[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

权利要求书

1.基于激光点云和影像数据融合的交通路牌信息提取方法，其特征在于，包括如下步骤：

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；

所述步骤1中预处理包括，首先，根据国家颁布的城市道路指标中的道路宽度要求，结合车载GPS轨迹和惯导方向两个数据，过滤掉原始激光点云数据中远离道路的点云；其次，采用网格滤波的方法提取点云中的道路面，并滤除地面点，具体为：将点云在WGS-84坐标系中的XOY平面划分为一个个具有一定面积的网格，每个网格含有一定数量的点云，滤除高程差小于等于阈值的区域；然后截取剩余点云中1-3米内的点云向XOY平面投影，计算每个网格中点云的数量，得到一个密度矩阵，利用杆状物网格点云数目肯定大于周围网格的特性，提取出所有的杆状物；对所有的杆状物进行生长，即确定一个种子点，然后对其八邻域进行判断，找到所有满足要求的邻域，认为他们是一个整体，然后再以所有满足要求的邻域为种子点迭代对其八邻域进行判断，找到所有满足要求的邻域，认为他们是一个整体，直到没有点满足要求，则认为此时满足要求的所有点是一个杆状物的物体，该物体是树或路灯或交通标牌；最后，再利用主成分分析法对点云进行处理，通过判断交通标牌投影到XOY平面上是一条直线，而投影到XOZ和YOZ平面是一个平面，确定某杆状物是交通标牌，进而获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

经过投影转换，将点云投影到CCD相片坐标系中，从而在CCD相片中快速定位到交通标牌区域；

步骤4，对CCD相片进行分析，从而实现交通标牌信息的精确提取，包括以下子步骤，

步骤4.1，在CCD相片中定位交通标牌区域的范围后，利用HSV颜色空间对该区域进行颜色空间阈值分割，然后再对整个CCD相片进行全局的HSV颜色空间阈值分割；

步骤4.2，对步骤4.1处理之后CCD相片进行形状检测，包括矩形检测和圆形检测，获得相应形状的交通标牌区域；

步骤4.3，分别对步骤4.2处理之后的交通标牌区域与步骤1中提取的交通标牌区域的点云配准到CCD相片上获取的交通标牌区域进行图像增强处理，然后，对处理后的图像进行二值化，并使用掩模去除交通标牌周围背景的干扰，再使用中值滤波去除噪声点，得到交通标牌区域图像的像素向量，将该像素向量作为特征向量；

步骤4.4，采用概率神经网络分类方法对提取的特征向量进行分类，实现对CCD相片中交通标牌信息的自动提取。

2.如权利要求1所述的基于激光点云和影像数据融合的交通路牌信息提取方法，其特征在于：所述步骤4.2中矩形检测的实现方式如下，

设L,W分别为从图像中获得的图形最小外接矩形的长和宽，tag为矩形度，S表示图像分割后，某个图形包含像素的个数，

当tag范围在[0.8,1.4]判定为矩形。