[发明专利]一种基于类灰度图像的八叉树地图空洞补全方法

权利要求书

1.一种基于类灰度图像的八叉树地图空洞补全方法，其特征在于，包括如下步骤：

步骤一：读取八叉树地图；

步骤二：提取所述八叉树地图中每个栅格的中心点三维坐标，组成坐标集，并将每个栅格的中心点投影到世界坐标系下的俯视平面，利用双线性插值法补全孤立的地图空洞点的高度信息，将补全后的地图空洞点加入坐标集，并将更新后的坐标集转换为二维灰度图像；

步骤三：基于Canny算子和梯度算子优化的Criminisi算法，对所述二维灰度图像像素异常区域进行修复，确定像素异常区域对应的待补全块状空洞区域内所有栅格中心点的空间位置；

步骤四：将所述地图空洞点和待补全块状空洞区域所有栅格中心点的空间位置存储到八叉树地图，以实现地图补全。

2.根据权利要求1所述的基于类灰度图像的八叉树地图空洞补全方法，其特征在于，所述步骤二通过如下步骤来实现：

(2.1)提取所述八叉树地图中每个栅格的中心点三维坐标，组成坐标集，将所述中心点投影到世界坐标系下的俯视平面，即xoy平面，然后将其中孤立的地图空洞点的高度设置为异常值，并提取所投影平面各坐标点的最大高度值；

(2.2)利用双线性插值法补全所述xoy平面中孤立的地图空洞点的高度信息，并将补全后的孤立空洞点加入坐标集，更新坐标集；

(2.3)将更新后坐标集中坐标点的x值和y值，依据地图的边界大小和八叉树地图分辨率的大小进行缩放和平移，即分别将x值和y值的最小值变换到像素坐标原点，并将以八叉树地图分辨率为间隔的坐标点变换成连续像素坐标点，坐标点对应的高度z值变换成相应像素点的像素值，从而将坐标集转换为二维灰度图像。

3.根据权利要求2所述的基于类灰度图像的八叉树地图空洞补全方法，其特征在于，所述步骤三通过如下步骤来实现：

(3.1)根据所述异常值对应的二维灰度图像中像素异常区域，确定对应的待补全块状空洞区域及其边界；

(3.2)利用Canny算子和梯度算子相结合优化优先权函数，平衡置信度和数据项对优先级的影响，计算边缘像素的优先权，并找到具有最大优先权的目标块，利用Criminisi算法搜索与目标块最匹配的已知像素块，对所述目标块进行修复，完成灰度图像中此处异常像素值的更新；

(3.4)筛选上述更新后二维灰度图像异常像素点，并重新确定其边界，重复(3.2)和(3.3)，直到完成所有异常像素点像数值的更新；

(3.5)根据上述更新值，确定所有异常像素点的像素值，再通过逆变换，将连续像素坐标点转换为x和y坐标值，将对应像素点的像素值转换为高度值z，从而确定所有地图补全点的三维空间位置。

4.根据权利要求2所述的基于类灰度图像的八叉树地图空洞补全方法，其特征在于，所述地图空洞点的高度信息的计算公式如下：

其中，H_a是孤立的地图空洞点(x_a，y_a)的高度，H₁₁、H₂₁、H₁₂和H₂₂分别是紧邻该孤立空洞点四个正方向的坐标点(x₁，y₁)、(x₂，y₁)、(x₁，y₂)和(x₂，y₂)所对应的高度信息；紧邻该孤立空洞点四个正方向的坐标点，即选取平行于x方向和y方向，距离该地图空洞点一个八叉树地图的分辨率间隔的点，即x₁＝x_a-0.5，x₂＝x_a+0.5，y₁＝y_a-0.5，y₂＝y_a+0.5，从而保证所筛选出的地图空洞点为孤立的单个点。

5.根据权利要求3所述的基于类灰度图像的八叉树地图空洞补全方法，其特征在于，所述Canny算子和梯度算子相结合优化优先权函数为

P(p)＝αC(p)+βD(p)+γLG(p)

其中，系数α、β、y为根据不同的图像的纹理特征调整的权重因子，C(p)为Criminisi算法中的置信项，为待修复像素块中的已知信息之和与待修复像素块面积的比值；D(p)为Criminisi算法中的数据项，表示待修复像素块中的结构信息；LG(x，y)为结构项，

LG(x，y)＝|dx(i，j)|+|dy(i，j)|

dx(i，j)＝Canny(i+1，j)-Canny(i，j)；

dy(i，j)＝Canny(i，j+1)-Canny(i，j)；

dx(i，j)和dy(i，j)分别代表点(i，j)在x方向、y方向的Canny值变化量。