[发明专利]多尺度融合的点云交通标识牌自动提取方法

说明书

本发明公开一种多尺度融合的点云交通标识牌自动提取方法，包括以任意视角在三维场景下点选交通标识牌内的一基础点云；根据点选的所述基础点云收捕获在所述基础点云预设距离内的所有目标点云；根据所述目标点云拟合所述交通标识牌所在的三维平面，并将所述目标点云投影在所述三维平面，构建投影图像；通过直线检测算子提取所述投影图像的线段；对提取的线段进行排列组合，构建多个平面图形，将多个所述的平面图形在通用数据库中检索，在所述平面图形与所述数据库中的任意一交通标识牌信息匹配后确定所述平面图形为交通标识牌并提取二维角点；基于所述三维平面将二维角点反算为三维坐标。本发明用于在三维场景下对交通标识牌进行提取及自动识别，克服传统需要人工对交通标识牌进行手动标识等低效率的问题。

技术领域

本发明涉及三维点云的高精度地图制作，具体而言，涉及一种多尺度融合的点云交通标识牌自动提取方法。

背景技术

高精度地图服务于无人驾驶系统，其包含大量行车辅助信息，例如道路网、车道网络、车道线和交通标识牌等数据的三维表征模型。

上述提及的三维表征模型部分需要从三维点云数据出发进行制作，如交通标识牌。

关于交通标识牌的制作，需要从三维点云中精确标定出交通标识牌的三维空间坐标信息，而在三维场景中进行人工手动标定，存在操作困难、费时等问题。

发明内容

本发明实施例至少提供一种多尺度融合的点云交通标识牌自动提取方法，能够代替对交通标识牌进行人工手动标定的低效率方式。

所述方法包括：

Step100、以任意视角在三维场景下点选交通标识牌内的一基础点云；

Step200、根据点选的所述基础点云收捕获在所述基础点云预设距离内的所有目标点云；

Step300、根据所述目标点云拟合所述交通标识牌所在的三维平面，并将所述目标点云投影在所述三维平面，构建投影图像；

Step400、通过直线检测算子提取所述投影图像的线段；

Step500、对提取的线段进行排列组合，构建多个平面图形，将多个所述的平面图形在通用数据库中检索，在所述平面图形与所述数据库中的任意一交通标识牌信息匹配后确定所述平面图形为交通标识牌并提取二维角点；

Step600、基于所述三维平面将二维角点反算为三维坐标。

在本发明较佳的实施例中，所述的Step400包括：

通过Hough算子、Freeman算子、尺蠖蠕行算子中的一种或多种提取所述投影图像的线段；

在本发明较佳的实施例中，所述交通标识牌为矩形，所述的Step500包括：

对提取线段进行排列组合构建多个平面矩形，对所述平面矩形进行尺寸核算；

将核算尺寸后的平面矩形与通用数据库中交通标识牌模型的尺寸进行比较；

提取与任意所述交通标识牌模型的尺寸近似的平面矩形表示交通标识牌；

提取确定为所述交通标识牌的平面矩形的四个二维角点。

在本发明较佳的实施例中，所述的提取与任意所述交通标识牌模型的尺寸近似的平面矩形表示交通标识牌：

提取与任意所述交通标识牌模型的尺寸比大于10:9且小于9:10的所述平面矩形表示交通标识牌。

在本发明较佳的实施例中，所述的Step300包括对所述目标点云进行点云密度的缩放并在多个尺度下拟合点云密度不同的三维平面，并将所述目标点云投影在对应的三维平面，构建多个尺度不同的投影图像；