[發(fā)明專利]一種從全景激光點(diǎn)云到視頻流的轉(zhuǎn)換方法有效
| 申請?zhí)枺?/td> | 201810020774.9 | 申請日: | 2018-01-10 |
| 公開(公告)號: | CN108230242B | 公開(公告)日: | 2021-07-06 |
| 發(fā)明(設(shè)計(jì))人: | 莊嚴(yán);顧宇峰;閆飛;何國建 | 申請(專利權(quán))人: | 大連理工大學(xué) |
| 主分類號: | G06T3/00 | 分類號: | G06T3/00 |
| 代理公司: | 大連理工大學(xué)專利中心 21200 | 代理人: | 李曉亮;潘迅 |
| 地址: | 116024 遼*** | 國省代碼: | 遼寧;21 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 全景 激光 點(diǎn)云到 視頻 轉(zhuǎn)換 方法 | ||
一種從全景激光點(diǎn)云到視頻流的轉(zhuǎn)換方法屬于激光點(diǎn)云成像技術(shù)領(lǐng)域,將激光點(diǎn)云轉(zhuǎn)換成視頻流,實(shí)現(xiàn)360度室外場景的可視化,具體為:將全局坐標(biāo)系下的原始激光點(diǎn)云數(shù)據(jù)轉(zhuǎn)換到該視角方向下的視角坐標(biāo)系,將視角坐標(biāo)系下的激光點(diǎn)云投影到像素坐標(biāo)系,得到激光測距點(diǎn)與圖像像素間的對應(yīng)關(guān)系,并提取激光點(diǎn)云在三個特征通道的特征,將來自多個通道的特征融合后得到一幅紋理清晰灰度圖像;完成所有視角方向下的圖像生成后,得到一系列的灰度圖像,將得到的灰度圖像按照固定的順序和幀率播放,得到視頻流。本發(fā)明在成像手段上選取多個視角,能夠?qū)鼍巴暾€原,并保證場景景物層次關(guān)系的不變性;增強(qiáng)成像的視覺效果;可用在移動機(jī)器人場景理解等人工智能領(lǐng)域。
技術(shù)領(lǐng)域
本發(fā)明屬于激光點(diǎn)云成像技術(shù)領(lǐng)域,涉及一種從全景激光點(diǎn)云到視頻流的轉(zhuǎn)換方法,通過將激光點(diǎn)云轉(zhuǎn)換成視頻流,實(shí)現(xiàn)360度室外場景的可視化。
背景技術(shù)
視覺圖像是環(huán)境感知的重要手段之一,數(shù)據(jù)獲取便捷,處理手段完善。由于視覺傳感器具有被動感光特性,容易受到環(huán)境亮度變化的影響,在不同的亮度條件下,成像的質(zhì)量具有顯著差異。
相比較,激光傳感器具有主動感光特性,不但能夠克服亮度變化對數(shù)據(jù)質(zhì)量的影響,還能提供精準(zhǔn)的三維空間測量信息,能為三維環(huán)境的感知與建模提供一種有效方式。將三維激光點(diǎn)云轉(zhuǎn)為二維圖像,便于利用成熟的圖像處理領(lǐng)域算法進(jìn)行特征提取與場景理解。傳統(tǒng)激光點(diǎn)云生成的圖像主要有深度圖、鳥瞰圖、方位角圖。
深度圖通過把激光測距點(diǎn)的深度信息映射為灰度值,進(jìn)而形成灰度圖像,具體算法見參考文獻(xiàn)(Fruh C,Zakhor A.Data processing algorithms for generatingtextured 3D building facade meshes from laser scans an camera images[C]//International Symposium on 3d Data Processing Visualization and Transmission,2002.Proceedings.IEEE,2002:834-847.)。因?yàn)樯疃葓D原理簡單、計(jì)算成本低,因此被廣泛使用。但在景物的邊緣描述上不理想,尤其當(dāng)場景較大時,生成的圖像會弱化景物的細(xì)節(jié)與邊界,影響后續(xù)場景理解的效果。
鳥瞰圖是對場景中的物體在進(jìn)行水平方向上的投影,它反映了物體在水平面上的相對位置關(guān)系。激光測距點(diǎn)在鳥瞰圖中的位置由激光測距點(diǎn)的水平坐標(biāo)確定,激光測距點(diǎn)在鳥瞰圖中的顏色值由強(qiáng)度、密度與高度特征確定,具體見文獻(xiàn)(Guan H,Li J,Yu Y,etal.Using Mobile LiDAR Data for Rapidly Updating Road Markings[J].IEEETransactions on Intelligent Transportation Systems,2015,16(5):2457-2466.)。激光生成的鳥瞰圖常與圖像生成的鳥瞰圖進(jìn)行融合,并以此為基礎(chǔ)進(jìn)行地面物體的分割與分類。但由于鳥瞰圖視角方向始終保持垂直向下,不能展現(xiàn)出景物在垂直方向上的特征,無法展現(xiàn)出場景的全貌。
方位角圖通過比較激光測距點(diǎn)和該激光測距點(diǎn)在特定方向上相鄰點(diǎn)的相對關(guān)位置關(guān)系,并映射成灰度值進(jìn)行成像。方位角定義為視點(diǎn)到當(dāng)前激光測距點(diǎn)的向量與當(dāng)前激光測距點(diǎn)到其相鄰點(diǎn)向量的夾角,具體可參考文獻(xiàn)(Scaramuzza D,Harati A,SiegwartR.Extrinsic self calibration of a camera and a 3d laser range finder fromnatural scenes[C]//Intelligent Robots and Systems,2007.IROS 2007.IEEE/RSJInternational Conference on.IEEE,2007:4164-4169)。它的優(yōu)點(diǎn)是可以清晰的反映相鄰激光測距點(diǎn)間的位置關(guān)系。但這種成像方法要求三維點(diǎn)云以二維掃描序列的方式存儲,而很多應(yīng)用中激光測距系統(tǒng)所獲得的三維點(diǎn)云是無序排列的,從而限制了該方法的通用性。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于大連理工大學(xué),未經(jīng)大連理工大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810020774.9/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種管道結(jié)構(gòu)三維重建方法
- 一種點(diǎn)云數(shù)據(jù)去噪的方法和系統(tǒng)
- 一種基于深度自編碼器的點(diǎn)云幾何壓縮的方法
- 一種基于單Kinect加圓盒的多視角三維點(diǎn)云配準(zhǔn)方法
- 點(diǎn)云確定方法、點(diǎn)云篩選方法、裝置、計(jì)算機(jī)設(shè)備
- 一種點(diǎn)云、體素和多視圖融合的深度學(xué)習(xí)方法
- 一種剔除激光點(diǎn)云地圖中動態(tài)障礙偽跡的方法
- 基于重疊區(qū)域檢索與對齊的點(diǎn)云分割方法
- 一種基于特征學(xué)習(xí)的端到端點(diǎn)云配準(zhǔn)方法
- 一種室內(nèi)房間點(diǎn)云的自動分割方法





