[发明专利]一种激光点云与密集匹配点云融合方法

权利要求书

1.一种激光点云与密集匹配点云融合方法，其特征在于，包括如下步骤：

步骤1，以激光点云和密集匹配点云作为输入，首先对两类点云进行去噪和配准；

步骤2，采用基于PCA的点云法向量估计方法为两类点云计算法向量，并进一步计算表面曲率；

步骤3，以激光点云为基准，利用图割优化的点云分割算法去除两类异源点云之间的冗余和分层，并通过最小化能量函数获得密集匹配点云的二分类标签集L，删除标签为0的密集匹配点；

步骤4，采用引导滤波邻域点选择策略，为待处理点选择恰当比例的密集匹配点和激光点作为几何邻域点集；

步骤5，基于步骤2中的表面曲率和步骤4中得到的几何邻域点集，采用表面曲率加权的引导点云滤波算法对靠近两类点云的交界处的密集匹配点云进行平滑处理，将激光点云与平滑后的密集匹配点云合并即可得到融合点云。

2.如权利要求1所述的一种激光点云与密集匹配点云融合方法，其特征在于：

步骤2的具体实现方式如下；

对于地面激光扫描点云或影像密集匹配点中的任一采样点p_i，查找其k个局部近邻点，对局部邻域协方差矩阵进行特征值分解，协方差矩阵的最小特征值对应的特征向量即为点p_i的法向量；

其中，k是点p_i的局部邻域内的点数，是局部邻域的质心，λ_j、v_j分别是协方差矩阵的第j个特征值和对应的特征向量，定义特征值满足λ₀≤₁≤λ₂，则点p_i的表面曲率δ为

3.如权利要求1所述的一种激光点云与密集匹配点云融合方法，其特征在于：

步骤3的具体实现方式如下；

给定两类异源点云，即密集匹配点云和激光点云经过配准可得到混合点云，根据密集匹配点云与激光点云的相似程度和密集匹配点云邻域之间的几何和颜色关系，定义能量函数如下：

其中，L＝{l_i}是密集匹配点云的二分类标签集，且l_i∈{0,1}，标签为0表示该密集匹配点存在替代激光点，需删除，反之则保留；λ是正则化因子，是判别函数，能量函数的数据项体现了密集匹配点在激光点云中有替代点的可能性，

其中，φ∈[0,1]，φ_i越接近1表示密集匹配点存在替代点，点p_i越可能被删除，σ_b是调节点云邻近距离的参数，d_i是密集匹配点p_i和最近邻激光点q_i之间的欧氏距离，θ_i是点p_i和最近邻激光点q_i之间的法向量夹角，点p_i获得标签l_i的惩罚项定义如下：

为了平滑分割，根据点p_i与其k近邻内点之间的几何与颜色信息定义能量函数的平滑项为，

其中，d_ij是密集匹配点p_i与最邻近密集匹配点p_j之间的几何欧氏距离，med d_ij是点p_i与其k个近邻域点的距离中值，d(c_i,c_j)是点p_i与p_j之间的RGB颜色欧氏距离，σ_c是调节RGB差异的参数。

4.如权利要求1或3所述的一种激光点云与密集匹配点云融合方法，其特征在于：使用基于α扩张的图割算法最小化能量函数。