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：中铁城际规划建设有限公司

摘要：一种空间目标三维激光点云与可见光图像重建点云融合方法，包括数据采集端、数据预处理端、特征提取与匹配端、点云与图像的融合重建端、GUI界面端，数据采集端用于采集三维激光点云数据和可见光图像数据，数据预处理端用于对采集的点云数据和图像数据进行预处理，特征提取与匹配端用于对点云数据和图像数据进行特征提取和匹配，点云与图像的融合重建端用于对点云与图像进行融合，GUI界面端用于对融合数据进行可视化。本发明提出改进多尺度几何图元融合特征提取算法对点云数据和图像数据进行特征提取，提出改进多模态弱配对特征融合算法对激光点云与可见光图像进行融合，为一种空间目标三维激光点云与可见光图像重建点云融合方法提供更优的方案。

主权项：1.一种空间目标三维激光点云与可见光图像重建点云融合方法，其特征在于，包括数据采集端、数据预处理端、特征提取与匹配端、点云与图像的融合重建端和GUI界面端，数据采集端包括三维激光点云数据采集模块和可见光图像数据采集模块，三维激光点云数据采集模块用于采集三维激光点云数据，可见光图像数据采集模块用于采集可见光图像数据，数据预处理端包括三维激光点云数据预处理模块和可见光图像数据预处理模块，三维激光点云数据预处理模块用于对采集的三维激光点云数据进行预处理，可见光图像数据预处理模块用于对采集的可见光图像数据进行预处理，特征提取与匹配端包括特征提取模块和特征匹配模块，特征提取模块提出改进多尺度几何图元融合特征提取算法对三维激光点云数据和可见光图像数据进行特征提取，特征匹配模块用于三维激光点云数据和可见光图像数据进行特征匹配，点云与图像的融合重建端包括坐标转换模块、点云与图像融合模块和点云重建与优化模块，坐标转换模块用于将激光点云和可见光图像的坐标系进行统一，点云与图像融合模块提出改进多模态弱配对特征融合算法对激光点云与可见光图像进行融合，点云重建与优化模块用于对融合后的数据进行三维目标的重建和优化，GUI界面端用于对融合数据进行可视化；特征提取模块提出改进多尺度几何图元融合特征提取算法对三维激光点云数据和可见光图像数据进行特征提取；改进多尺度几何图元融合特征提取算法具体如下：为了更好的适应三维激光点云数据的局部特征，提出权重系数和非线性函数对平面采样点到平面模型的距离函数进行改进，即，其中，为任意平面采样点到平面模型之间的距离函数，为平面采样点的集合，为集合中的平面采样点，为调整投影距离的权重系数，为修正投影距离的非线性函数，为平面的法向量，、、为平面的法向量在坐标轴上的分量，为平面的法向量的转置，为任意平面采样点在平面的法向量方向上的垂直偏移，为平面模型的局部特征加权项，以同样方式对圆柱体采样点到圆柱体模型的距离函数进行改进，然后根据不同几何图元的距离函数计算结果提取三维激光点云数据的局部特征；为了获得更丰富的图像特征，提出更多的尺度和邻域信息对分割过程进行改进，然后基于可见光图像边缘提取结果将可见光图像划分为具有不同尺度、不同方向和不同邻域这三层上的子带，为了更好的反映在特定方向上的图像特征，提出权重系数对图像纹理的均匀性、方向性、复杂性和对比度这四个共生量的平均值计算进行改进，获得可见光图像中点的共生特征，以此来完成可见光图像的特征提取；坐标转换模块用于将三维激光点云数据和可见光图像数据在相同的坐标系中进行对齐；点云与图像融合模块提出改进多模态弱配对特征融合算法对三维激光点云数据与可见光图像进行融合；所述改进多模态弱配对特征融合算法具体如下：为了在融合后的表示空间中进行更好的特征表达，提出弱配对多模式融合对两种模态数据进行融合，即通过非线性表示将三维激光点云数据进行映射，其中，为三维激光点云数据的高级特征非线性映射函数，为实数域，为模态矩阵的维度，为激光点云数据进行非线性表示后的维度，通过同样方式对可见光图像数据进行映射，以根据这两个非线性表示将两种不同模态的数据进行融合，为了防止数据过度拟合，提出交替最大化和Frobenius范数正则化对非线性弱配对多模式融合优化公式的求解公式进行改进，经过求解，得到合理的源域特征变换矩阵和目标域特征变换矩阵，通过有效执行每个模态的非线性表示，将获得的多模态矩阵进行组合，从而对三维激光点云数据和可见光图像数据进行多模态数据融合。

全文数据：

权利要求：

百度查询： 中铁城际规划建设有限公司 一种空间目标三维激光点云与可见光图像重建点云融合方法