买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：电子科技大学

摘要：本发明属于点云数据处理技术领域，一种基于数字表面模型的非同源点云自动配准方法。本发明使用非同源的目标点云和源点云先生成对应的DSM影像，将三维点云降维到平面二维影像，利用影像的连续性和数据量小等特点，提高了算法效率，减小了计算资源需求；然后提取、增强DSM的关键信息，并以此来进行DSM影像配准，得到适用于点云的仿射矩阵；最后使用仿射矩阵，对目标点云进行仿射变换，将目标点云和源点云转换到同一个坐标系下。本发明可通过调节DSM的分辨率和二值化时的阈值来调整分离精度和效率，兼顾精度和效率，为非同源点云配准提供一种新的思路，并可进一步运用于三维建模、三维点云分类、数字城市建设、增强现实等领域。

主权项：1.一种基于数字表面模型的非同源点云自动配准方法，其特征在于，包括以下步骤：步骤1、根据源点云PCS和目标点云PCT的三维坐标信息，对源点云和目标点云分别进行处理生成连续的源DSM影像和目标DSM影像；X,Y,Z分别表示点云数据的坐标信息；步骤2、对步骤1得到的源DSM影像和目标DSM影像均进行处理，得到只保留影像中变化率大于设定阈值的区域；2-1、通过Laplace算子处理源DSM影像和目标DSM影像，并对结果取绝对值，得到DSM_lpls影像，具体计算方法为： 其中，fx,y指影像在x,y位置的高程值,指对fx,y使用二阶Laplace算子进行处理；2-2、将步骤2-1得到的DSM_lpls影像归一化到区间[0,255]内，记为DSM_lpls_nor： 其中，Z是DSM_lpls影像的高程值，Z’是DSM_lpls_nor影像对应的高程值,Zmax,Zmin分别表示归一化前DSM_lpls影像中高程最大值和最小值；2-3、二值化DSM_lpls_nor影像：设定阈值为[80，150]，将大于阈值的区域赋值为1，小于阈值的区域赋值为0，得到二值化的源DSM影像和目标DSM影像；步骤3、使用步骤2-3中得到的二值化的源DSM影像和目标DSM影像，进行配准，以此计算基于影像的仿射矩阵；3-1、计算旋转、缩放矩阵：将步骤2-3中得到的二值化的源DSM影像和目标DSM影像，使用KAZE算法进行影像配准，得到一个3*3的仿射矩阵： 其中，ScaRot1是初始仿射矩阵，ai,bii＝1,2是旋转缩放因子，控制目标影像的旋转和缩放，a3,b3分别是X,Y轴的平移因子，由于影像中平移与点云平移并无相关性，故此处将a3,b3赋值为0，即： 其中，ScaRot2是最终仿射矩阵；3-2、通过计算变换后源点云PCS和目标点云PCT的相对偏移量，得到X,Y轴的相对平移量；3-2-1、将步骤1的目标DSM影像根据步骤3-1配准的最终仿射矩阵进行变换，得到配准完成的目标DSM影像； 其中，DSM目标为变换前的目标DSM影像,X,Y,Z分别指变换前目标DSM影像的X,Y坐标矩阵以及对应位置的高程；DSMNew为变换后的目标DSM影像,Xn,Yn,Zn分别指变换后目标DSM影像的X,Y坐标矩阵以及对应位置的高程；将变换后没有高程值的像素赋值为空值NaN；3-2-2、将步骤3-2-1所得DSMNew以其左上角的第一个像素为原点，建立坐标系，遍历DSMNew获取第一个存在非空值的列，记该列数为X方向平移栅格数X_Trans_Num；获取第一个存在非空值的行，记该行数为Y方向平移栅格数Y_Trans_Num；根据平移栅格数和分辨率计算出X方向和Y方向的相对平移距离，记为平移因子XTrans、YTrans，根据下式计算：XTrans＝X_Trans_Num*resolution6YTrans＝Y_Trans_Num*resolution7其中，resolution为影像分辨率；步骤4、使用源点云PCS和目标点云PCT，以及步骤3中计算得到的旋转、缩放矩阵和平移因子进行对目标点云PCT的变换，将目标点云和源点云变换到同一个坐标系中。

全文数据：

权利要求：

百度查询： 电子科技大学 一种基于数字表面模型的非同源点云自动配准方法