【技术实现步骤摘要】
一种基于激光点云与微光图像融合的方法及装置
[0001]本专利技术属于飞行器测量信息融合
,具体涉及一种基于激光点云与微光图像融合的方法及装置
。
技术介绍
[0002]现有技术中,飞行器在飞行时会面临各种复杂气候条件以及各种不同的障碍物,例如天线
、
塔
、
电线杆
、
树等
。
因此,飞行器在飞行过程中有躲避孤立障碍物的需求,特别在夜晚到凌晨这段时间内,由于阳光及地面辐射热量影响的减小,使得树木
、
路面
、
以及建筑物等地面目标的温差逐渐缩小,导致红外图像的对比度降低,加大了目标识别的难度
。
激光雷达具有高精度距离信息,提供了目标的轮廓及大小信息,增加了目标识别的置信度,但激光雷达易受沙尘及烟雾影响,使得性能会下降
。
因此仅使用一种传感器的数据来进行目标识别,识别准确率难以保证,不能适应不同飞行环境
。
[0003]申请公布号为
CN 115546594 A
的中国专利技术专利,公开了一种基于激光雷达和相机数据融合的实时目标检测方法,采用卷积神经网络模型和利用
RGB
相机实现,需要对采集的信息进行训练,然后输出检测结果,训练神经网络模型的过程复杂,显示效果和感官效果不强烈,被测目标场景的检测结果的精准度不高
。
[0004]需要一种显示效果和感官效果强烈,被测目标场景的检测结果的精准度高的方法,以获得被
【技术保护点】
【技术特征摘要】
1.
一种基于激光点云与微光图像融合的方法,其特征在于:包括以下步骤:
S1
:采集目标场景的点云数据与图像数据,得到三维点云图像和微光图像;
S2
:通过投影转换,将三维点云图像的数据点投影到参考平面坐标系获得投影点,根据投影点与数据点的位置关系,计算得到投影点的方位夹角
α
和俯仰夹角
β
,将方位夹角
α
和俯仰夹角
β
作为投影点在参考平面坐标系中的坐标,将数据点的反射率归一化到参考平面坐标系中作为投影点的灰度值,所有的投影点构成二维点云图像;
S3
:通过确认标定点的方式将二维点云图像与微光图像进行配准,通过透视变换,将二维点云图像叠加到微光图像坐标系,二维点云图像与微光图像组成参考图像;
S4
:将参考图像由
RGB
空间转换到
YUV
空间,在
YUV
空间通过将参考图像的
YUV
均值和标准差传递给
YUV
空间的彩色初始分量得到初步融合彩色图像,将初步融合彩色图像转换到
RGB
空间,获得二维点云图像和微光图像的融合伪彩图像
。2.
根据权利要求1所述的基于激光点云与微光图像融合的方法,其特征在于:所述步骤
S2
还包括对二维点云图像的空点补全,所述空点补全的方法为:对每一个等于0的点的八邻域取值,若八邻域的值为0,则该等于0的点的值为0,若八邻域的值不为0,则对八邻域的值排序,取该序列中的中值作为该等于0的点的值
。3.
根据权利要求1所述的基于激光点云与微光图像融合的方法,其特征在于:所述步骤
S3
中的标定点为标定板上黑白网格的交点
。4.
根据权利要求1所述的基于激光点云与微光图像融合的方法,其特征在于:所述步骤
S3
中的标定点为
SIFT
算法确定的二维点云图像与微光图像的对应特征点
。5.
根据权利要求1所述的基于激光点云与微光图像融合的方法,其特征在于:所述步骤
S3
中的配准方法如下:
P1
:通过平行光管,使得点云图像和微光图像中心视场的点对齐,即点云图像和微光图像共光轴;
P2
:对点云图像的视场范围进行裁剪,使得点云图像和微光图像视场范围相同
。6.
根据权利要求1所述的基于激光点云与微光图像融合的方法,其特征在于:所述步骤
S3
中的透视变换的方法为:根据标定点以及二维点云图像与微光图像之间相对应的透视中心
、
像点和目标点,将透视面绕透视轴旋转一定角度,使得透视中心
、
像点和目标点三点共线
。7.
根据权利要求6所述的基于激光点云与微光图像融合的方法,其特征在于:所述步骤
S3
中的透视变换的公式为:其中,
(x,y,1)
表示二维点云...
【专利技术属性】
技术研发人员:丁鑫,赵渊明,段海洋,杜静涵,王刚刚,秦刚,孟祥,谢婷婷,巴梓轩,
申请(专利权)人:中国电子科技集团公司第二十七研究所,
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。