[发明专利]基于车载激光扫描自动获取匹配图像块与点云球的方法

说明书

本发明公开了一种基于车载激光扫描自动获取匹配图像块与点云球的方法，包括：获取原始点云数据，并去除原始点云数据中的地面点云，以得到初始点云，以及提取初始点云的三维关键点；获取相机图像，并提取相机图像的二维关键点；获取相机参数，并根据相机参数截取初始点云中相机图像对应的局部点云；根据相机参数将局部点云的三维关键点投影到相机图像上，并根据相机图像的二维关键点对局部点云的三维关键点进行投票，以建立二维关键点与三维关键点的匹配关系；根据二维关键点与三维关键点的匹配关系获取局部点云球和局部点云球对应的图像块；能够有效、快速地获取大量匹配的图像块与点云球，具有较高的泛化性和鲁棒性。

技术领域

本发明涉及三维数据处理技术领域，特别涉及一种基于车载激光扫描自动获取匹配图像块与点云球的方法。

背景技术

匹配二维图像和三维点云数据，可以构建起二维图像与三维空间的空间对应关系，在智慧城市的建设中发挥着不可替代的作用，尤其对于城市场景级别的户外增强现实和自动驾驶领域。

相关技术中，在构建二维图像与三维空间的空间关系的过程中，多通过以下两种方法，一种是基于sfM方法对现实场景进行三维重建获得三维图像点云，并保留重建时的关键点进行检索用于视觉定位，另一种是对单张图片利用深度学习的方法进行姿态参数回归。这些方法都只局限于特定的场景，对于新的场景并不适用，其鲁棒性和泛化性较低。

发明内容

本发明旨在至少在一定程度上解决上述技术中的技术问题之一。为此，本发明的一个目的在于提出一种基于车载激光扫描自动获取匹配图像块与点云球的方法，能够有效、快速地获取大量匹配的图像块与点云球，具有较高的泛化性和鲁棒性。

为达到上述目的，本发明第一方面实施例提出了一种基于车载激光扫描自动获取匹配图像块与点云球的方法，包括以下步骤：获取原始点云数据，并去除所述原始点云数据中的地面点云，以得到初始点云，以及提取所述初始点云的三维关键点；获取相机图像，并提取所述相机图像的二维关键点；获取相机参数，并根据所述相机参数截取所述初始点云中所述相机图像对应的局部点云；根据所述相机参数将所述局部点云的三维关键点投影到所述相机图像上，并根据所述相机图像的二维关键点对所述局部点云的三维关键点进行投票，以建立所述二维关键点与所述三维关键点的匹配关系；根据所述二维关键点与三维关键点的匹配关系获取局部点云球和所述局部点云球对应的图像块。

根据本发明实施例的基于车载激光扫描自动获取匹配图像块与点云球的方法，首先，获取原始点云数据，并去除原始点云数据中的地面点云，以得到初始点云，以及提取初始点云的三维关键点；接着，获取相机图像，并提取相机图像的二维关键点；然后，获取相机参数，并根据相机参数截取初始点云中相机图像对应的局部点云；接着，根据相机参数将局部点云的三维关键点投影到相机图像上，并根据相机图像的二维关键点对局部点云的三维关键点进行投票，以建立二维关键点与三维关键点的匹配关系；然后，根据二维关键点与三维关键点的匹配关系获取局部点云球和局部点云球对应的图像块；从而实现有效、快速地获取大量匹配的图像块与点云球，具有较高的泛化性和鲁棒性。

另外，根据本发明上述实施例提出的基于车载激光扫描自动获取匹配图像块与点云球的方法还可以具有如下附加的技术特征：

可选地，去除所述原始点云数据中的地面点云，以得到初始点云，包括：将所述原始点云数据按照预设宽度进行切分，以得到多个局部点云块，并根据八叉树索引结构对所述局部点云块进行划分，以生成空间上连续的点云体素；根据体素向上生长法去除所述点云体素中的地面点云，以得到初始点云。

可选地，所述初始点云的三维关键点通过ISS的关键点检测器提取获得。

可选地，所述相机图像的二维关键点通过SIFT的关键点检测器提取获得。