[發明專利]一種激光點云與密集匹配點云融合方法

在審

• 申請號: 202210012948.3
• 申請日: 2022-01-07
• 公開（公告）號: CN114463522A
• 公開（公告）日: 2022-05-10
• 發明（設計）人: 謝洪;閆利;任大偉;韋朋成;李瑤
• 申請（專利權）人: 武漢大學
• 主分類號: G06T19/20
• 分類號: G06T19/20;G06T17/00
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 王琪

本發明針對地面激光掃描點云和航攝影像密集匹配點云融合存在質量退化與分層問題，在空地異源點云配準的基礎上，對混合點云進行數據去冗余和質量改善，公開了一種激光點云與密集匹配點云融合方法。本發明首先根據密集點云與激光點云的距離和法向量夾角構建能量函數數據項，同時利用密集點云內的幾何鄰域關系和顏色差異構建平滑項，采用圖割算法優化得到密集點云的二分類標簽集，根據標簽去除兩類點云之間的重疊冗余區域；最后根據一種鄰域點選擇策略對邊界附近的密集匹配點進行以表面曲率加權的引導點云濾波，合并異源點云得到融合點云。

技術領域

本發明涉及一種城市場景三維重建中的異源點云融合算法，屬于遙感測繪領域。

背景技術

點云是三維數字模型重建的重要數據源。為了獲取城市場景表面的點云，當前主要有兩類測量技術，分別是基于主動視覺的激光掃描法或結構光掃描法和基于被動匹配算法的運動恢復結構、多視立體視覺算法。激光雷達掃描技術被廣泛應用于城市場景重建中，但是受傳感器視場和遮擋的限制，地面激光掃描系統單次掃描甚至多次掃描都不能保證點云模型的完整性，掃描點云中通常缺少建筑物屋頂點云。運動恢復結構和多視立體匹配算法可從航攝傾斜影像序列中自動恢復大尺度的三維點云模型。航攝影像密集匹配點云具有顏色、紋理信息，點云密度高，但匹配精度很大程度上取決于光照條件和場景紋理的豐富程度。城市場景中存在大量的規則建筑，針對地面激光掃描點云和航攝影像密集匹配點云融合存在質量退化與分層問題，需要對不同精度的空地異源點云數據進行高質量的融合，以提高城市場景重建的精度和完整性。

多源點云融合可發揮多源點云的優勢互補特性，是提高模型重建質量，解決單一數據缺失的有效方法之一。待融合的異源點云數據由于獲取途徑和設備誤差等問題存在諸多差異，如點云密度、分布均勻性、精度、噪聲、覆蓋范圍和遮擋。當前的點云融合算法通過異源點云配準獲得了拼接點云，拼接點云一方面提高了場景點云的完整性，但也不可避免地存在分層的冗余點，并且點云拼接的邊緣不平滑。在點云配準基礎上，有些工作針對提高拼接點云的精度和完整性提出了一些方法，如利用漸進遷移方法實現拼接點云邊界的平滑連接，但間距較大的縫隙附近的點云無法有效移動；或者利用多視點投影方法檢測激光點云中的孔洞，從配準后的密集匹配點云中提取相應數據填補孔洞，并利用基于微分域的拉普拉斯融合方法增強合并點云的表面細節，但是該算法無法實現激光點云邊界外的點云融合。由于直接混合的場景點云復雜且龐大，上述方法未能在保持混合點云數據唯一性的前提下，對異源點云的混合邊界進行平滑處理從而達到點云精度融合的結果。

發明內容

本發明要解決的技術問題是在保持點云數據唯一性的前提下，對異源點云的混合邊界進行平滑處理從而達到點云精度融合的結果。

本發明針對地面激光掃描點云和航攝影像密集匹配點云融合存在質量退化與分層問題，在空地異源點云配準的基礎上，對混合點云進行數據去冗余和質量改善，提供了一種基于圖割算法和引導點云濾波算法的異源點云融合方法。該方法首先利用一種結合幾何和顏色信息的圖割算法分割密集點云，然后利用分割后的密集點云填補激光點云的孔洞和遮擋區域，接著采用以表面曲率加權的引導點云濾波算法消除混合邊界處的縫隙以及糾正混合點云中的平面錯層。

為了達到上述目的，本發明首先根據密集點云與激光點云的距離和法向量夾角構建能量函數數據項，同時利用密集點云內的幾何鄰域關系和顏色差異構建平滑項，采用圖割算法優化得到密集點云的二分類標簽集，根據標簽去除兩類點云之間的重疊冗余區域；最后根據一種鄰域點選擇策略對邊界附近的密集匹配點進行以表面曲率加權的引導點云濾波，合并異源點云得到融合點云。

本發明采用的技術方案為一種激光點云與密集匹配點云融合方法，包括如下步驟：

步驟1，以激光點云和密集匹配點云作為輸入，首先對兩類點云進行去噪和配準；

步驟2，采用基于PCA的點云法向量估計方法為兩類點云計算法向量，并進一步計算表面曲率；