【技术实现步骤摘要】
基于图像引导的激光点云增强重建方法
[0001]本专利技术属于图像处理与计算机视觉
,具体涉及一种基于图像引导的激光点云增强重建方法。
技术介绍
[0002]计算机视觉感知离不开各种传感器,这些传感器各有优缺点。摄像头是一种被动式的传感器,能够获得丰富的视觉信息,具有成像细节丰富、成本低的优点;但缺点是缺乏场景与目标的距离信息,难以实现对目标的精确定位,而且图像的成像质量易受光线干扰。激光雷达是一种主动式的传感器,优点是它能够精确地提供场景与目标的距离信息,并且不受光线以及恶劣天气的影响;但缺点是缺乏颜色纹理等视觉信息,而且分辨率低。单一传感方式各有其优缺点,无法满足无人系统所需感知信息完整性的要求。同时,当一种类型的传感器出现故障时,整个无人系统将处于失控状态。而多传感器融合方式能够综合不同传感器所获取到的信息,弥补单一传感器存在的不足,在极端情况下仍然能够保障无人系统正常运行,使得无人系统的安全性大大提高。因此,基于图像引导的激光点云增强重建感知方法具有重要的研究价值与应用前景。
[0003]近年来有许多学者开展了激光点云增强方法的研究,目前主要是针对激光雷达传感器本身点云的成像特性进行算法的增强,采用插值或拉伸的方法。中国期刊《计算机与现代化》2021,Vol.307,No.3,pp.101
‑
107刊登了一篇题为“基于点云增强的网格化优化算法”的论文,作者杨雨航等人在通过体素滤波进行适当点云降采样的同时利用双三次样条插值进行点云孔洞修复,然后将移动最小二乘法误差函数引入到点云法 ...
【技术保护点】
【技术特征摘要】
1.一种基于图像引导的激光点云增强重建方法,其特征在于,所述方法包括:步骤S1:初始化,获得原始彩色图像、原始点云数据;步骤S2:对彩色图像校正,获得校正彩色图像;步骤S3:点云数据处理与投影变换,获得投影深度图像;步骤S4:对校正彩色图像与投影深度图像配准,得到变换后的彩色图像;步骤S5:深度图像增强,形成增强重建后的六维数据值。2.如权利要求1所述的基于图像引导的激光点云增强重建方法,其特征在于,所述方法还包括:步骤S6:判断有无关机命令,如有,则结束;否则,进入下一个循环。3.如权利要求1所述的基于图像引导的激光点云增强重建方法,其特征在于,所述步骤S1的初始化过程中,包括:步骤S1.1:通过摄像机采集原始彩色图像g
S
;步骤S1.2:通过激光雷达采集原始点云数据L
B
。4.如权利要求3所述的基于图像引导的激光点云增强重建方法,其特征在于,所述步骤S2对彩色图像校正,获得校正彩色图像的过程中,包括:步骤S2.1:通过摄像机标定可以得到摄像机的成像参数,包括相机中心(u0,v0)、焦距(f
x
,f
y
)、尺度因子(N
x
,N
y
)、透镜畸变系数k、旋转矩阵R、平移矩阵T;步骤S2.2:对摄像机拍摄到的原始彩色图像g
S
进行校正,得到校正彩色图像g
C
;对实际的计算机帧存坐标系下原始彩色图像g
S
(u
s
,v
s
)的每个点进行如下变换,得到理想的计算机帧存坐标系中的校正彩色图像点g
C
(u
d
,v
d
),用如下奇次坐标系表示为:其中:将实际的计算机帧存图像g
S
中点(u
s
,v
s
)的像素灰度值g
S
(u
s
,v
s
)赋予校正彩色图像g
C
中与之对应点(u
d
,v
d
)后,得到校正彩色图像g
C
。5.如权利要求4所述的基于图像引导的激光点云增强重建方法,其特征在于,所述步骤S3进行点云数据处理与投影变换,获得投影深度图像的过程中,包括:步骤S3.1:基于四元数对原始点云数据进行变换;对于摄像机采集的每一张图像,都包括无人机的位置(p
x
,p
y
,p
z
)与四元数参数(o
x
,o
y
,o
z
,o
w
):
由于摄像机的内参矩阵K为:则综合无人机姿态与相机参数的投影变换矩阵M为:M=KQ
ꢀꢀ
(5)步骤S3.2:将三维的原始点云数据L
B
从三维空间投影到二维图像空间,得到深度图像g
B
;计算机帧存图像坐标系为(u,v),世界坐标系为(x
w
,y
w
,z
w
),投影变换矩阵M为3*4矩阵,λ为尺度因子;根据透视投影变换关系有:因此得到从三维空间投影到二维图像空间的深度图像g
B
的对应图像坐标(u,v):将三维的原始点云数据L
B
中所有的点云进行变换后得到对应的(u,v),将(u,v)点的深度值赋予对应的深度图像点g
B
(u,v)后,得到投影深度图像g
B
。6.如权利要求5所述的基于图像引导的激光点云增强重建方法,其特征在于,所述步骤S4对校正彩色图像g
C
与投影深度图像g
B
配准的过程中,包括:步骤S4.1:对彩色图像g
C
和投影深度图像g
B
进行配准,在彩色图像g...
【专利技术属性】
技术研发人员:许开銮,朱镭,刘虎,高强,李良福,钱钧,李颖娟,陆阳,李璐阳,赵米暘,姜文涛,王超,
申请(专利权)人:西安应用光学研究所,
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。