多尺度邻域扩散的遥感点云投影图像处理方法技术

本发明专利技术涉及三维点云转化为二维灰度图像的方法，包括如下步骤：a采集物体的点云数据，基于投影平面将所述点云数据投影以获得所述物体的二维点；b确定所述二维点与像素的映射关系，并基于所述映射关系，赋予所述像素灰度值，从而将二维点云转化为灰度图像；c基于多尺度邻域扩散方法消除所述灰度图像的空像素。本发明专利技术提供一种多尺度邻域扩散的遥感点云投影图像处理方法，能够适用于所有点云数据，且图像边缘特征更加明显，能够很好消除投影图像中的空像素，使得到的图像更加平滑完整。使得到的图像更加平滑完整。使得到的图像更加平滑完整。

【技术实现步骤摘要】
多尺度邻域扩散的遥感点云投影图像处理方法


[0001]本专利技术涉及三维点云转化为二维灰度图像的方法，具体地，涉及一种多尺度邻域扩散的遥感点云投影图像处理方法。

技术介绍

[0002]利用三维激光扫描技术可获取空间点云数据，但三维激光扫描点的分布是由实际场景特性所决定的，三维点的分布无规律可循。考虑二维图像表述符合人类视觉感知习惯且具有像素排列格式规范等优点，因此将三维点云转化为景物边缘显著、纹理清晰且有较强场景层次的二维灰度图像，将有助于基于该图像模型的认知和理解。
[0003]目前，各领域研究中有通过把激光传感器或其他测距传感器点云数据的深度信息直接映射为灰度值，从而得到灰度图像。其优点是成像原理简单、计算耗时较少，能够区分不同深度层次的景物。但其在图像细节和纹理的描述上很不理想，尤其是在描述大范围场景时，对距离的变化很不敏感，生成的图像往往会弱化景物的细节和近距离景物的边界信息，从而给之后的图像处理和理解造成困难。
[0004]还有通过插值命令将点云数据的Z坐标值转换为栅格各点的值，存储为二维矩阵I，并剔除矩阵I中不属于零本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多尺度邻域扩散的遥感点云投影图像处理方法，其特征在于，包括如下步骤：a采集物体的点云数据，基于投影平面将所述点云数据投影以获得所述物体的二维点；b确定所述二维点与像素的映射关系，并基于所述映射关系，赋予所述像素灰度值，从而将二维点云转化为灰度图像；c基于多尺度邻域扩散方法消除所述灰度图像的空像素。2.根据权利要求1所述的多尺度邻域扩散的遥感点云投影图像处理方法，其特征在于，所述点云数据包括所述物体上所有点的X、Y、Z坐标值。3.根据权利要求2所述的多尺度邻域扩散的遥感点云投影图像处理方法，其特征在于，所述通过数据处理装置采集物体的点云数据，基于投影平面将所述点云数据投影以获得所述物体的二维点，包括：基于主成分分析计算最优投影平面；基于所述最优投影平面，计算各三维点距离所述最优投影平面的距离，并将其作为灰度的映射值；将所述映射值投影到所述最优投影平面上，获得所述物体的所述二维点。4.根据权利要求3所述的多尺度邻域扩散的遥感点云投影图像处理方法，其特征在于，所述基于主成分分析计算最优投影平面，包括：计算所述点云数据的平均值，基于所述平均值得到偏差矩阵M及协方差矩阵Γ；对所述协方差矩阵Γ做SVD分解，以此获得新的空间坐标系矩阵U；基于所述矩阵U，得到平面P，并通过计算取距离所述平面P最小点作为所述平面P的切点；将所述平面P沿Z轴平移，以使得平面与所述切点相切；更新所述平面P以获得所述最优投影平面。5.根据权利要求1所述的多尺度邻域扩散的遥感点云投影图像处理方法，其特征在于，所述确定所述二维点与像素的映射关系，并基于所述映射关系，赋予所述像素灰度值，从而将二维点云转化为灰度图像，包括：将二维点数据坐标取整，使得所述二维点与像素一一对应；所述像素对应的所述二维点为非空时，赋予所述像素灰度值，且所述灰度值通过所述像素内所述二维点距离的最大值、平均值和累加值映射得到。6.根据权利要求5所述的多尺度邻域扩散的遥感点...

【专利技术属性】
技术研发人员：孙勇，程东阳，赵永刚，刘良，阮玉玲，潘琦，谢鹏遥，俞文捷，
申请(专利权)人：中水淮河规划设计研究有限公司，
类型：发明
国别省市：