[发明专利]一种点云全景融合要素提取方法和系统

权利要求书

1.一种点云全景融合要素提取方法，其特征在于，包括：

S1、根据数据采集设备的姿态信息和位置信息，获取三维点云数据和二维全景影像之间的映射关系；其中，所述数据采集设备至少包括用于采集三维点云数据的激光雷达，以及用于采集二维全景影像的全景相机；

S2、将二维全景影像转换为三维影像中的全景球中，以所述全景球的球心作为视点，基于中心投影原理获取指定区域内的分幅影像；

S3、提取所述分幅影像中的预设的分类分割目标掩膜；

S4、基于三维点云数据和二维全景影像之间的映射关系，确定所述分类分割目标掩膜对应的目标点云数据。

2.根据权利要求1所述的点云全景融合要素提取方法，其特征在于，还包括：

S5、基于统计滤波方法对所述目标点云数据进行去噪处理，并对去噪后的所述目标点云数据进行去重处理。

3.根据权利要求1所述的点云全景融合要素提取方法，其特征在于，所述S1具体包括：

S11、根据激光雷达获取目标区域的三维点云数据，基于全景相机获取目标区域的二维全景影像；基于定位定姿系统获取所述激光雷达和所述全景相机的姿态信息和位置信息；

S12、根据配准方法获取二维全景影像与三维点云数据的配准关系：

根据全景影像与对应三维点云数据的同名特征点，构建多个同名特征对；

根据所述全景相机曝光时刻的姿态信息和位置信息，将同名特征对的绝对坐标转换为以全景相机为原点的载体坐标；

根据全景相机的初始外方位元素，将同名特征对的载体坐标转换为相机坐标；

根据全景相机的内方位元素，获取同名特征对在二维全景影像上的图像坐标，并计算对应的残差值；

根据物方点、像点和全景球球心三点共线的原理，通过最小二乘法求解全景相机的外方位元素；

S13，重复上述步骤S12直至求解的全景相机的外方位元素满足预设要求。

4.根据权利要求1所述的点云全景融合要素提取方法，其特征在于，所述S2具体包括：

S21、将所述二维全景影像的图像坐标转为水平角度θ、垂直角度水平角度分布范围为0°～360°，垂直角度分布范围为-90°～+90；其中：

上式中，u为列坐标，v为行坐标；

S22、在全景坐标系中，设定二维全景影像的图像坐标转换为全景坐标系后，距离坐标原点的距离R，根据像素点的水平角度θ、垂直角度以及R，将二维全景影像的图像坐标转换为全景坐标系下三维坐标；

S23、根据目标分幅影像的位置和需要的分幅影像尺寸，设置投影平面在全景坐标系中的方位和距离球心的距离；

S24、以球心为投影中心，按照中心投影的方式将需求角度范围球面投影至投影平面，得到分幅影像。

5.根据权利要求4所述的点云全景融合要素提取方法，其特征在于，所述S4具体包括：

S41、将分幅影像中的图像坐标转换为二维全景影像中的图像坐标；

S411、将二维全景影像转换为全景坐标系下的全景球，半径为二维全景影像转换为分幅影像时的设定距离R；

S412、根据分幅图像的位置，设定投影平面的位置，将分类分割目标掩膜的图像坐标转换为全景坐标系下的三维坐标；

S413、将球心和分类分割目标掩膜所在三位坐标组成的空间射线与全景球的交点，作为分幅影像在二维全景影像中的图像坐标；

S42、将三维点云数据的三维坐标转换为载体坐标，根据三维点云数据和二维全景影像之间的映射关系，将载体坐标转换为全景坐标系下的坐标；

以二维全景影像的尺寸大小确定相同尺寸大小的矩阵，将全景坐标系下的三维坐标转换为二维全景影像的图像坐标，并作为索引将对应点云距全景球中心的距离值存储值矩阵，以生成深度图矩阵；

S43、将二维全景影像中分类分割目标掩膜的图像坐标转换为三维点云数据。