一種配準方法及系統技術方案

本發明專利技術涉及點云數據技術領域，具體涉及一種配準方法及系統，本方法包括對數碼相機進行鏡頭畸變校正，獲取數碼相機內外參數，并對提取的影像數據進行畸變矯正，對三維激光點云進行去噪精簡處理，使用POS信息數據，獲取數碼相機拍攝影像數據與三維激光雷達掃描點云在同一時刻下的時間戳，從POS數據中提取出影像數據與激光點云對應的配準初始值，并基于共線方程模型進行初始配準，結合迭代最近點算法，把高精度的配準值作為迭代最近點算法的初始值，使用影像數據點云與激光點云進行迭代最近點配準，獲得高精度的配準；本發明專利技術方法通過兩次配準，實現對激光點云與影響數據的高精度配準，解決目前配準精度較低，限制條件較多的問題。題。題。

【技術實現步驟摘要】
一種配準方法及系統


[0001]本專利技術涉及點云數據
，具體涉及一種配準方法及系統。

技術介紹

[0002]隨著地球空間信息技術發展進入一個新的時期，獲取、分析用以準確描述三維空間信息的空間數據成為研究地球空間信息的基礎。傳統的獲取三維數據的方式不僅耗時，而且采樣密度低，造成采集到的數據無法對空間對象進行精確完整描述。另外，空間對象及其周圍環境紛繁復雜，如何準確、全方位獲取相應的空間數據也成為當前空間信息科學研究的主要困難之一。地面三維激光掃描技術的出現為我們提供了一種非破壞性的高分辨率三維測量手段，可以彌補傳統測量手段的不足。
[0003]三維激光掃描也被稱為激光雷達(Light Detection and Ranging,LIDAR)，其作為一種測繪新技術在近十多年來得到了快速的發展，由于其掃描速度快，掃描得到的坐標點密度較大等優點，在包括地形測量，逆向工程，歷史遺跡保護等方面均具有廣闊的應用前景，并逐漸成為城市三維數據模型獲取的一種重要手段和方法，該技術也被稱為繼GPS技術以來測繪領域的又一次技術革新。根據載體的不同，三維激光掃描分為機載激光掃描、車載激光掃描及地面三維激光掃描。本論文數據采集主要利用地面三維激光掃描儀完成，該數據與其它方式獲取的點云數據相比有其自身的特點。在地面掃描激光掃描過程中，由于受到測量設備和環境的限制，每次測量得到的點云數據往往只覆蓋掃描對象的大部分表面，完整的點云數據則需要通過多站測量完成，因此需要對這些局部點云數據進行拼接和配準，有效而精確的配準可以為后續的點云三維建模提供良好的基礎數據。
[0004]由于受到掃描環境之間的遮擋，地面三維激光掃描獲取的點云數據常常包含有各種無法測量到的區域，產生點云空洞，導致局部區域信息丟失。這些空洞不僅使得掃描對象的三維模型無法完整地實現可視化，也會影響建模后參數提取。由于近景影像獲取相對方便，靈活性較高，而且成本較低。因此，掃描人員可以從不同角度利用數碼相機進行補拍。這樣，充分利用兩種傳感器的優點，獲取對象全貌。然而，多源數據融合一直是數據處理領域的難點，需要克服在兩種數據之間尋找同名特征的問題，利用重疊部分的信息，通過配準操作將兩種類型的數據納入到統一的坐標系統中，并使得各個元素在幾何上對準。目前已有的融合方法主要專注于點云與圖像上共同幾何特征的提取，基于中心投影原理利用共線方程進行，實際上仍是二維與三維之間的配準，精度較低，并且限制條件較多。
[0005]所以，還需要再開發一種配準方法，以滿足目前數據采集后的處理技術。

技術實現思路

[0006]針對上述現有技術的不足，本專利技術旨在提供一種配準方法，以解決對激光點云和影像數據配準的精度較低，限制條件較多的問題。
[0007]為了解決上述問題，本專利技術采用了如下的技術方案：
[0008]一方面，本專利技術提供一種配準方法，包括
[0009]對數碼相機進行鏡頭畸變校正，獲取數碼相機內外參數，并對提取的影像數據進行畸變矯正；
[0010]對三維激光點云進行去噪精簡處理；
[0011]使用POS傳感器中的位置、姿態與時間信息數據，根據時間同步原理，獲取數碼相機拍攝影像數據與三維激光雷達掃描點云在同一時刻下的時間戳，在同一時間戳的基礎上，從POS數據中提取出影像數據與激光點云對應的配準初始值，并基于共線方程模型進行初始配準；
[0012]利用基于Robust估計的選權迭代法提高配準初始值精度，確定高精度的配準值，結合迭代最近點算法，把高精度的配準值作為迭代最近點算法的初始值，使用影像數據點云與激光點云進行迭代最近點配準，獲得高精度的配準。
[0013]進一步，所述對數碼相機進行鏡頭畸變校正，獲取數碼相機內外參數，并對提取的影像數據關鍵幀進行畸變矯正，包括：
[0014]在棋盤格圖像和數碼相機之間固定，從不同方向獲取多張影像；
[0015]將棋盤格影像的右上角定為圖像坐標原點，并根據影像的長和寬獲取棋盤格上的方格數目，并進行角點檢測；
[0016]進行參數的初始化和非線性最優化，計算數碼相機的內參數和畸變系數；
[0017]基于所述內參數和畸變系數，計算畸變映射，對影像數據進行校正。
[0018]進一步，所述對三維激光點云進行去噪和精簡處理，包括：
[0019]計算三維激光點云中每個點到前若干個緊鄰點的距離；
[0020]根據所述距離計算點云中的整體平均距離和方差；
[0021]將其距離大于等于整體平均距離與標準差倍數*σ之和的點視為噪聲點，并進行去除；
[0022][0023]其中，其中t＝u+m*σ，u為平均距離，m為標準差倍數，σ為方差，u
i
為距離；
[0024]設定最小體素尺度，將原始點云放入三維網格中，每個包含多個點的最小體素用其中一個點替代，完成體素降采樣。
[0025]進一步，所述使用POS傳感器中的位置、姿態與時間信息數據，根據時間同步原理，獲取數碼相機拍攝影像數據與三維激光雷達掃描點云在同一時刻下的時間戳，在同一時間戳的基礎上，從POS數據中提取出影像數據與激光點云對應的配準初始值，并基于共線方程模型進行初始配準，包括：
[0026]確定激光點云的三維激光雷達坐標與同名圖像點的像空間輔助坐標間的關系為
[0027][0028]式中，[X
I Y
I Z
I
]T
為圖像點的像空間輔助坐標；[X
H Y
H Z
H
]T
為激光點在三維激光雷達坐標系下的坐標；R
IH
和C
IH
分別表示像空間輔助坐標系和三維激光雷達坐標系間的旋轉
矩陣和平移變量；
[0029]求得影像數據關鍵幀的圖像點像空間輔助坐標與其WGS
?
84坐標系間的轉換關系：
[0030][0031][0032]C
IW
＝T
KW
+R
KW
T
HK
+R
KW
R
HK
C
IH
。
[0033]基于所述轉換關系，得出共線方程為：
[0034][0035]式中：x，y為像點的像平面坐標；x0，y0，f為影像的內方位元素；X
C
，Y
C
，Z
C
為攝像機中心的物方空間坐標；X，Y，Z為激光點的物方空間坐標；a
i
，b
i
，c
i
(i＝1，2，3)為影像的3個外方位元素；
[0036]通過所述共線方程將激光點云和影像數據進行初配準。
[0037]進一步，所述利用基于Robust估計的選權迭代法提高配準初始值精度，確定高精度的配準值，結合迭代最近點算法，把高精度的配準值作為迭代最近點算法的初始值，使用影像數據點云與激光點云進行迭代最近點配準，獲得本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種配準方法，其特征在于，包括對數碼相機進行鏡頭畸變校正，獲取數碼相機內外參數，并對提取的影像數據進行畸變矯正；對三維激光點云進行去噪精簡處理；使用POS傳感器中的位置、姿態與時間信息數據，根據時間同步原理，獲取數碼相機拍攝影像數據與三維激光雷達掃描點云在同一時刻下的時間戳，在同一時間戳的基礎上，從POS數據中提取出影像數據與激光點云對應的配準初始值，并基于共線方程模型進行初始配準；利用基于Robust估計的選權迭代法提高配準初始值精度，確定高精度的配準值，結合迭代最近點算法，把高精度的配準值作為迭代最近點算法的初始值，使用影像數據點云與激光點云進行迭代最近點配準，獲得高精度的配準。2.根據權利要求1所述配準方法，其特征在于，所述對數碼相機進行鏡頭畸變校正，獲取數碼相機內外參數，并對提取的影像數據關鍵幀進行畸變矯正，包括：在棋盤格圖像和數碼相機之間固定，從不同方向獲取多張影像；將棋盤格影像的右上角定為圖像坐標原點，并根據影像的長和寬獲取棋盤格上的方格數目，并進行角點檢測；進行參數的初始化和非線性最優化，計算數碼相機的內參數和畸變系數；基于所述內參數和畸變系數，計算畸變映射，對影像數據進行校正。3.根據權利要求1所述配準方法，其特征在于，所述對三維激光點云進行去噪和精簡處理，包括：計算三維激光點云中每個點到前若干個緊鄰點的距離；根據所述距離計算點云中的整體平均距離和方差；將其距離大于等于整體平均距離與標準差倍數*方差之和的點視為噪聲點，并進行去除；設定最小體素尺度，將原始點云放入三維網格中，每個包含多個點的最小體素用其中一個點替代，完成體素降采樣。4.根據權利要求1所述配準方法，其特征在于，使用POS傳感器中的位置、姿態與時間信息數據，根據時間同步原理，獲取數碼相機拍攝影像數據與三維激光雷達掃描點云在同一時刻下的時間戳，在同一時間戳的基礎上，從POS數據中提取出影像數據與激光點云對應的配準初始值，并基于共線方程模型進行初始配準，包括：確定激光點云的三維激光雷達坐標與同名圖像點的像空間輔助坐標間的關系為式中，[X
I Y
I Z
I
]
T
為圖像點的像空間輔助坐標；[X
H Y
H Z
H
]
T
為激光點在三維激光雷達坐標系下的坐標；R
IH
和C
IH
分別表示像空間輔助坐標系和三維激光雷達坐標系間的旋轉矩陣和平移變量；
求得影像數據關鍵幀的圖像點像空間輔助坐標與其WGS
?
84坐標系間的轉換關系：84坐標系間的轉換關系：C
IW
＝T
KW
+R
KW
T
HK
、+R
KW
R
HK
C
IH
。基于所述轉換關系，得出共線方程為：式中：x，y為像點的像平面坐標；x0，y0，f為影像的內方位元素；X
C
，Y
C
，Z
C
為攝像機中心的物方空間坐標；X，Y，Z為激光點的物方空間坐標；a
i
，b
i
，c
i
(i＝1，2，3)為影像的3個外方位元素；通過所述共線方程將激光點云和影像數據進行初配準。5.根據權利要求1所述配準方法，其特征在于，所述利用基于Robust估計的選權迭代法提高配準初始值精度，確定高精度的配準值，結合迭代最近點算法，把高精度的配準值作為迭代最近點算法的初始值，使用影像數據點云與激光點云進行迭代最近點配準，獲得高精度的配準，包括：S401、根據共線方程的誤差方程以最小二乘迭代開始，第一次迭代應用POS位置姿態數據值的權陣為單位矩陣；S402、應用第一次迭代的殘差，計算第二次迭代的權函數，進行改進的丹麥法選權迭代；S403、計算單位權中誤差，如果不滿足條件，循環至S402，直至精度滿足要求；S404、按照所述共線方程的誤差方程，以第三次迭代為分界點，迭代終止的條件為影像數據關鍵幀圖像角元素改正數經兩次運算的差值為0.1
′
。6.一種配準系統，其特征在于，包括影像數據矯正模塊、去噪精簡處理模塊、初始配準模塊和高精度配準模塊；所述影像...

【專利技術屬性】
技術研發人員：羅再謙，向煜，張俊，李兵，華媛媛，黃志，黃令，韓熙，黃國洪，毛閬，孟云豪，曹欣，鐘敏，周林秋，吳琢珺，
申請(專利權)人：重慶數字城市科技有限公司，
類型：發明
國別省市：