[发明专利]基于激光点云和影像数据融合的交通标牌信息提取方法

摘要

本发明涉及一种基于激光点云和相机影像数据融合的交通标牌信息提取方法，包括以下步骤：步骤1，对原始激光点云数据进行预处理，提取交通标牌区域的点云；步骤2，计算出步骤1中提取的每个点云平面的坐标中心点，再依据车载CCD相机拍摄时的所记录的GPS定位数据，获取中心点坐标范围内的所有CCD相片序列集；步骤3，对CCD相片与交通标牌区域点云进行配准；步骤4，对CCD相片进行分析，包括颜色分割、形状检测、特征选择、识别分类，从而实现交通标牌信息的精确提取。本发明充分利用移动测量车获取的点云数据和影像数据的优势，能够更加精确和快速的确定交通标牌的位置。

主权项

基于激光点云和影像数据融合的交通路牌信息提取方法，其特征在于，包括如下步骤：步骤1，对原始激光点云数据进行预处理，提取交通标牌区域的点云；步骤2，计算出步骤1中提取的每个点云平面的坐标中心点，再依据车载CCD相机拍摄时的所记录的GPS定位数据，获取中心点坐标范围内的所有CCD相片序列集；步骤3，对CCD相片与交通标牌区域点云进行配准，实现方式如下，x=-fa1(X-Xs)+b1(Y-Ys)+c1(Z-Zs)a3(X-Xs)+b3(Y-Ys)+c3(Z-Zs)y=-fa2(X-Xs)+b2(Y-Ys)+c2(Z-Zs)a3(X-Xs)+b3(Y-Ys)+c3(Z-Zs)]]>其中，x，y为CCD相片坐标系下的像点坐标，f为CCD相机的主焦距，[Xs Ys Zs]T为CCD相机投影中心在摄影测量坐标系下的坐标，[X Y Z]T为点云在摄影测量坐标系下的坐标；ai,bi,ci(i＝1,2,3)是由三个外方位元素所生成的3*3正交旋转矩阵的元素，ai,bi,ci(i＝1,2,3)与之间的关系如下，b1＝cosωsinkb2＝cosωcoskb3＝‑sinω经过上述的投影转换，将点云投影到CCD相片坐标系中，从而在CCD相片中快速定位到交通标牌区域；步骤4，对CCD相片进行分析，从而实现交通标牌信息的精确提取，包括以下子步骤，步骤4.1，在CCD相片中定位交通标牌区域的范围后，利用HSV颜色空间对该区域进行颜色空间阈值分割，然后再对整个CCD相片进行全局的HSV颜色空间阈值分割；步骤4.2，对步骤4.1处理之后CCD相片进行形状检测，包括矩形检测和圆形检测，获得相应形状的交通标牌区域；步骤4.3，分别对步骤4.2处理之后的交通标牌区域与步骤1中提取的交通标牌区域的点云配准到CCD相片上获取的交通标牌区域进行图像增强处理，然后，对处理后的图像进行二值化，并使用掩模去除交通标牌周围背景的干扰，再使用中值滤波去除噪声点，得到交通标牌区域图像的像素向量，将该像素向量作为特征向量；步骤4.4，采用概率神经网络分类方法对提取的特征向量进行分类，实现对CCD相片中交通标牌信息的自动提取。