[发明专利]一种基于多源异构数据的整机测量点云融合方法

权利要求书

1.一种基于多源异构数据的整机测量点云融合方法，其特征在于，包括如下步骤：

步骤S1、通过摄像头获取飞机整机影像，通过扫描仪获取飞机整机激光三维点云；

步骤S2、基于灰度相似性直线匹配在获取的整机影像上提取整机影像的同名边缘直线段，将同名边缘直线段采用运动恢复点云方法重建整机影像对应的三维点云；

步骤S3、将获取的飞机整机激光三维点云转换成深度图像，计算深度图像中每个点的法向量，并根据法向量的变化提取边缘点，从边缘点中提取边缘直线后，将深度图像转换为整机激光点云；

步骤S4、分别提取重建的三维点云中的直线交点和整机激光点云中的直线交点，将两类直线交点进行相似性判断，当满足相似性判断条件时，两类直线交点匹配，计算初始转换参数；

步骤S5、在重建的三维点云中每个点寻找整机激光点云中距离最近的点，将初始转换参数输入ICP方法中迭代转换参数，直至转换函数的值达到最小，此时，在激光点云中找到与重建的三维点云的点精准匹配的点，并输出最优的转换参数。

2.根据权利要求1所述基于多源异构数据的整机测量点云融合方法，其特征在于，步骤S2包括如下子步骤：

步骤S201、通过Canny边缘检测算法提取整机影像中连续的边缘点，结合霍夫变换检测由边缘点构成的边缘直线，通过设置高阈值剔除过厚的边缘直线，通过设置低阈值剔除过薄的边缘直线；

步骤S202、在步骤S201处理后的整机影像中任意选取两幅图像组成左右像对，对于左右像对中的左像提取的每一条边缘直线，计算包括起始点和终点在内的边缘直线上11个等分点，找到所述11个等分点在左右像对中的右像上的11条极线，求出右像中边缘直线与11条极线的交点，计算出交点与左像对应等分点的灰度相关性系数值，并将灰度相关性系数值的平均值作为右像提取的边缘直线与左像提取的边缘直线之间的相关性系数，当相关性系数最大且大于阈值时，右像提取的边缘直线为左像提取的边缘直线的同名直线段；

步骤S203、将同名边缘直线段采用运动恢复点云方法重建整机影像对应的三维点云。

3.根据权利要求2所述基于多源异构数据的整机测量点云融合方法，其特征在于，使用PMVS算法将步骤S203中重建的三维点云进行致密重建。

4.根据权利要求1所述基于多源异构数据的整机测量点云融合方法，其特征在于，步骤S3包括如下子步骤：

步骤S301、将获取的飞机整机激光三维点云转换成深度图像，计算飞机整机激光三维点云中的每个扫描点在深度图像中对应的像元的灰度值；

步骤S302、根据深度图像中像素点关系计算每个扫描点的法向量，当扫描点与邻近扫描点的法向量角度差值大于40°以上时，将该扫描点作为提取的边缘点；

步骤S303、将提取的边缘点使用霍夫变换提取深度图像中的边缘直线后，将深度图像转换为整机激光点云。

5.根据权利要求4所述基于多源异构数据的整机测量点云融合方法，其特征在于，所述灰度值的计算过程具体为：

其中，i为飞机整机激光三维点云中的第i个扫描点，S_i为第i个扫描点到扫描仪中心的距离，S_max为飞机整机激光三维点云中的扫描点到扫描仪中心的最大距离，S_min为飞机整机激光三维点云中的扫描点到扫描仪中心的最小距离，c为常数，Depth(i)为第i个扫描点对应的灰度值。