基于强度像补偿的点云目标识别方法技术

本发明专利技术涉及计算机图形学和三维点云目标识别领域，具体涉及一种基于强度像补偿的点云目标识别方法。本发明专利技术包括以下步骤：（1）构建点云的局部参考坐标系；（2）计算点云局部邻域内各点法线与局部参考坐标系间偏差角；（3）提取点云相对应强度像的轮廓信息，将轮廓重心与轮廓线各点间的距离序列进行离散傅里叶变换，将得到的结果作为目标的轮廓DFT特征；（4）构建模型库，通过特征匹配的方式识别目标。本发明专利技术通过表征目标的强度特征来增强目标点云的特征信息，通过特征匹配的方式对未知对象进行识别，该方法具有高描述性以及高时效性的优点。该方法具有高描述性以及高时效性的优点。该方法具有高描述性以及高时效性的优点。

【技术实现步骤摘要】
基于强度像补偿的点云目标识别方法

：
[0001]本专利技术涉及计算机图形学和三维点云目标识别领域，具体涉及一种基于强度像补偿的点云目标识别方法。

技术介绍
：
[0002]基于Avalanche Photon Diode(APD)的Light Detection and Ranging(LiDAR)由于具有极高的光子灵敏度和皮秒级时间分辨率，相较于普通激光雷达，APD激光雷达具有更高的灵敏度和更快的响应时间。它可以在低光环境下检测到微弱的反射信号，从而获得更高质量的距离像和强度像，已广泛应用于三维成像。基于LiDAR点云的目标识别是光电以及计算机视觉等技术的一个基本研究方向。随着LiDAR技术的发展，点云目标识别正越来越多的应用于3D重建、建图以及自动驾驶等领域中。
[0003]现阶段对LiDAR点云的目标识别一般都是通过直接对目标的点云进行识别或信息融合(红外激光融合或可见光激光融合等)两种方式。直接基于点云进行识别的方法由于信息种类的单一，有时识别精度会低于信息融合的识别方式。而基于信息融合的识别方式由于需要使用多个探测器对目标进行探本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于强度像补偿的点云目标识别方法，其特征在于：由以下步骤实现：步骤一、将APD激光雷达探测得到的点云和强度像进行输入，对于包含N个点的输入点云P＝{p1,p2,
…
,p
N
}，构建其局部参考系；步骤二、计算点云局部邻域内各点法线与局部参考坐标系间偏差角；步骤三、计算点云相对应强度像的轮廓DFT特征；步骤四、构建模型库、特征匹配。2.如权利要求1所述的一种基于强度像补偿的点云目标识别方法，其特征在于：所述步骤二中，计算点云法线偏差角特征的具体步骤是首先，计算点云的法向量，对于P中某一点其局部邻域的重心坐标为：其中为P
i
局部邻域内点云的数量；然后，建立P
ik
的协方差矩阵Cov(P
ik
)计算得到半正定的矩阵Cov(P
ik
):通过求解Cov(P
ik
)的特征值和特征向量，得到点P
ik
的法向量最后，计算出与局部参考坐标系的x、y和z三轴间的偏差角：与局部参考坐标系的x、y和z三轴间的偏差角：与局部参考坐标系的x、y和z三轴间的偏差角：与局部参考坐标系的x、y和z三轴间的偏差角：与局部参考坐标系的x、y和z三轴间的偏差角：与局部参考坐标系的x、y和z三轴间的偏差角：其中分别为与局部参考坐标系的x、y和z三轴间偏差角的余弦值，分别为与局部参考坐标系的x、y和z三轴间的偏差角。
3.如权利要求1或2所述的一种基于强度像补偿的点云目标识别方法，其特征在于：所述步骤三中，计算点云相对应强度像的轮廓DFT特征的具体步骤是首先，使用Canny算子对场景中的目标进行轮廓提取。目标的轮廓线由n个像素组成，每个点(x
i
,y
i
)的复数表达方式为：l
i
＝x
i
+jy
i
,i＝1,2,
…
,n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)轮廓线的重心坐标b(x
b
,y

【专利技术属性】
技术研发人员：刘雪莲，王春阳，施春皓，孙劭禹，席贯，肖博，
申请(专利权)人：西安工业大学，
类型：发明
国别省市：