[发明专利]一种基于无人机采集点云与图像配准的巡检、测距方法

权利要求书

1.一种基于无人机采集点云与图像配准的巡检方法，其特征在于，包括：

步骤S0：获取目标场景点云与图像数据；

步骤S1：对所述点云与图像数据预处理，以剔除点云数据中的噪声点、以剔除图像数据中的模糊图像；

步骤S2：计算相机内参矩阵M，计算过程如下：

在公式(1)中，f_x＝(f×U)/w，f_y＝(f×V)/h；相机焦距f，单位为mm；像素坐标系下的光心位置(c_x，c_y)；相机底片大小宽*高为w*h，单位分别为mm；相机成像尺寸宽*高为U*V，以像素为单位，上述参数均为常数；

步骤S3：利于位姿解算，以得到基于相机坐标系的点云数据；

步骤S4：配准可视化模块，基于相机坐标系的点云数据根据已知的相机内参矩阵M处理得到深度图：

提前定义坐标系：

WGS84坐标系：该坐标系为现有公开坐标系，横坐标为经度B、纵坐标为纬度L、竖坐标为海拔高度H，坐标用(B，L，H)表示；

地心地固坐标系：该坐标系为现有公开坐标系，坐标用(X，Y，Z)表示；

站心坐标系：横坐标X″轴指东，纵坐标Y″轴指北，竖坐标Z″轴指天，坐标用(X″，Y″，Z″)表示；

北东地坐标系：横坐标X″″指北，纵坐标Y″″指东，竖坐标Z″″指地，坐标用(X″″，Y″″，Z″″)表示；

相机坐标系：横坐标X″″指向相机平面的法向量方向，纵坐标Y″″指向与相机平面长边平行向右的方向，竖坐标Z″″指向与相机平面短边平行向下的方向，坐标用(X″″，Y″″，Z″″)表示；

设所述步骤3得到的基于相机坐标系的点云数据为x，y，z，其中x、y、z为空间点在相机坐标系下X″″轴、Y″″轴、Z″″轴对应的坐标值，z也叫做深度值，根据x，y，M计算深度图的像素点坐标(u，v)：

u＝x*f_x/z+c_x   (2)；

v＝y*f_y/z+c_y   (3)；

所述相机成像大小为U*V，对于求得的u保留0-U之间的部分，对于求得的v，仅保留0-V之间的部分，然后，对保留的u，v分别进行向下取整操作；将得到的深度图与对应的可见光图像进行像素加权融合以得到点云-图像映射模型；

步骤S5：隐患识别及定位，调用预训练好的检测算法，对无人机巡检时拍摄到的图像数据进行识别，得到隐患类检测框，记录检测框的底部中心坐标，根据所述点云-图像映射模型对所述检测框底部中心点坐标进行处理得到隐患的三维真实位置坐标。

2.根据权利要求1所述一种基于无人机采集点云与图像配准的巡检方法，其特征在于，所述步骤S1中，所述剔除点云数据中的噪声点的方法为：利用点云离散点剔除算法，优选的，半径滤波算法，对点云数据进行预处理，以剔除噪声点；

所述剔除图像数据中的模糊图像的方法为：利用图像模糊判别算法，优选的，Tenengrad梯度方法，以剔除模糊图像。