光学三维点云数据优化拼接方法及存储介质

本公开涉及点云数据处理及图像处理，具体涉及一种光学三维点云数据优化拼接方法及计算机可读存储介质。

背景技术：

1、现有技术中三维点云拼接操作层面在点云空间欧式距离匹配，数据复杂度匹配度非常高。

技术实现思路

1、本公开意图提供一种光学三维点云数据优化拼接方法及计算机可读存储介质，能够降低数据复杂度匹配度，增强了点云拼接的准确度。

2、根据本公开的方案之一，提供一种光学三维点云数据优化拼接方法，包括：

3、将若干个原始光学图像进行天空滤除处理，获得若干个区分主体目标与天空的二值掩模矩阵；

4、根据二值掩模矩阵处理三个维度的坐标数据，获取若干个滤除天空后的三维点云数据；

5、将若干个三维点云数据转为非标准球坐标系，提取水平方位向和斜距向二维数据重构为二维图像；

6、将若干个二维重构图像进行图像拼接处理；

7、将拼接的全景二维重构图像方位向、斜距向对应的俯仰角恢复，完成点云数据优化与拼接。

8、在一些实施例中，其中，将若干个原始光学图像进行天空滤除处理，获得若干个区分主体目标与天空的二值掩模矩阵，包括：

9、提取光学图像边缘；

10、转化色彩空间；

11、生成天空去除二值矩阵；

12、生成二值天空滤除掩模矩阵。

13、在一些实施例中，其中，提取光学图像边缘，包括：

14、将获取的每幅光学rgb图像转化为灰度图像；

15、对灰度图像进行边缘检测；

16、获取与原图像对应的二值边缘图像。

17、在一些实施例中，其中，生成天空去除二值矩阵，包括：

18、以二值边缘图像为基准，分别查找转化后色彩空间的三个色彩空间分量中的最大像素值与最小像素值；

19、保留三个色彩空间分量位于所求最大像素值与最小像素值的像素部分；

20、三个色彩空间分量取交集，生成天空去除二值图像。

21、在一些实施例中，其中，生成二值天空滤除掩模矩阵，包括：

22、选定适合的形态学结构元素，多次进行腐蚀、膨胀、去除孤立点，将二值图像的孔洞填充，构建天空滤除掩模矩阵。

23、在一些实施例中，其中，根据二值掩模矩阵处理三个维度的坐标数据，获取若干个滤除天空后的三维点云数据，包括：

24、读取光学图像对应的光学三维点云，将光学三维点云的坐标原点统一偏移至一组光学三维点云的坐标原点处；

25、将统一坐标原点的光学三维点云分化为三个二维矩阵数据，每个矩阵均为有序点云，矩阵的数值排布均对应光学图像像素的一个坐标轴上的实际空间坐标；

26、基于三个分化的坐标矩阵数据与天空滤除掩模矩阵，获取三个去除天空坐标数据的坐标矩阵。

27、在一些实施例中，其中，将若干个三维点云数据转为非标准球坐标系，提取水平方位向和斜距向二维数据重构为二维图像，包括：

28、将滤除天空数据的三维直角坐标转为球坐标，获取方位向、俯仰向、斜距向三个有序坐标数据；

29、提取球坐标点云的方位向、斜距向数据坐标数据，获取横轴为方位数据，纵轴为斜距数据的方位-斜距二维重构图；

30、提取每对方位向数据和斜距向数据组合对应的光学图像rgb数据，保存为光学图像重构矩阵。

31、在一些实施例中，其中，将若干个二维重构图像进行图像拼接处理，包括：

32、获取相邻的两幅球坐标点云二维重构图方位向和距离向点上的二维重构特征点匹配关系；

33、获取相邻两幅光学图像像素对应的方位向数据和斜距向数据组合的光学特征点匹配关系；

34、以光学特征点匹配关系对二维重构特征点匹配关系中的特征点进行加权，完成方位-斜距二维重构图拼接。

35、在一些实施例中，其中，将拼接的全景二维重构图像方位向、斜距向对应的俯仰角恢复，完成点云数据优化与拼接，包括：

36、将拼接后的方位-斜距二维重构图每一点对应的俯仰角度恢复，由球坐标转为直角坐标，实现光学图像重建的三维点云拼接。

37、根据本公开的方案之一，提供计算机可读存储介质，其上存储有计算机可执行指令，所述计算机可执行指令由处理器执行时，实现：

38、根据上述的光学三维点云数据优化拼接方法。

39、本公开的各种实施例的光学三维点云数据优化拼接方法及计算机可读存储介质，至少通过将若干个原始光学图像进行天空滤除处理，获得若干个区分主体目标与天空的二值掩模矩阵；根据二值掩模矩阵处理三个维度的坐标数据，获取若干个滤除天空后的三维点云数据；将若干个三维点云数据转为非标准球坐标系，提取水平方位向和斜距向二维数据重构为二维图像；将若干个二维重构图像进行图像拼接处理；将拼接的全景二维重构图像方位向、斜距向对应的俯仰角恢复，完成点云数据优化与拼接，从而将点云转化坐标系降维后采用图像处理方法，降低数据复杂度匹配度。本公开各实施例以光学图像为基础结合图像色彩空间滤除了不需要的天空数据值，而且光学图像三维重建出的点云坐标，本身就与图像的fov角有紧密的联系，将三维直角坐标转为方位-斜距二维重构图，对点云处理有更直接的效果。通过图像学的多控制点匹配，增强了点云拼接的准确度，且此种数据格式可以与雷达等设备采集的数据进行更方便的数据复合处理，是一种有效的数据优化处理方法。

40、应当理解，前面的大体描述以及后续的详细描述只是示例性的和说明性的，并非对所要求保护的本公开的限制。

技术特征：

1.光学三维点云数据优化拼接方法，包括：

2.根据权利要求1所述的方法，其中，将若干个原始光学图像进行天空滤除处理，获得若干个区分主体目标与天空的二值掩模矩阵，包括：

3.根据权利要求2所述的方法，其中，提取光学图像边缘，包括：

4.根据权利要求3所述的方法，其中，生成天空去除二值矩阵，包括：

5.根据权利要求4所述的方法，其中，生成二值天空滤除掩模矩阵，包括：

6.根据权利要求5所述的方法，其中，根据二值掩模矩阵处理三个维度的坐标数据，获取若干个滤除天空后的三维点云数据，包括：

7.根据权利要求6所述的方法，其中，将若干个三维点云数据转为非标准球坐标系，提取水平方位向和斜距向二维数据重构为二维图像，包括：

8.根据权利要求7所述的方法，其中，将若干个二维重构图像进行图像拼接处理，包括：

9.根据权利要求8所述的方法，其中，将拼接的全景二维重构图像方位向、斜距向对应的俯仰角恢复，完成点云数据优化与拼接，包括：

10.一种计算机可读存储介质，其上存储有计算机可执行指令，所述计算机可执行指令由处理器执行时，实现：

技术总结
本公开涉及光学三维点云数据优化拼接方法及存储介质，方法包括：将若干个原始光学图像进行天空滤除处理，获得若干个区分主体目标与天空的二值掩模矩阵；根据二值掩模矩阵处理三个维度的坐标数据，获取若干个滤除天空后的三维点云数据；将若干个三维点云数据转为非标准球坐标系，提取水平方位向和斜距向二维数据重构为二维图像；将若干个二维重构图像进行图像拼接处理；将拼接的全景二维重构图像方位向、斜距向对应的俯仰角恢复，完成点云数据优化与拼接。通过各实施例能够降低数据复杂度匹配度，增强了点云拼接的准确度。

技术研发人员：郭星言,黄平平,李静,谭维贤,乞耀龙,贾晓强
受保护的技术使用者：内蒙古工业大学
技术研发日：
技术公布日：2024/1/16