【技术实现步骤摘要】
一种适用于水面环境的点云数据投影方法、系统及装置
[0001]本专利技术涉及图像处理领域，特别涉及一种适用于水面环境的投影方法。
技术介绍
[0002]近年来，利用三维点云数据进行目标检测与识别的方法获得了长足发展，以PointNet、PointNet++为代表的点云特征提取神经网络以及以PointFusion、AM3D为代表的点云数据与图像数据特征融合网络相继被提出，然而，在经典的数据融合算法中，将三维点云投影为点云鸟瞰图或点云前视图的方法会损失一部分点云信息。直接使用点云原始数据进行目标检测与分类的神经网络结构又难以融合三维点云数据与RGB图像数据。
[0003]并且由于海洋环境的复杂性，水面无人艇经常需要在上浪、逆光、复杂背景等恶劣条件下进行作业，这些情况下仅依赖光学信息的目标识别算法的准确性往往得不到保证。而适用于水面无人艇的三维点云数据投影方法的研究还未完善，为水面无人艇的多传感器数据融合算法的研究带来了困难。
技术实现思路
[0004]本专利技术解决了水面无人艇三维点云投影损失一部分点云信...
【技术保护点】
【技术特征摘要】
1.一种适用于水面环境的点云数据投影方法，其特征在于，包括：处理点云数据，将点云数据转换为二值化栅格数据，利用二次扫描法处理点云数据的二值化栅格，形成水面三维点云滤波与水面三维点云簇；根据张正友标定法投影处理水面三维点云簇，获得点云强度投影矩阵；根据高斯滤波平滑处理点云强度投影矩阵的反射率强度异常点，获得平滑无孔洞的点云数据投影矩阵；根据多传感器数据融合点云数据投影矩阵，获取点云距离投影矩阵；根据水面三维点云簇的高度值作为水面目标尺寸的典型特征，根据点云簇的高度值投影至二维矩阵中，获取点云尺寸投影矩阵；根据点云数据投影矩阵、点云距离投影矩阵和点云尺寸投影矩阵进行矩阵叠加，获取经典图像处理神经网络中的点云特征矩阵。2.根据权利要求1所述的一种适用于水面环境的点云数据投影方法，其特征在于，所述利用二次扫描法处理点云数据的二值化栅格，形成水面三维点云滤波与水面三维点云簇，包括：扫描图像至当前像素(x,y)＝＝1；判断当前像素(x,y)＝＝1是否含有云像素：若含有云像素，建立含有云像素的数据栈；若不含有云像素，返回扫描图像至当前像素(x,y)＝＝1，重新判断，直到当前像素(x,y)＝＝1含有云像素；判断含有云像素的数据栈是否为空：若含有云像素的数据栈为空，输出点云簇信息；若含有云像素的数据栈不为空，弹出栈顶像素，并将含有该云像素的数据领域中含点云像素压入栈。3.根据权利要求1所述的一种适用于水面环境的点云数据投影方法，其特征在于，所述根据张正友标定法激光投影处理水面三维点云簇，获得点云强度投影矩阵，具体为：P
uv
＝K*R
y
*R
z
*(P
lidar
+T)，其中，P
uv
表示目标点在图像中的像素坐标；K表示相机内参矩阵，由标定获取K；R
y
,R
z
表示旋转矩阵；T表示激光雷达设备原点至相机设备原点的平移矩阵。4.根据权利要求1所述的一种适用于水面环境的点云数据投影方法，其特征在于，所述根据高斯滤波平滑处理激光投影的点云强度投影矩阵反射率强度异常点，获得平滑无孔洞的点云数据投影矩阵，包括：激光投影处理的点云强度投影矩阵为：其中，P
(u,v)
表示点云强度投影矩阵在(u,v)处的强度值；n表示点云强度投影矩阵在(u,v)处对应的三维点云个数；p
i
表示三维点云强度值；根据高斯滤波对点云强度投影矩阵进行平滑去噪处理：
其中，(x,y)为相对待平滑点的像素坐标，σ为高斯分布的标准差；根据高斯滤波平滑去噪处理的点云强度投影矩阵进行膨胀腐蚀运算，膨胀填充的像素值取值为像素点8邻域内非零像素的强度均值，具体为：其中，P
(u,v)
为点云强度投影矩阵在(u,v)处的强度值；n为点(u,v)8邻域中非零点的个数；P
(i,j)
为点(u,v)8邻域的点云强度值。5.根据权利要求4所述的一种适用于水面环境的点云...
【专利技术属性】
技术研发人员：张磊，江坤颐，朱炜，张韧然，白高颐，齐博涵，苏玉民，于清泽，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：
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。