[发明专利]一种无须外方位元素支持下的LiDAR点云与无人机影像多级配准方法、装置及存储介质

权利要求书

1.一种无须外方位元素支持下的LiDAR点云与无人机影像多级配准方法，其特征在于，包括以下步骤：

步骤1、利用体素滤波方法对点云数据进行预处理以消除冗余数据；

步骤2、PCA粗配准，即通过计算点云的主方向，然后根据主方向计算得到点云配准的初始值并对初始值进行校正；

步骤3、ICP精配准，即利用迭代最近点算法对预处理后的点云进行匹配。

2.根据权利要求1所述的无须外方位元素支持下的LiDAR点云与无人机影像多级配准方法，其特征在于，所述步骤1中，体素滤波预处理包括以下步骤：

1.1)计算三维点云数据坐标轴上的最大值和最小值；

1.2)设计体素小栅格的边长；

1.3)根据得到的坐标轴最值计算点云最小包围盒的边长；

1.4)计算体素网格的尺寸；

1.5)计算每个点云在体素小栅格内的索引；

1.6)从大到小排列索引里的元素，并以各体素重心代替其栅格内的所有点；若重心不存在，则用距重心最近的数据点代替栅格内所有点。

3.根据权利要求2所述的无须外方位元素支持下的LiDAR点云与无人机影像多级配准方法，其特征在于，所述步骤2中，点云的主方向计算方法为：

2.1)计算2个点云集的协方差阵，通过协方差阵求出点云的主方向；

计算两组点云的重心，按以下公式：

上式中，P表示待匹配点云集P的重心；M表示基准点云集M的重心；N_p表示待匹配点云集P的点云数量，p_i表示待匹配点云集P的第i个点云；N_m表示基准点云集M的点云数量，m_i表示基准点云集M的第i个点云。

计算2个点云集间的协方差阵，按以下公式：

上式中，T是转置运算符，N_p、p_i、N_m、m_i、M的定义与前面相同。

对C_p和C_M进行奇异值分解，将协方差阵转化为由2组点云的主方向U_p和U_M构成的矩阵C_p和C_M，按以下公式:

上式中，T是转置运算符，U_p表示待匹配点云集P的主方向，U_M表示基准点云集M的主方向；V_p和V_M为奇异值分解得到的正交矩阵；D_p和D_M为降序排列的非负的对角矩阵。

4.根据权利要求3所述的无须外方位元素支持下的LiDAR点云与无人机影像多级配准方法，其特征在于，所述步骤2中，点云配准的初始值计算方法为：利用主方向计算点云集的旋转矩阵的初始值R′₀，并通过2个点云集的中心偏移量求出点云集的平移向量的初始值T′₀，按以下公式：

上式中，U_p、U_M、的定义与前面相同。