[发明专利]一种简易的激光雷达点云与光学影像自动配准方法

权利要求书

1.一种简易的激光雷达点云与光学影像自动配准方法，其特征在于，包括如下步骤：

步骤1、预处理过程：

通过相机获得相机光学影像，并进行量化；

通过激光雷达获得三维点云，并裁剪去噪抽稀获得预处理后的三维点云；

步骤2、三维点云投影：将预处理后的三维点云按照仿射运动模型进行采样，再通过旋转、平移，变换，将预处理后的三维点云投影到与仿射运动模型中半球曲面的轴所垂直平面上，生成投影图像，根据投影图像生成深度图像；

步骤3、匹配同名点：采用Harris算子对所述深度图像和所述光学影像进行角点特征提取，通过相关系数法对所述深度图像与光学影像进行匹配同名点，获得深度图像与光学影像的同名点的对应关系；

步骤4、根据步骤3获得的同名点的对应关系，通过直接线性变换求解预处理后的三维点云的空间坐标与光学影像的坐标之间的映射关系；

步骤5、数据融合：通过步骤4获得的映射关系，遍历预处理的三维点云中每个点的坐标，利用映射关系找到光学影像中对应的像元，将像元的纹理信息赋值给对应点云。

2.根据权利要求1所述的一种简易的激光雷达点云与光学影像自动配准方法，其特征在于，上述步骤2中的仿射运动模型，是将激光雷达模拟为虚拟传感器，并设置在半球的经度、纬度的采样点，则仿射运动模型下激光雷达传感器投影的数学表达：

其中，λ＞0，表示虚拟传感器的远近的缩放参数；

θ∈[0,90)，θ代表倾斜角，表示虚拟传感器在半球采样点与半球曲面的轴夹角；

φ∈[0,2π)，表示虚拟传感器投影到与半球曲面的轴垂直的平面，与所述平面Y轴正方向的夹角；

ψ∈[0,2π)，表示虚拟传感器沿着自身光轴的旋转角度；

则，旋转变换矩阵表达如下：

则，平移矩阵表达如下：

将观察视点沿X、Y和Z轴进行平移，用T_3×1表示：

上式中，x₀、y₀和z₀为初始观察点的坐标，由于初始视点在坐标系原点，因此x₀＝y₀＝z₀＝0，T_x、T_y和T_z分别为X、Y和Z轴上平移量；

则，变换矩阵M为4×4矩阵，是旋转矩阵(2)与平移矩阵(3)组成的新矩阵，由两者相乘得到：

其中，E在这里是单位矩阵，即

经过投影变换后，激光雷达预处理的三维点云坐标实现了转变并生成了二维投影图像。

3.根据权利要求2所述的一种简易的激光雷达点云与光学影像自动配准方法，其特征在于，按照仿射运动模型进行采样是将激光雷达分别虚拟设置在量化的仿射运动模型半球的经度、纬度的量化单位上，获得一组二维投影图像，并生成对应的一组深度图像。

4.根据权利要求3所述的一种简易的激光雷达点云与光学影像自动配准方法，其特征在于，一组深度图像重复上述步骤3，获得一组深度图像与光学影像的同名点的对应关系，计算每个深度图像与光学影像的角点特征的相关系数总和，选择相关系数总和最大的二维点云深度图像作为深度图像。

5.根据权利要求1所述的一种简易的激光雷达点云与光学影像自动配准方法，其特征在于，步骤3中的角点特征提取采用以梯度变化及邻域平滑度为参数的角点提取方法。

6.根据权利要求1所述的一种简易的激光雷达点云与光学影像自动配准方法，其特征在于，步骤3中的匹配同名点的原则采用相关系数最大作为匹配准则。

7.根据权利要求1所述的一种简易的激光雷达点云与光学影像自动配准方法，其特征在于，步骤2中的深度图像生成过程，将投影图像按照三维点云到激光雷达的距离，对投影图像中的对应像元赋予不同的颜色值，生成深度图像。

8.根据权利要求1所述的一种简易的激光雷达点云与光学影像自动配准方法，其特征在于，步骤4中的映射关系的具体求解过程如下：

由公式(1)、(2)、(3)、(4)建立三维点云的空间坐标系与光学影像的坐标之间的关系：

其中，(u_A，v_A)为三维点云的空间点A在光学影像的坐标系下的坐标，(X_A，Y_A，Z_A)为空间点A在雷达三维点云的空间坐标系下坐标；

令公式(5)中l₁₂＝1可得出直接线性变换方程(6)：

将公式(6)中l₁～l₁₁作为未知数列方程(7)：

根据公式(7)列出方程：

L＝(B^TB)^-1B^TW (8)

其中：L＝(l₁,l₂,l₃,l₄,l₅,l₆,l₇,l₈,l₉,l₁₀,l₁₁)^T，W＝(-u₁,-v₁,-u₂,-v₂,…,-u_n,-v_n)^T，

根据步骤3的已知匹配点和公式(8)可求解出直接线性变换参数l₁～l₁₁，获得预处理后的三维点云的空间坐标与光学影像的坐标之间的映射关系。