[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

说明书

本发明公开了一种基于多源异构数据的整机测量点云融合方法，包括：基于灰度相似性在整机影像上提取整机影像的同名边缘直线段，重建整机影像对应的三维点云；基于点云法向量的变化情况在整机激光三维点云中实现边缘直线的提取；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，完成两类点云的粗匹配；尺度变化下的重建三维点云与整机激光三维点云的精准匹配。本发明通过利用场景中的直线特征进行点云配准，实现了整机影像与激光点云两种异构点云数据的自动融合、高精度配准，将两种异构数据的特点融合，减少了单一激光点云数据配准存在的点云空洞问题，保证了整机测量点云数据的完整性。

技术领域

本发明涉及三维数据自动融合技术领域，具体而言，涉及一种基于多源异构数据的整机测量点云融合方法。

背景技术

近些年来，随着激光雷达和三维扫描技术的发展和普及，该技术被广泛应用于测绘、电力线巡检、数字城市、古建筑保护、军工设备测量以及数字孪生等领域。三维激光扫描固定设站的工作方式使激光点云中数据的缺失难以克服，产生点云空洞，对后续的数据处理造成不利的影响。而图像数据具有特征连续、纹理信息丰富等特点，将二者数据进行融合，可充分发挥各自的优势，得到更加丰富信息的点云，有效弥补激光点云中的空洞，在自动生成数字高程模型、城市建模、目标识别等领域具有广阔的应用场景。但是激光点云和光学影像的几何参考框架不同，二者之间往往不能直接精确对准。为了实现二者的有效融合与应用，必须首先解决二者之间的几何配准问题。

发明内容

本发明针对现有技术中的不足，提出了一种基于多源异构数据的整机测量点云融合方法，解决现有技术中激光点云中数据的缺失以及无法直接对整机影像数据和激光点云精准几何配准的问题。

为实现上述目的，本发明采用以下技术方案：一种基于多源异构数据的整机测量点云融合方法，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。

进一步地，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。