[发明专利]基于人工智能的城市测绘果冻效应消除方法与系统

说明书

本发明涉及人工智能技术领域，具体涉及一种基于人工智能的城市测绘果冻效应消除方法与系统。该方法采集建筑物的RGB图像和点云数据；将点云数据转换成二维深度图像，获取RGB图像和二维深度图像的建筑物边缘线和窗户中心点；根据建筑物边缘线的纵向长度判断RGB图像是否需要图像恢复，进而获取RGB图像的整体伸缩比例；基于二维深度图像的建筑物边缘线和窗户中心点对RGB图像进行匹配，以得到多个匹配点和对应的伸缩量；根据多个匹配点和对应的伸缩量并结合RGB图像中各行的偏移量对RGB图像进行图像恢复。确保当前匹配点正确，进而依据当前匹配点匹配下一个匹配点，避免了累积匹配误差，保证图像恢复的效果，提高了成像的质量和测绘的精度。

技术领域

本发明涉及人工智能技术领域，具体涉及一种基于人工智能的城市测绘果冻效应消除方法与系统。

背景技术

使用无人机进行城市测绘时，经常会使用卷帘快门和TOF激光雷达。由于无人机本身是具有高速运动能力的设备，且在拍摄作业的同时会有不同程度的不同频率的震动，使得卷帘快门拍出的图像中不同行的像素之间存在时间差，进而使得拍出的图像出现斜拉、扭曲、摇摆不定等现象，这种现象称为果冻效应。果冻效应会影响航拍测绘的成像质量以及测绘精度。

目前，为了消除果冻效应带来的影响，利用参考图像对采集的图像进行特征点匹配，将匹配后的匹配点进行错误匹配点剔除，进而根据剔除后的匹配点的位置信息进行图像恢复。

发明人在实践中，发现上述现有技术存在以下缺陷：同时对整张图像进行特征点匹配，无法保证每一个匹配点都是正确的匹配点，且也容易出现由一个错误匹配点引起的连带错误匹配现象，进而会导致采集的图像与参考图像之间的匹配结果出现误差，降低成像的质量和测绘的精度。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种基于人工智能的城市测绘果冻效应消除方法与系统，所采用的技术方案具体如下：

第一方面，本发明一个实施例提供了一种基于人工智能的城市测绘果冻效应消除方法，该方法包括：

采集建筑物的RGB图像和点云数据；

将所述点云数据转换成二维深度图像，获取所述二维深度图像中建筑物的掩模图像；对所述掩模图像、所述二维深度图像和所述RGB图像进行后处理分别得到所述RGB图像和所述二维深度图像的建筑物边缘线和窗户中心点；

根据所述建筑物边缘线的纵向长度得到所述纵向长度的差值，当所述差值大于差值阈值时，认为所述RGB图像需要图像恢复，进而获取所述RGB图像的整体伸缩比例；

基于所述二维深度图像的所述建筑物边缘线和所述窗户中心点对所述RGB图像进行匹配，根据当前匹配点的匹配质量评分和由所述当前匹配点的伸缩量与无人机的角速度所得到的比例值判断所述当前匹配点是否为正常匹配点，若是，则搜索下一个匹配点；否则，对所述当前匹配点所在的区域进行边缘检测获取新窗户中心点，将距离上一个匹配点最近的所述新窗户中心点作为所述当前匹配点；所述伸缩量是指相邻匹配点之间的距离与对应相邻所述窗户中心点之间的距离的差值量；

根据多个匹配点和所述伸缩量，并结合所述RGB图像与所述二维深度图像中对应各行之间的偏移量对所述RGB图像进行所述图像恢复。

进一步地，基于所述二维深度图像的所述建筑物边缘线和所述窗户中心点对所述RGB图像进行匹配的方法为：

根据所述二维深度图像的所述建筑物边缘线和第一个所述窗户中心点得到所述RGB图像中的第一匹配点，进而以所述第一匹配点为起点按照相邻所述窗户中心点的位置关系得到剩余所述匹配点。

进一步地，根据所述二维深度图像的所述建筑物边缘线和第一个所述窗户中心点得到所述RGB图像中的第一匹配点的方法，包括：