[發明專利]基于激光雷達點云數據輔助的單鏡頭三維圖像重構方法

在審

• 申請號: 202010896853.3
• 申請日: 2020-08-31
• 公開（公告）號: CN112102458A
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 王懷採;李修慶;李慶紅;趙健康;徐靜冉
• 申請（專利權）人: 湖南盛鼎科技發展有限責任公司
• 主分類號: G06T15/00
• 分類號: G06T15/00;G06T7/33
• 代理公司: 北京奧文知識產權代理事務所(普通合伙) 11534
• 代理人: 張文;苗麗娟

本發明公開了一種基于激光雷達點云數據輔助的單鏡頭三維圖像重構方法，該方法包括：獲取被掃描對象的多張可見光圖像和激光雷達點云數據；基于激光雷達點云數據，采用增量式運動恢復結構算法對可見光圖像進行三維重建，以獲取圖像點云；采用剛性變換與非剛性變換相結合的方式對圖像點云和激光雷達點云數據進行配準，以獲取被掃描對象的三維點云模型。本發明的方法采用尋找圖像與激光雷達點云同名點的方式，在圖像的三維重建過程中添加虛擬的地面控制點來進行幾何糾正，能夠減少圖像的三維重建過程中的失真情況；采用剛性變換和非剛性變換相結合的方式對圖像點云和激光雷達點云數據進行配準，能夠提高配準精度，實現高精度的三維點云模型重建。

技術領域

本發明涉及圖像數據融合技術領域，尤其涉及一種基于激光雷達點云數據輔助的單鏡頭三維圖像重構方法。

背景技術

圖像信息具有豐富的紋理信息，分辨率和邊緣精度較高，采集方式也靈活方便，但是基于圖像三維重建的建模過程中，為了后續數據處理，需要大量的像控制點，工作量大。并且，由于自然條件的限制，存在很多外業測控困難的區域及大量無有效可用像控制點的區域，測量過程中無法得到有效的地面控制點，因而基于圖像信息的三維重構數據精度有較大差別。激光雷達能夠快速、大面積、高精度的獲取被掃描對象的三維點云數據，激光雷達點云數據具有主動性強、操作方便、信息量大以及建模速度快等優點，但同時單純激光雷達點云信息過于稀疏、分辨率較低、無紋理特征且邊緣精度較差，在大型復雜場景或復雜對象的數據中多存在漏洞。

為了獲取具有豐富紋理信息的被掃描對象的三維點云模型，目前主要采用激光雷電點云數據與圖像點云數據進行配準融合的方式獲取。例如，華南理工大學的吳偉坊于2019年發表的名稱為《基于機載LiDAR系統激光點云與圖像點云的融合技術》的論文中公開的激光點云與圖像點云的融合方法。

然而，現有的雷達激光點云與圖像點云的融合是基于外參轉換關系進行配準，極大程度上依賴于相機與激光雷達雷達外參標定。而且，圖像點云與激光點云的配準為剛性配準，融合結果也僅僅是對點云數據進行了著色處理，配準結果的精度和可靠性較差。但是實際生產過程中，由圖像建立的三維模型多會產生非剛性變形，所以僅僅將雷達點云信息和圖像信息做剛性配準是不全面的。

激光雷達能夠快速、大面積、高精度的獲取被掃描對象的三維點云數據，從而進行被掃面對象的三維幾何重建。但是由于激光雷達點云數據缺乏紋理信息，需要通過與紋理圖像進行配準方能獲取具有豐富紋理信息的三維點云模型。

發明內容

為解決上述現有技術中存在的技術問題，本發明提供一種基于激光雷達點云數據輔助的單鏡頭三維圖像重構方法。

為此，本發明公開了一種基于激光雷達點云數據輔助的單鏡頭三維圖像重構方法，所述方法包括：

1)獲取被掃描對象的多張可見光圖像和激光雷達點云數據；

2)基于激光雷達點云數據，采用增量式運動恢復結構算法對可見光圖像進行三維重建，以獲取圖像點云；

3)采用剛性變換與非剛性變換相結合的方式對圖像點云和激光雷達點云數據進行配準，以獲取被掃描對象的三維點云模型。

在一些可選的實施方式中，步驟2)包括：

201)特征提取：對每一張可見光圖像做特征提取；

202)圖像匹配：對每一張可見光圖像做初始特征匹配，通過設定匹配算法在多張可見光圖像間搜索同名點；

203)幾何糾正：基于激光雷達點云數據，對每一張可見光圖像通過對極幾何估計基礎矩陣，并采用隨機采樣一致性算法剔除錯誤匹配；

204)初始化：通過對極幾何估計初始化位姿變換，通過特征匹配找出匹配點最多且基線距離在設定范圍內的兩張可見光圖像；