[发明专利]激光雷达与空三测量数据融合评测凸型模具及其评测方法

说明书

激光雷达与空三测量数据融合评测凸型模具及其评测方法。模具为十二个正五边形平面组成的正十二面体，有底面和11个测试面，由邻面安装板紧固为一个整体。测试面上设有正五边形、正方型、圆形共5个区域分别安装对应的模具。测试面上还设置有纹理测试区，含高分辨率测试区、中分辨率测试区、低分辨率测试区、灰度测试区、色度测试区。评测时分别按单个测试面进行评测；含点云指标评测、三角蒙皮纹理指标评测。本发明提供了激光雷达数据与空中三角测量数据中点云融合和纹理融合的质量测试模具、融合评测指标、评估参数测试方法，为数据融合质量提供检测手段。

一、技术领域

本发明涉及激光点云与空三点云地形数据的获取，尤其是激光雷达与空三测量数据融合评测凸型模具及其评测方法。

二、背景技术

当今科技快速发展，激光点云与空三点云广泛应用于地形数据获取，对地质环境空间几何信息的获得提供了大量的准确信息。然而，在很多测量中，对于同一个目标，往往同时采用空中三角测量和激光雷达测量的方式，同时生成空中三角测量点云和激光雷达测量点云以及点云纹理。对于同一个目标，激光点云数据与空中三角测量点云数据没有融合，两者数据无法互补。近年来，虽有三维激光点云和全景图像的配准问题引起重视，然而，还没有将激光三维点云与空中三角测量三维点云融合数据评估的报道。专利号202010736839.7《一种三维激光点云和全景图像的配准方法》提出了将激光三维点云与全景图像二维数据配置，但是没有对激光三维点云与空中三角测量三维点云融合数据进行融合评估。空中三角测量和激光雷达测量的融合评测模具及其评测方法尚属空白。同时，由于激光点云与空中三角测量点云融合以及纹理融合属于新技术，目前尚无对融合质量的评价标准。

三、发明内容

本发明的目的是提供一种激光雷达与空三测量数据融合评测模具及其评测方法，为激光点云与空中三角测量点云融合数据提出评估模型以及评估参数测试方法，为今后数据融合质量提出检测手段。

本发明的目的是这样达到的：

评测凸型模具为十二个正五边形平面组成的正十二面体，正五边形边长根据根据测试摸具与无人机、激光三维雷达的距离确定，满足融合数据三角蒙皮纹理指标评测横向分辨率及纵向分辨率为4级的测试需求，设正五边形边长为L；最小设计尺度为w，L大于131072w。

正十二面体各面展开后在一个平面上，最下边的面为底面、最上边的面为顶面；底面与顶面平行，且置于水平方向；与底面相邻的五个面，从俯视角度看，按顺时针方向分别命名为A1面、A2面、A3面、A4面、A5面；与顶面相邻的五个面，从俯视角度看，按顺时针方向分别命名为B1面、B2面、B3面、B4面、B5面；A1面与B1、B2面相邻，除底面外，其余11面有相同设计，都称为测试面；底面称为支撑面；相邻底面、测试面通过邻面安装板紧固，使得底面和十一个测试面紧密连接，成为一个正十二面体整体结构。

在测试面上设有5个用于安装模具的分区：正方型大模具区域、正方形中模具区域、正五边形模具区域、正方形小模具区域、圆形大模具区域、圆形小模具区域，和5个纹理测试区：高分辨率测试区、中分辨率测试区、低分辨率测试区、灰度测试区、色度测试区，分别粘贴高分辨率测试卡、中分辨率测试卡、低分辨率测试卡、灰度测试卡、色度测试卡；正方型大模具区域、正方形中模具区域、正五边形大模具区域、正方形小模具区域、圆形大模具区域、圆形小模具区域分别安装正方型大模具、正方形中模具、正五边形模具、正方形小模具、圆形大模具和圆形小模具；纹理测试区为正方形，边长为32768w；色度测试卡有24种颜色，分别称为1号颜色～24号颜色，灰度测试卡有32阶灰度，每阶灰度红色分量、绿色分量、蓝色分量的值相等；32阶灰度分别命名为1阶灰度～32阶灰度；第n阶灰度颜色为：红色分量＝绿色分量＝蓝色分量＝7+8(n-1)。

正方形大模具区域、正方形中模具区域、正方形小模具区域统称正方形模具区域。

正方形大模具、正方形中模具、正方形小模具统称正方形模具；圆形大模具区域和圆形小模具区域统称圆形模具区域，圆形大模具和圆形小模具统称圆形模具；