[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

说明书

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，涉及森林火灾智能监测技术领域，为解决现有技术无法利用火场信息对机载激光雷达和红外相机进行实时地、准确地标定的问题。具体过程为：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、利用激光雷达点云数据提取火场的点云轮廓；步骤三、利用红外相机图像数据提取火场的图像轮廓；步骤四、将火场点云轮廓和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；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最终外参标定结果。本发明为林火监测工作提供便利，具有突出的优势。

技术领域

本发明涉及森林火灾智能监测技术领域，具体而言，涉及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。

背景技术

近年来，我国森林火灾频繁发生，为了有效预防和及时扑灭森林火灾，保障人民生命财产安全，维护生态安全和保护森林资源，国家不断出台相关政策。随着无人机技术的快速发展，搭载着激光雷达和红外相机等传感器的无人机在森林火灾智能监测领域发挥的作用日益显著。相对于传统的森林火灾监测方式，无人机可以实时准确地获取遥感数据和影像数据，提升森林火灾监测效率和监测水平，满足智慧林业的建设需求。机载激光雷达和红外相机在森林火灾监测领域应用广泛，激光雷达可以稳定快速地获取周围环境的空间信息，但缺乏感知其他属性的能力，红外相机可以在夜间和恶劣的环境下工作。激光雷达和红外相机的联合使用为森林消防员快速确定火情提供了很大帮助。

目前激光雷达和红外相机的标定方法大多使用一些具有空间几何特征的标定物，利用激光雷达在边缘点处的深度不连续性，提取距离突变处的点作为边缘点，以用作标定的特征点，并和图像中提取的边缘信息进行配准。需要投入人工成本和时间成本，不能依靠火场环境信息完成自动实时标定。因此，研究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具有非常重要的意义。

发明内容

本发明要解决的技术问题是：

现有技术无法利用火场信息对机载激光雷达和红外相机进行实时地、准确地标定的问题。

本发明为解决上述技术问题所采用的技术方案为：

为解决上述问题，本发明提出了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，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；

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；

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；

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。

进一步地，步骤二中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；再根据火场点云地图中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。

进一步地，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。

进一步地，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。

进一步地，步骤三中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。