[发明专利]基于激光点云和影像数据融合的交通标牌信息提取方法

说明书

本发明涉及一种基于激光点云和相机影像数据融合的交通标牌信息提取方法，包括以下步骤：步骤1，对原始激光点云数据进行预处理，提取交通标牌区域的点云；步骤2，计算出步骤1中提取的每个点云平面的坐标中心点，再依据车载CCD相机拍摄时的所记录的GPS定位数据，获取中心点坐标范围内的所有CCD相片序列集；步骤3，对CCD相片与交通标牌区域点云进行配准；步骤4，对CCD相片进行分析，包括颜色分割、形状检测、特征选择、识别分类，从而实现交通标牌信息的精确提取。本发明充分利用移动测量车获取的点云数据和影像数据的优势，能够更加精确和快速的确定交通标牌的位置。

技术领域

本方法属于激光遥感和图像处理技术领域，涉及到激光点云和CCD相片两种数据源的融合处理，可以有效避免周围景物对检测的干扰，大大提高路牌信息提取准确率。

背景技术

如今，高精度地图制作成为当下的研究热点。那么如何准确地、高效地获取道路两侧路牌的信息显得尤为重要，从交通路牌中可以获取当前车道的多种属性，像车道数量、车道的转向信息、限速信息等。然而传统的方法多是只针对图像处理的手段，进行图像的分析和模式识别来获取路牌中的导航信息，但是周围景物的颜色如果和路牌颜色一致的话，就容易产生误检、漏检的情况，识别率不高，并且要提取出图像中的导航信息一般需要对全图进行多次扫描处理才能定位图像中路牌的大体位置，耗费了大量的计算时间。因此，如何准确高效地检测交通标牌中的信息成为高精度地图制作中的一个热点问题。

目前，对于交通路牌导航信息提取的方法主要是增强型图像处理和模式识别方法。在图像的颜色分割提取交通标牌兴趣面的时候，其受光线的影响是很大的，Jobson等人采用Retinex算法来消除光照影响，但是效果一般。另外周围景物颜色的干扰以及路牌自身颜色的变化都会造成兴趣区域难定位的困难，对后期的处理造成了干扰；再者该种颜色分割方法需要对全图进行扫面，不能减少对非路牌面的扫描，计算时间消耗大，运算效率低。

发明内容

为了更加准确、高效地提取道路交通路牌的导航信息，本发明公开了一种基于激光点云和影像数据融合的交通标牌信息提取的方法。

本发明的技术方案为结合道路激光点云数据和CCD相机影像数据来提取交通路牌导航信息，包括以下步骤：

步骤1，对原始激光点云数据进行预处理，提取交通标牌区域的点云；

步骤2，计算出步骤1中提取的每个点云平面的坐标中心点，再依据车载CCD相机拍摄时的所记录的GPS定位数据，获取中心点坐标范围内的所有CCD相片序列集；

步骤3，对CCD相片与交通标牌区域点云进行配准，实现方式如下，

其中，x，y为CCD相片坐标系下的像点坐标，f为CCD相机的主焦距，[X_s Y_s Z_s]^T为CCD相机投影中心在摄影测量坐标系下的坐标，[X Y Z]^T为点云在摄影测量坐标系下的坐标；a_i,b_i,c_i(i＝1,2,3)是由三个外方位元素所生成的3*3正交旋转矩阵的元素，a_i,b_i,c_i(i＝1,2,3)与之间的关系如下，

b₁＝cosωsink

b₂＝cosωcosk

b₃＝-sinω