基于Kinect的室内LiDAR缺失数据填补方法技术

本发明专利技术涉及基于Kinect的室内LiDAR缺失数据填补方法。一、Kinect扫描过程的关键帧提取，获取较稀疏的扫描数据；二、采用SIFT算法对Kinect设备采集的RGB-D影像进行特征提取，并利用RANSAC算子对异常特征匹配点进行剔除；三、对步骤二中的特征进行归并；四、LiDAR影像的特征提取，与Kinect设备的特征粗匹配，获取转换矩阵；五、采用改进的ICP算法实现LiDAR影像与Kinect的RGB-D影像的精细匹配；六、LiDAR模型与Kinect扫描的部分缺失数据融合。优点：设备价格低廉，采集过程灵活，能够获取场景深度与影像信息，快速实现对室内复杂场景的局部或缺失数据的采集与填补。

【技术实现步骤摘要】

本专利技术涉及一种室内LiDAR缺失数据填补方法,尤其是涉及。
技术介绍
LiDAR(Light Detection And Ranging),称为激光雷达,是激光扫描与探测系统的简称。LiDAR系统主要分为两大类机载LiDAR系统与地面LiDAR系统，本专利技术主要针对室内复杂环境下的地面LiDAR系统。相比与传统基于图片的三维重建，基于三维激光扫描的三维重建具有快速、精确、非接触等优点。由于激光扫描仪的非连续性，为将多个扫描点获取的点云数据坐标转换至统一坐标系下，形成完成的点云模型，需要进行影像配准。影像配准技术主要分为两大类一种是侧重在影像数据离散特征的提取与定位，该类技术特点在于不需要初始位置估计，但不适于特征不明显的情况；另一种是由Besl和McKay最初提出的著名ICP(Iterative Closest Point)算法,该算法通过不断计算两幅影像重叠区域对应点对之间的刚体变换关系，重复变化，找到最终使对应点之间的距离均方误差达到最小的旋转矩阵和平移向量。该算法比上一种配准算法有更好的鲁棒性和准确性，但原始ICP算法在收敛上主要取决于对应点对的选取和误差函数的最小化，本文档来自技高网...

【技术保护点】
一种基于Kinect的室内LiDAR缺失数据填补方法，其特征在于，包括以下步骤：步骤1，针对室内场景采用LiDAR设备在进行单点扫描，获取扫描数据，即获取LiDAR设备扫描的影像；针对LiDAR设备过程中缺失的区域，采用Kinect设备再次进行扫描，并提取扫描过程中的关键帧，获取稀疏的扫描数据；即获取稀疏的RGB？D影像；步骤2，采用SIFT算法对步骤1中Kinect设备采集的RGB？D影像进行特征提取，并利用RANSAC算子对提取的特征中异常特征匹配点进行剔除；步骤3，对步骤2中已经剔除异常特征匹配点的SIFT特征进行归并；步骤4，采用SIFT算法对步骤1中LiDAR设备采集的LiDAR设备...

【技术特征摘要】

【专利技术属性】
技术研发人员：呙维，胡涛，朱欣焰，水淼，樊亚新，
申请(专利权)人：武汉大学，
类型：发明
国别省市：