[發(fā)明專利]低空機載Lidar地形快速精準信息化的數(shù)據(jù)記錄裝置在審
| 申請?zhí)枺?/td> | 202011303067.4 | 申請日: | 2020-11-19 |
| 公開(公告)號: | CN112396556A | 公開(公告)日: | 2021-02-23 |
| 發(fā)明(設計)人: | 苗長偉;李世烜;張宇;李林;黃善明;吳騰飛;聶子良;董建軍;李文亮;孔令鵬 | 申請(專利權)人: | 鄭州中核巖土工程有限公司 |
| 主分類號: | G06T3/40 | 分類號: | G06T3/40;G06T3/00;G06T7/11;G06T7/187;G06T9/00;G06K9/62;G01S7/48 |
| 代理公司: | 鄭州芝麻知識產(chǎn)權代理事務所(普通合伙) 41173 | 代理人: | 朱亞飛 |
| 地址: | 450006 河*** | 國省代碼: | 河南;41 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 低空 機載 lidar 地形 快速 精準 信息化 數(shù)據(jù) 記錄 裝置 | ||
本發(fā)明提出一種低空機載Lidar地形快速精準信息化的數(shù)據(jù)記錄裝置。數(shù)據(jù)采集模塊,用于采集原始點云數(shù)據(jù)和原始圖像。預處理模塊,用于得到全景圖并將其中每個像素對應子區(qū)域的點云數(shù)據(jù)初步壓縮,得到第二點云數(shù)據(jù);對第二點云數(shù)據(jù)進行聚類,輸出若干個集合。語義分割模塊,用于檢測全景圖中像素的地形類別。點云數(shù)據(jù)塊分類模塊,用于得到第二聯(lián)合特征向量并檢測其對應集合的地形類別。參數(shù)調整模塊,用于根據(jù)第一全景二值圖和參考第二全景二值圖得到最優(yōu)初始閾值和最優(yōu)初始半徑。數(shù)據(jù)壓縮模塊,用于對第一全景二值圖進行連通域分析,選擇單獨壓縮連通域和互相壓縮連通域并壓縮。
技術領域
本申請涉及激光雷達測繪領域,具體涉及一種低空機載Lidar地形快速精準信息化的數(shù)據(jù)記錄裝置。
背景技術
隨著激光雷達技術及無人機技術的發(fā)展,當前通常采用無人機搭載激光雷達掃描設備來獲得目標區(qū)域對應的激光雷達點云數(shù)據(jù)。通過激光雷達點云數(shù)據(jù)對目標區(qū)域的地形進行分析時,需要對激光雷達點云數(shù)據(jù)進行分類。當前通常采用人工手動分類的方式,從激光雷達點云數(shù)據(jù)中劃分出地面、植被、水域、建筑等地形。
由于激光雷達點云數(shù)據(jù)的數(shù)據(jù)量很大,而且具有無序性。依賴人工分類,工作量非常大,成本高,速度慢。且人工分類自動化程度低,易出錯,分類準確性也很低。
發(fā)明內容
針對以上問題,本發(fā)明提出一種低空機載Lidar地形快速精準信息化的數(shù)據(jù)記錄裝置。數(shù)據(jù)采集模塊,用于采集原始點云數(shù)據(jù)和原始圖像。預處理模塊,用于得到全景圖并將其中每個像素對應子區(qū)域的點云數(shù)據(jù)初步壓縮,得到第二點云數(shù)據(jù);對第二點云數(shù)據(jù)進行聚類,輸出若干個集合。語義分割模塊,用于檢測全景圖中像素的地形類別。點云數(shù)據(jù)塊分類模塊,用于得到第二聯(lián)合特征向量并檢測其對應集合的地形類別。參數(shù)調整模塊,用于根據(jù)第一全景二值圖和參考第二全景二值圖得到最優(yōu)初始閾值和最優(yōu)初始半徑。數(shù)據(jù)壓縮模塊,用于對第一全景二值圖進行連通域分析,選擇單獨壓縮連通域和互相壓縮連通域并壓縮。
一種低空機載Lidar地形快速精準信息化的數(shù)據(jù)記錄裝置,其特征在于,該裝置包括:
數(shù)據(jù)采集模塊,用于采集巡邏區(qū)域的第一點云數(shù)據(jù)和原始圖像;
預處理模塊,用于選擇目標區(qū)域,拼接目標區(qū)域的原始圖像得到全景圖像,將全景圖像中每個像素對應的第一點云數(shù)據(jù)初步壓縮,得到第二點云數(shù)據(jù),所述第二點云數(shù)據(jù)包括像素二維坐標,高程、回波強度、激光強度;設置初始半徑和初始閾值對第二點云數(shù)據(jù)進行聚類,輸出若干個第二點云數(shù)據(jù)的集合;將集合中各第二點云數(shù)據(jù)的高程、回波強度、激光強度進行連接得到對應的第一聯(lián)合特征向量;
語義分割模塊,用于檢測全景圖中像素的地形類別,輸出語義分割圖;
點云數(shù)據(jù)分類模塊,用于在同一第二點云數(shù)據(jù)中集合隨機選取A個第二點云數(shù)據(jù)的第一聯(lián)合特征向量并進行連接,得到第二聯(lián)合特征向量,檢測第二聯(lián)合特征向量的地形類別,輸出集合的地形類別;
參數(shù)調整模塊,用于根據(jù)每個第二點云數(shù)據(jù)集合生成對應的第一全景二值圖,根據(jù)語義分割圖得到每一類地形對應的第二全景二值圖,將第一全景二值圖和對應的每個第二全景二值圖點對點相乘得到第三全景二值圖,將灰度值為255的像素數(shù)量最多的第三全景二值圖對應的第二全景二值圖設為參考第二全景二值圖;根據(jù)第一全景二值圖和參考第二全景二值圖進行初始閾值和初始半徑的調整,輸出最優(yōu)初始閾值和最優(yōu)初始半徑;
數(shù)據(jù)壓縮模塊,用于對第一全景二值圖進行連通域分析,根據(jù)各連通域包含像素的數(shù)量篩選出待定連通域,計算待定連通域內各個像素的高斯曲率和平均曲率,判斷單個待定連通域是否可以單獨壓縮,得到單獨壓縮連通域并壓縮;判斷兩個待定連通域是否可以相互壓縮,得到互相壓縮連通域并壓縮。
所述初步壓縮的方法包括:
S1.1,選擇目標區(qū)域,所述目標區(qū)域為矩形;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于鄭州中核巖土工程有限公司,未經(jīng)鄭州中核巖土工程有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011303067.4/2.html,轉載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇:空調制冷性能測試方法
- 下一篇:一種基于蜂窩移動通信技術的5G無線設備





