[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

说明书

本发明具体公开了一种简易的激光雷达点云与光学影像自动配准方法，包括:预处理过程、基于仿射运动模型的点云投影、角点特征提取及匹配、通过直接线性方程变换求解三维点云空间坐标与光学影像素坐标之间的映射关系、进行数据融合；本发明具有的有益效果：1)简单易行，算法稳定；2)在保持精度的情况下，自动化程度高。

技术领域

本发明属于激光雷达点云和影像融合领域，特别是涉及一种简易的激光雷达点云与光学影像自动配准方法。

背景技术

激光雷达(Light Detection and Ranging,LiDAR)被广泛应用于无人驾驶汽车、室内定位与建图等领域，发展前景十分广阔，但激光点云数据难以获得目标光谱信息，色彩单一，不利于处理和理解，光学影像数据则含有丰富的光谱纹理色彩信息，能够快速识别地物属性，视觉效果更佳，将三维激光点云数据与二维光学影像数据进行配准融合，可获得富有纹理的光学三维点云，加强目视判别地物属性的能力；而单张影像与点云的配准大多基于影像配准的方法，首先将点云进行投影得到点云投影图像，然后采用适当的量化方法对投影图像进行处理得到量化图像，再对量化图像与光学影像进行配准，进而获得影像与点云的索引关系；当前自动化配准方法大多选择人造标定场景实现高精度的自动化配准，不够灵活简单。

发明内容

本发明针对上述存在的问题，提出了一种简易的激光雷达点云与光学影像自动配准方法，以解决现有技术的不足。

本发明采用的技术方案是：

一种简易的激光雷达点云与光学影像自动配准方法，包括如下步骤：

步骤1、预处理过程包括：

选择场景，选择门窗等透明、半透明的规则结构场景；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，由于场景门窗等透明、半透明的规则结构场景，透明、半透明处形成透射，反射点主要集中窗、门的棱沿处，将获得的三维点云进行裁剪、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，根据投影图像的深度值生成深度图像，深度值即为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；

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，可获得富有纹理的光学三维点云。

进一步地，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：