[发明专利]一种面向森林火灾监测的机载激光雷达和红外相机的实时标定方法

权利要求书

1.一种面向森林火灾监测的机载激光雷达和红外相机的实时标定方法，其特征在于，包括如下步骤：

步骤一、通过搭载激光雷达和红外相机的无人机采集火场数据，获得激光雷达点云数据和红外相机图像数据；

步骤二、利用步骤一中的激光雷达点云数据提取火场的点云轮廓；

提取火场点云轮廓时，首先对获得的稀疏的激光雷达点云数据进行实时配准拼接，构建密集的火场点云地图；然后对密集的火场点云地图进行滤波处理，获得规则平滑的火场点云地图；再根据火场点云强度值发生突变处的若干激光雷达点确定火场点云轮廓；

步骤三、利用步骤一中的红外相机图像数据提取火场的图像轮廓；

提取火场图像轮廓时，首先对获得的红外相机图像数据进行直方图均衡化获取红外图像的像素值分布，根据像素值分布判断是否存在燃烧区域；然后通过OTSU自适应阈值分割算法对红外相机图像数据进行二值化处理，增强燃烧区域和未燃烧区域之间的区分度；再通过Canny算法提取火场图像轮廓；

步骤四、对步骤二中的火场点云轮廓和步骤三中的火场图像轮廓进行匹配和优化，求解激光雷达和红外相机之间的外参结果；

具体过程为：

步骤四一、在火场的点云轮廓上采样多个激光雷达点，把每个采样点转换到红外相机坐标系中，得到

步骤四二、根据红外相机针孔模型，把转换后的点投影到相机图像平面，得到对应的预期投影点根据红外相机畸变模型校正预期投影点，得到实际投影点

步骤四三、构建红外图像轮廓像素的k-D tree，搜索的k最近邻点作为采样点对应的红外图像轮廓像素点；

步骤四四、根据已知的相机内参，点云轮廓的采样点坐标及与之对应的红外图像轮廓像素点坐标，构建外参矩阵求解方程如下：

式中，[u,v,1]^T表示红外图像轮廓的像素点的坐标，[x,y,z,1]^T表示点云轮廓的采样点的坐标，K_3×4为已知的红外相机的内参矩阵，T_4×4为激光雷达和红外相机之间的外参矩阵，s_i为比例因子，f_x为以像素表示的x轴方向的焦距，f_y为以像素表示的y轴方向的焦距，c_x为主点x坐标，c_y为主点y坐标，R_3×3为激光雷达和红外相机之间的旋转矩阵，t_3×1为激光雷达和红外相机之间的平移矩阵；根据方程求得初始外参矩阵T′；

步骤四五、根据初始外参矩阵T′，把采样点重新投影到相机图像平面得到重投影点迭代计算当重投影点与红外图像轮廓像素点之间的像素差值小于设定值δ时即可认为精度满足要求；

且每隔t秒钟执行一次上述步骤，将w次外参结果求取平均值作为激光雷达和红外相机之间的外参。

2.如权利要求1所述的一种面向森林火灾监测的机载激光雷达和红外相机的实时标定方法，其特征在于：步骤二中具体为采用BALM算法对激光雷达点云数据进行实时配准拼接。

3.如权利要求2所述的一种面向森林火灾监测的机载激光雷达和红外相机的实时标定方法，其特征在于：步骤二中分别采用统计滤波、高斯滤波、双边滤波和直通滤波对密集的火场点云地图进行滤波处理。

4.如权利要求3所述的一种面向森林火灾监测的机载激光雷达和红外相机的实时标定方法，其特征在于：步骤三中红外图像的像素值分布有超过85％位于1～55和200～255两个范围内时，则认为存在燃烧区域。