一种新型空间图像处理方法及装置制造方法及图纸

本发明专利技术涉及图像处理技术，揭露了一种新型空间图像处理方法，包括：获取利用点云扫描设备对预设勘察对象进行扫描处理得到的点云扫描坐标集，并根据坐标提取算法计算点云扫描坐标集的反射点坐标集；根据反射点坐标集构建坐标信息矩阵，并利用多项式求解算法计算坐标信息矩阵对应的数据趋势结构；基于马特恩协方差函数提取出反射点坐标集对应的空间自相关特征；根据空间自相关特征和点云扫描坐标集计算得到对应的点云预测勘察值集，基于点云数据插值算法对点云预测勘察值集及反射点坐标集进行空间插值，得到点云配准图像。本发明专利技术还提出一种新型空间图像处理装置。本发明专利技术可以解决空间图像处理的效率较低的问题。间图像处理的效率较低的问题。间图像处理的效率较低的问题。

【技术实现步骤摘要】
一种新型空间图像处理方法及装置


[0001]本专利技术涉及图像处理
，尤其涉及一种新型空间图像处理方法及装置。

技术介绍

[0002]激光雷达探测技术能够通过对探测物体的激光反射，求解探测物坐标，描绘出探测物的点云图像，从而实现对探测对象的勘察和定位。在激光雷达的工程应用中，点云图像的绘制至关重要，一般而言，单次的激光雷达扫描，往往得到的反射点位数量不足。所以，工程实践中往往结合多次多角度的点云扫描图像对探测物进行点云配准，得到较为清晰的空间图像。这样的方法虽然能够得到清晰的空间图像，但其实施过程较为复杂，算法处理时间长，不适用于即时的勘探监测对象。因此亟待提出一种效率更高的空间图像处理方法。

技术实现思路

[0003]本专利技术提供一种新型空间图像处理方法、装置及计算机可读存储介质，其主要目的在于解决空间图像处理的效率较低的问题。
[0004]为实现上述目的，本专利技术提供的一种新型空间图像处理方法，包括：
[0005]获取利用点云扫描设备对预设勘察对象进行扫描处理得到的点云扫描坐标集，并根据预设的坐标提取算法计算所述点云扫描坐标集的反射点坐标集；
[0006]根据所述反射点坐标集构建坐标信息矩阵，并利用预设的多项式求解算法计算所述坐标信息矩阵对应的数据趋势结构；
[0007]基于预设的马特恩协方差函数提取出所述反射点坐标集对应的空间自相关特征；
[0008]根据所述空间自相关特征和所述点云扫描坐标集计算得到对应的点云预测勘察值集，基于所述点云数据插值算法对所述点云预测勘察值集及所述反射点坐标集进行空间插值，得到点云配准图像。
[0009]可选地，所述根据预设的坐标提取算法计算所述点云扫描坐标集的反射点坐标集，包括：
[0010]基于所述点云扫描坐标集显示出对应的点云图，并选取所述点云图中的监测平面；
[0011]确定所述监测平面的多条平面边界，并选取多条所述平面边界内的扫描点作为反射点，将多个反射点进行汇总，得到反射点坐标集。
[0012]可选地，所述根据所述反射点坐标集构建坐标信息矩阵，包括：
[0013]构建预设大小的空矩阵，并统计所述反射点坐标集中反射点的数量，得到反射点数据量；
[0014]基于所述反射点数据量和预设回归方程阶数生成多个填充数，并将多个所述填充数按照填充要求补充至所述空矩阵中，得到坐标信息矩阵。
[0015]可选地，所述所述预设的多项式求解算法为：
[0016][0017]其中，为所述数据趋势结构，X为坐标信息矩阵，X
T
为所述坐标信息矩阵的转置矩阵，V为监测点坐标点数据的协方差矩阵，Z为激光雷达扫描数据的高程向量。
[0018]可选地，所述基于预设的马特恩协方差函数提取出所述反射点坐标集对应的空间自相关特征，包括：
[0019]通过极大似然估计法求解得到多个方程参数；
[0020]根据多个所述方程参数和所述马特恩协方差函数计算得到所述空间自相关特征。
[0021]可选地，所述马特恩协方差函数为：
[0022][0023]其中，R(h
ij
)为所述空间自相关特征，h
ij
为激光雷达反射点数据集里任意两个坐标测点的空间距离，v是一个范围从0到无限大的平滑参数，r是范围参数，Γ(v)为伽玛方程，K
v
是v阶的第二类贝塞尔公式，i和j均为自然数。
[0024]可选地，所述根据所述空间自相关特征和所述点云扫描坐标集计算得到对应的点云预测勘察值集，包括：
[0025]基于所述空间自相关特征构建对应的协方差矩阵；
[0026]根据所述协方差矩阵及预设的预测勘察值计算公式计算对应的点云预测勘察值集。
[0027]为了解决上述问题，本专利技术还提供一种新型空间图像处理装置，所述装置包括：
[0028]坐标计算模块，用于获取利用点云扫描设备对预设勘察对象进行扫描处理得到的点云扫描坐标集，并根据预设的坐标提取算法计算所述点云扫描坐标集的反射点坐标集；
[0029]矩阵构建模块，用于根据所述反射点坐标集构建坐标信息矩阵，并利用预设的多项式求解算法计算所述坐标信息矩阵对应的数据趋势结构；
[0030]特征生成模块，用于基于预设的马特恩协方差函数提取出所述反射点坐标集对应的空间自相关特征；
[0031]空间插值模块，用于根据所述空间自相关特征和所述点云扫描坐标集计算得到对应的点云预测勘察值集，基于所述点云数据插值算法对所述点云预测勘察值集及所述反射点坐标集进行空间插值，得到点云配准图像。
[0032]为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：
[0033]存储器，存储至少一个指令；及
[0034]处理器，执行所述存储器中存储的指令以实现上述所述的新型空间图像处理方法。
[0035]为了解决上述问题，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的新型空间图像处理方法。
[0036]本专利技术实施例中，通过激光雷达和坐标提取算法得到预设勘察对象对应的点云扫描坐标集和反射点坐标集，并得到反射点坐标集中数据的趋势结构和空间自相关特征，根据趋势结构及空间自相关特征对点云扫描坐标集进行插值计算，得到清晰的点云图像。通
过空间插值算法，以及简单的计算流程和计算公式，处理了激光雷达的点云配准问题，提高了空间图像处理的效率。因此本专利技术提出的新型空间图像处理方法、装置、电子设备及计算机可读存储介质，可以解决空间图像处理的效率较低的问题。
附图说明
[0037]图1为本专利技术一实施例提供的新型空间图像处理方法的流程示意图；
[0038]图2为本专利技术一实施例提供的新型空间图像处理装置的功能模块图；
[0039]图3为本专利技术一实施例提供的实现所述新型空间图像处理方法的电子设备的结构示意图。
[0040]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0041]应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0042]本申请实施例提供一种新型空间图像处理方法。所述新型空间图像处理方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述新型空间图像处理方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
[0043]参照图1所示，为本专利技术一实施例提供的新型空间图像处理方法的流程示意图。在本实施例中，所述新型空间图像处理方法包括：
[0044]S1、获取利用点云扫描设备对预设勘察对象进行扫描处理得到的点云扫描坐标集，并根据预设的坐标提取算法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种新型空间图像处理方法，其特征在于，所述方法包括：获取利用点云扫描设备对预设勘察对象进行扫描处理得到的点云扫描坐标集，并根据预设的坐标提取算法计算所述点云扫描坐标集的反射点坐标集；根据所述反射点坐标集构建坐标信息矩阵，并利用预设的多项式求解算法计算所述坐标信息矩阵对应的数据趋势结构；基于预设的马特恩协方差函数提取出所述反射点坐标集对应的空间自相关特征；根据所述空间自相关特征和所述点云扫描坐标集计算得到对应的点云预测勘察值集，基于所述点云数据插值算法对所述点云预测勘察值集及所述反射点坐标集进行空间插值，得到点云配准图像。2.如权利要求1所述的新型空间图像处理方法，其特征在于，所述根据预设的坐标提取算法计算所述点云扫描坐标集的反射点坐标集，包括：基于所述点云扫描坐标集显示出对应的点云图，并选取所述点云图中的监测平面；确定所述监测平面的多条平面边界，并选取多条所述平面边界内的扫描点作为反射点，将多个反射点进行汇总，得到反射点坐标集。3.如权利要求1所述的新型空间图像处理方法，其特征在于，所述根据所述反射点坐标集构建坐标信息矩阵，包括：构建预设大小的空矩阵，并统计所述反射点坐标集中反射点的数量，得到反射点数据量；基于所述反射点数据量和预设回归方程阶数生成多个填充数，并将多个所述填充数按照填充要求补充至所述空矩阵中，得到坐标信息矩阵。4.如权利要求1所述的新型空间图像处理方法，其特征在于，所述所述预设的多项式求解算法为：其中，为所述数据趋势结构，X为坐标信息矩阵，X
T
为所述坐标信息矩阵的转置矩阵，V为监测点坐标点数据的协方差矩阵，Z为激光雷达扫描数据的高程向量。5.如权利要求1所述的新型空间图像处理方法，其特征在...

【专利技术属性】
技术研发人员：李娜，郭峰，任晓乾，
申请(专利权)人：深圳市安泰数据监测科技有限公司，
类型：发明
国别省市：