造建筑物重叠部分；/n102、对原始点云数据进行预处理，剔除点云数据中的噪声点，并将空间三维点云数据垂直投影到一个法方向为天顶方向的平面上，设置点云密度阈值ρ

【技术特征摘要】
1.一种基于多源维度分解的城市点云从粗到精的自动配准方法，其特征在于，包括以下步骤：
101、对城市场景进行地面扫描，采集点云数据，相邻两个站点的扫描需存在人造建筑物重叠部分；
102、对原始点云数据进行预处理，剔除点云数据中的噪声点，并将空间三维点云数据垂直投影到一个法方向为天顶方向的平面上，设置点云密度阈值ρ0，并利用该阈值对投影后的二维平面点云进行建筑侧立面的提取；
103、实现侧立面投影点云在二维平面上的直线探测与分割，并利用配对直线段实现κ参数与水平平移参数(x,y)方向的求解，实现场景二维配准；
104、利用地面点重叠部分，快速计算高差；随机获取N个地面对应区域后，求得高差的均值作为垂直方向平移值Δz；
105、针对步骤103获得的候选集合的每一组解，都完成步骤104操作，并利用场景随机子集做最近点测试检验，选取满足条件的最优解作为最终的解，两个相邻的点云场景就完成了粗配准；
106、结合建筑物上富含大量的面信息，将以面为基元实现精配准，获得场景精细化配准结果。


2.根据权利要求1所述的基于多源维度分解的城市点云从粗到精的自动配准方法，其特征在于，所述步骤101中对城市场景进行地面扫描包括地面激光扫描仪和移动激光测量车。


3.根据权利要求2所述的基于多源维度分解的城市点云从粗到精的自动配准方法，其特征在于，所述地面激光扫描仪，通过三脚架架设支撑，并对三脚架进行整平操作，其倾斜角的影响在场景粗配准中可以忽略。


4.根据权利要求2所述的基于多源维度分解的城市点云从粗到精的自动配准方法，其特征在于，所述移动激光测量车，激光镜头的安装角度在整个扫描作业中是固定不变的，通过硬件信息实现点云的整体变换。


5.根据权利要求1所述的基于多源维度分解的城市点云从粗到精的自动配准方法，其特征在于，所述步骤103具体如下：
利用采样一致性方法(RANSAC)在平面点云中提取直线信息，并最终实现利用直线对二维场景的重塑；
在场景A中随机提取两条并不平行的直线段na和ma，随后在场景B中查找与之匹配的直线段nb和mb，并组成配对直线对{na，nb}和{ma，mb}；
在获得两组配对直线段后，求解旋转角κ，使na//nd的同时满足ma//mb，完成旋转后，求得pa和pb之间的欧式距离，即da，并进一步将其分解到x和y方向上得到平移参数中水平平移，即Δx和Δy；根据RANSAC求解平台的理论支撑，可以获得一个最大求解次数K；
在解算过程中，对于每一组符合条件的直线配对集，获得一组解，即{κ,Δx,Δy}i；利用每一组解，将A场景内的二维直线段...

【专利技术属性】
技术研发人员：葛旭明，
申请(专利权)人：深圳市数字城市工程研究中心，西南交通大学，葛旭明，
类型：发明
国别省市：广东;44