【技术实现步骤摘要】
本专利技术涉及交通基础设施数字化，具体涉及一种基于深度学习和光学照片的桥墩点云自动着色方法及系统。
技术介绍
1、随着我国交通基础设施向数字化建造方向发展，大量桥梁需要进行数字化模型构建。激光雷达可以快速获取结构的高精度三维空间数据，用于建立基础设施的精准三维模型，为基础设施信息化提供可靠的空间基础数据。但是激光雷达扫描得到的点云数据只具有反射强度和三维坐标信息，无法获得目标物体的光谱信息，不利于模型的理解和进一步应用。
2、针对点云缺乏真实颜色的不足，主要解决方法是采集结构点云的同时拍摄结构的光学照片，开发结构的激光点云和光学照片配准的算法，最后，完成光学照片颜色到点云的映射。该方法主要分为两种模型，即传感器严格模型和经验模型，其中，前者需要依赖全球定位系统gnss和惯性测量单元imu等传感器建立复杂的模型，设备昂贵且计算复杂；难以满足大量的桥墩点云着色需求。后者仅仅适用于如大场景点云着色等，对低纹理场景激光雷达点云和图片配准能力不足。然而，桥墩的材料主要为混凝土和钢材，材料的表面缺乏纹理，现有的经验模型难以对桥墩点云进行
<本文档来自技高网...【技术保护点】
1.一种基于深度学习和光学照片的桥墩点云自动着色方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种基于深度学习和光学照片的桥墩点云自动着色方法，其特征在于，基于罗德里格斯方程刚性旋转和投影变换，生成桥墩点云强度图，具体为：
3.根据权利要求2所述一种基于深度学习和光学照片的桥墩点云自动着色方法，其特征在于，对于圆形截面的桥墩，随机指定垂直于桥墩轴线方向的单位向量为u0，接着，得到垂直于桥墩轴线方向且与u0夹角分别为2Π/N*i的单位向量ui，1≤i≤N；以ui为法向量分别获取点云的N个投影平面方程；
4.根据权利要求1所述...
【技术特征摘要】
1.一种基于深度学习和光学照片的桥墩点云自动着色方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种基于深度学习和光学照片的桥墩点云自动着色方法，其特征在于，基于罗德里格斯方程刚性旋转和投影变换，生成桥墩点云强度图，具体为：
3.根据权利要求2所述一种基于深度学习和光学照片的桥墩点云自动着色方法，其特征在于，对于圆形截面的桥墩，随机指定垂直于桥墩轴线方向的单位向量为u0，接着，得到垂直于桥墩轴线方向且与u0夹角分别为2π/n*i的单位向量ui，1≤i≤n；以ui为法向量分别获取点云的n个投影平面方程；
4.根据权利要求1所述一种基于深度学习和光学照片的桥墩点云自动着色方法，其特征在于，根据桥墩点云强度图，拍摄桥墩的光学照片，并对光学照片进行处理，具体为：
5.根据权利要求1所述一种基于深度学习和光学照片的桥墩点云自动着色方法，其特征在于，根据霍夫概率直线检测和邻近像素插值算法，对桥墩点云强度图进行空洞去除，具体为：
6.根据权利要求1所述一种基于深度学习和光学照片的桥墩点云自动着色方法，其特征在于，将空洞去除后的桥...
【专利技术属性】
技术研发人员：覃晖，李春晓，潘盛山，王立朋，孙大鹏，任鸿勇，唐玉，
申请(专利权)人：大连理工大学，
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。