【技术实现步骤摘要】
一种基于LiDAR点云和二维图像的古建筑可视化配色方法
本专利技术涉及地理信息科学
，尤其涉及一种基于LiDAR点云和二维图像的古建筑可视化配色方法。
技术介绍
最近十年，激光雷达技术快速发展,它集成激光测距技术、计算机技术等于一体,该技术在三维空间信息的实时获取方面产生了重大突破,有多种设备和应用程序在不同的领域引入了3D对象和场景，如精确农业和林业,洪水分析,智能交通系统(ITS)和高级驾驶员辅助系统等领域。激光雷达具有360度视野，但需要多测站才能记录目标物体的完整三维空间信息。在室内场景捕捉中，基于激光雷达的三维扫描仪通过配准技术获取完成场景信息。然而，由于激光雷达获取的点云不具有颜色信息，往往需要在地基激光扫描仪上配备相应的全彩色照相机完成上色工作，这使得成品效果受光线、数据采集时间等因素影响极大。最终数据成果在某些场景中可视化程度低，如地区偏远、无照明工具的古代建筑，或是测量大型古建筑群落，时间跨度大的情况，在上述条件下，成品测量数据应用受限。目前的方法均无法将激光雷达点云和二维图像分析结合以增强点云数据的
【技术保护点】
1.一种基于LiDAR点云和二维图像的古建筑可视化配色方法，其特征在于，包括以下步骤：/nS1、获取LiDAR的3D点云数据并进行半径滤波处理，提取得到建筑物三维点云数据A；/nS2、将建筑物的三维点云数据A按照几何位置关系拆分成具有不同属性的类平面结构点云B；/nS3、采集具有多种属性的类平面结构对应的正射照片，经过预处理得到平面点云数据C；/nS4、基于最小二乘法完成平面点云数据C与类平面结构点云B的平面拟合工作，获得平面的法向量；/nS5、根据平面的法向量将平面点云数据C与类平面结构点云B做法向量重叠计算并通过点云质心重叠，得到重叠点云数据D；/nS6、基于k近邻分类...
【技术特征摘要】
1.一种基于LiDAR点云和二维图像的古建筑可视化配色方法，其特征在于，包括以下步骤：
S1、获取LiDAR的3D点云数据并进行半径滤波处理，提取得到建筑物三维点云数据A；
S2、将建筑物的三维点云数据A按照几何位置关系拆分成具有不同属性的类平面结构点云B；
S3、采集具有多种属性的类平面结构对应的正射照片，经过预处理得到平面点云数据C；
S4、基于最小二乘法完成平面点云数据C与类平面结构点云B的平面拟合工作，获得平面的法向量；
S5、根据平面的法向量将平面点云数据C与类平面结构点云B做法向量重叠计算并通过点云质心重叠，得到重叠点云数据D；
S6、基于k近邻分类算法对重叠点云数据D进行色彩交换处理，完成可视化配色改良工作。
2.根据权利要求1所述一种基于LiDAR点云和二维图像的古建筑可视化配色方法，其特征在于，所述获取LiDAR的3D点云数据并进行半径滤波处理，提取得到建筑物三维点云数据A这一步骤，其具体包括：
S11、获取LiDAR的3D点云数据并对3D点云数据进行网格化处理，得到网格点云；
S12、遍历所有网格点云，逐一使用半径滤波过滤数据，剔除在设置半径范围内点数少于阈值的离群点，提取得到建筑物的三维点云数据A。
3.根据权利要求2所述一种基于LiDAR点云和二维图像的古建筑可视化配色方法，其特征在于，所述将建筑物的三维点云数据A按照几何位置关系拆分成具有不同属性的类平面结构点云B这一步骤，其具体包括：
S121、基于CSF滤波算法对建筑物的三维点云数据A进行处理，提取建筑物地面；
S122、基于RANSAC算法对剩余的建筑物的三维点云数据进行处理，提取所有点数超过阈值的平面点云；
S123、基于最小二乘法将步骤S122获取的平面点云执行平面拟合操作，得到对应的法向量；
S123、根据对应的法向量对提取的平面点云分别标注属性，得到具有不同属性的类平面结构点云B。
4.根据权利要求3所述一种基于LiDAR点云和二维图像的古建筑可视化配色方法，其特征在于，所述基于RANSAC算法对剩余的建筑物的三维点云数据进行处理，提取所有点数超过阈值的平面点云这一步骤，其具体包括：
S1221、将剩余的建筑物的三维点云数据作为给定的数据集；
S1222、从给定的数据集中随机挑选预设数量的数据；
S1223、根据挑选得到的数据得到一个预设的平面模型；
S1...
【专利技术属性】
技术研发人员：陈定安，肖航，郎嵬，陈婷婷，李名豪，
申请(专利权)人：中山大学，
类型：发明
国别省市：广东;44
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。