CN103679647B - 一种三维激光成像系统的点云模型真彩色处理方法 - Google Patents
一种三维激光成像系统的点云模型真彩色处理方法 Download PDFInfo
- Publication number
- CN103679647B CN103679647B CN201310557041.6A CN201310557041A CN103679647B CN 103679647 B CN103679647 B CN 103679647B CN 201310557041 A CN201310557041 A CN 201310557041A CN 103679647 B CN103679647 B CN 103679647B
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- vector
- under
- switching centre
- group switching
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种三维激光成像系统的点云模型真彩色处理方法。本发明采用相片与点云结合的方法,通过坐标转换提取被扫描物体自身的真彩色信息,完成点云模型真彩色处理。本发明解决了目前不能对三维立体模型进行真彩色处理的难题,同时不需要依赖于人工的判断,不用区分物体形状,直接对点云赋予颜色,运算速度快,时间开销短,工作量小,能够很好的得到三维立体模型的真彩色效果。
Description
技术领域
本发明涉及一种三维激光成像系统,尤其涉及一种三维激光成像系统的点云模型真彩色处理方法,属于图像处理技术领域。
背景技术
三维激光成像系统是指将激光扫描仪、全球定位系统、惯性测量系统等集成为一套设备,装在载体上对地面目标进行扫描,得到地面目标的三维信息,通过处理得到需要的三维空间图像。由于获取的反射回来的激光点数据呈星云状密集分布,所以形象地称为激光点云(Point Cloud),意思为无数的点以测量的规则在计算机里呈现物体的结果。三维激光成像系统通过给数字点云图配真彩色,从而得到被扫描物体的真彩色三维模型。
通过三维激光成像系统获得激光点云图能够呈现被扫描物的三维形状特征,能够在三维点云模型中看出被扫描物体的位置,大小,形状信息。但缺乏被扫描物体的颜色信息,这样就缺少了被扫描物体的纹理,不能很好的表述被扫描物体的细节。找到一种方法能够自动快速的处理照片和点云之间的关系,并将照片中被扫描物体与三维立体模型进行融合,赋予被扫描物体的模型以原本的颜色,得到真彩色的立体模型很有必要。
三维激光成像系统形成的激光点云为三维激光点云,目前还没有进行真彩色处理的方法。
发明内容
本发明解决的技术问题是:克服现有技术的不足,提供一种三维激光成像系统的点云模型真彩色处理方法,不仅能够获得物体表面位置大小信息,而且能够得到物体本身的颜色信息,从而清楚的得到被扫描物体的细节和纹理。
本发明的技术解决方案是:一种三维激光成像系统的点云模型真彩色处理方法,采用照片与点云结合的方法,步骤如下:
(1)获得惯组中心在地球坐标系下的导航时间信息T、导航极坐标位置信息和导航姿态信息(γ,θ,ψ)、点云极坐标信息和照片,其中分别表示惯组中心在地球坐标系下的经度、纬度和高度,分别表示点云在地球坐标系下的经度、纬度和高度,(γ,θ,ψ)分别表示惯组中心的俯仰角、方位角和横滚角;
(2)根据照片拍摄时刻Ti计算得到该照片拍摄时刻惯组中心在地球坐标系下的极坐标位置信息和姿态信息(γi,θi,ψi),其中分别表示照片拍摄时刻惯组中心在地球坐标系下的经度、纬度和高度,(γi,θi,ψi)分别表示照片拍摄时刻惯组中心的俯仰角、方位角和横滚角;
(3)根据惯组中心在地球坐标系下的极坐标位置信息得到地球坐标系到东北天坐标系的转换矩阵根据惯组中心在地球坐标系下的姿态信息(γi,θi,ψi)得到东北天坐标系到载体坐标系的转换矩阵
(4)将惯组中心在地球坐标系下的极坐标位置信息和步骤(1)获得的点云极坐标信息分别转换为惯组中心在地球坐标系下的直角坐标位置(xi,yi,zi)和点云极坐标信息在地球坐标系下的直角坐标位置(xe,ye,ze),利用惯组中心在地球坐标系下的直角坐标位置(xi,yi,zi)和点云极坐标信息在地球坐标系下的直角坐标位置(xe,ye,ze)计算地球坐标系下惯组中心点到点云的矢量re,利用转换矩阵将矢量re从地球坐标系转换为东北天坐标系下的矢量rn,再利用转换矩阵将矢量rn从东北天坐标系转换为载体坐标系下的矢量rb′,再根据矢量rb′和惯组中心位置到相机焦点在载体坐标系下的矢量rb计算得到相机焦点到点云在载体坐标系下的矢量rp′,再将矢量rp′从载体坐标系转换为相机直角坐标系下的矢量rp,计算矢量rp在相机直角坐标系下的极坐标其中Rp表示距离,θp表示方位角,表示俯仰角;
(5)计算每一个感光片的长度l和宽度k;
(6)根据点云中每一点的方位角θp和俯仰角以及感光片的长度l、宽度k和照片焦距f计算出对应角度下每一点在CCD坐标系中的位置,并根据每一点在CCD坐标系中的位置计算每一点在照片坐标系中的像素位置,把该像素下的RGB值赋予对应的每一点在地球坐标系下的极坐标位置,从而完成点云模型真彩色处理。
所述步骤(2)的实现方法为:
根据导航时间信息T,计算照片拍摄时刻Ti所在的导航区间s,s=floor(Ti-T(1))/ΔT+1,ΔT为惯组采样周期,根据导航区间s计算出惯组中心在地球坐标系下的极坐标位置信息和姿态信息(γi,θi,ψi),计算方法为:
λi=λ(s)+(λ(s+1)-λ(s))/ΔT*(Ti-T(s));
hi=h(s)+(h(s+1)-h(s))/ΔT*(Ti-T(s));
γi=γ(s)+(γ(s+1)-γ(s))/ΔT*(Ti-T(s));
θi=θ(s)+(θ(s+1)-θ(s))/ΔT*(Ti-T(s));
ψi=ψ(s)+(ψ(s+1)-ψ(s))/ΔT*(Ti-T(s))。
所述步骤(3)根据惯组中心在地球坐标系下的极坐标位置得到地球坐标系到东北天坐标系的转换矩阵的方法为:
根据惯组中心在地球坐标系下的姿态信息(γi,θi,ψi)得到东北天坐标系到载体坐标系的转换矩阵的方法为:
所述步骤(4)将惯组中心在地球坐标系下的极坐标位置信息和获得的点云极坐标信息分别转换为惯组中心在地球坐标系下的直角坐标位置(xi,yi,zi)和点云极坐标信息在地球坐标系下的直角坐标位置(xe,ye,ze)的方法为:
其中a为地球长半轴,b为地球短半轴,Re=6378137m;
所述步骤(4)计算在地球坐标系下惯组中心点到点云的矢量re的方法为:
所述步骤(4)将矢量re从地球坐标系转换为东北天坐标系得到矢量rn的方法为:
所述步骤(4)将矢量rn从东北天坐标系转换为载体坐标系得到矢量rb′的方法为:
所述步骤(4)根据相机焦点与惯组中心位置在载体坐标系的矢量rb,计算得到相机焦点到点云在载体坐标系的矢量rp′的方法为:
rp′=rb′-rb;
其中由相机与惯组安装位置得出;
所述步骤(4)将矢量rp′从载体坐标系转换为相机直角坐标系得到矢量rp的方法为:
所述步骤(4)计算矢量rp在相机直角坐标系下的极坐标的方法为:
如果xp=0,yp>0,则θp=90°;如果xp=0,yp<0,则θp=270°;如果xp>0,则如果xp<0,则
其中
所述步骤(5)的实现方法为:每一个感光片的长和宽由公式k=A/m,l=B/n计算得到,其中m为像素纵向个数,n为像素横向个数,A为相机CCD宽,B为相机CCD长。
所述步骤(6)的实现方法为:
(1)每一点在CCD坐标系中的位置的计算公式为xb′=-ftanθp,其中xb表示每一点在CCD坐标系中的横坐标,yb表示每一点在CCD坐标系中的纵坐标;
(2)根据每一点在CCD坐标系中的位置计算每一点在照片坐标系中的像素位置的计算公式为i=-floor(yb′/k-m/2),j=floor(xb′/l+n/2),其中i表示每一点在照片坐标系中的横坐标,j表示每一点在照片坐标系中的纵坐标;根据每一点在照片坐标系中的像素位置信息i,j将每一点的像素值(r,g,b)提取出来,赋予对应的点在地球坐标系下的极坐标位置,完成点云模型真彩色处理。
本发明与现有技术相比的优点如下:
(1)本发明能够对三维激光系统扫描产生的点云赋予颜色信息,并且这个颜色为被扫描物体自身的真彩色,因此能够得到真彩色三维立体模型,能够清楚看出物体的大小形状位置甚至细节,与被扫描物体相同。
(2)目前尚没有能够对三维立体模型进行真彩色处理的方法,本方法是一种创新,为得到更为精细更为清晰的数字城市模型提供了一种处理办法。
(3)这种方法可以全自动运行,不需要加入过多的人工参与,能够自主对点云赋色,理论清晰简单,编程容易。
附图说明
图1为本发明方法流程图;
图2为点从相机直角坐标系向照片坐标系变换,且同时说明照片的中心成像原理;
图3为相机扫描仪及惯组安装方式;
图4为以惯组中心为原点的坐标系与以相机焦点为原点的坐标系的关系。
具体实施方式
本发明的基本原理:采用照片与点云结合的方法,首先获得惯组中心在地球坐标系下的导航时间信息T、导航极坐标位置信息和导航姿态信息(γ,θ,ψ)、点云极坐标信息和照片。根据照片拍摄时刻Ti,计算照片拍摄时惯组中心在地球坐标系下的极坐标位置和姿态信息(γi,θi,ψi),根据照片拍摄时惯组中心在地球坐标系下的极坐标位置得到地球坐标系到东北天坐标系的转换矩阵根据照片拍摄时惯组中心在地球坐标系下的姿态信息(γi,θi,ψi)得到东北天坐标系到载体坐标系的转换矩阵同时将惯组中心在地球坐标系下的极坐标位置信息和点云在地球坐标系下的极坐标位置分别转换为惯组中心在地球坐标系下的直角坐标位置(xi,yi,zi)和点云在地球坐标系下的直角坐标位置(xe,ye,ze),然后计算在地球坐标系下惯组中心点到点云的矢量re,利用转换矩阵将矢量re从地球坐标系转换为东北天坐标系下的矢量rn,再利用转换矩阵将矢量rn从东北天坐标系转换为载体坐标系下的矢量rb′,再根据矢量rb′和惯组中心位置到相机焦点在载体坐标系下的矢量rb计算得到相机焦点到点云在载体坐标系下的矢量rp′,再将矢量rp′从载体坐标系转换为相机直角坐标系下的矢量rp,计算矢量rp在相机直角坐标系下的极坐标计算每一个感光片的长度l和宽度k,根据点云中每一点的方位角θp和俯仰角以及感光片的长度l、宽度k和照片的焦距f计算出对应角度下每一点在CCD坐标系中的位置,并根据每一点在CCD坐标系中的位置计算每一点在照片坐标系中的像素位置,把该像素下的RGB值赋予对应的每一点在地球坐标系下的极坐标位置,从而完成点云模型真彩色处理。
本发明方法的流程如图1所示,具体步骤如下:
(1)获得惯组中心在地球坐标系下的导航时间信息T、导航极坐标位置信息和导航姿态信息(γ,θ,ψ)、点云极坐标信息和照片,其中分别表示惯组中心在地球坐标系下的经度、纬度和高度,分别表示点云在地球坐标系下的经度、纬度和高度,(γ,θ,ψ)分别表示惯组中心的俯仰角、方位角和横滚角;
(2)根据照片拍摄时刻Ti计算得到该照片拍摄时刻惯组中心在地球坐标系下的极坐标位置信息和姿态信息(γi,θi,ψi),其中分别表示照片拍摄时刻惯组中心在地球坐标系下的经度、纬度和高度,(γi,θi,ψi)分别表示照片拍摄时刻惯组中心的俯仰角、方位角和横滚角;
根据导航时间信息T,计算照片拍摄时刻Ti所在的导航区间s,s=floor(Ti-T(1))/ΔT+1,ΔT为惯组采样周期,根据导航区间s计算出惯组中心在地球坐标系下的极坐标位置信息和姿态信息(γi,θi,ψi),计算方法为:
λi=λ(s)+(λ(s+1)-λ(s))/ΔT*(Ti-T(s));
hi=h(s)+(h(s+1)-h(s))/ΔT*(Ti-T(s));
γi=γ(s)+(γ(s+1)-γ(s))/ΔT*(Ti-T(s));
θi=θ(s)+(θ(s+1)-θ(s))/ΔT*(Ti-T(s));
ψi=ψ(s)+(ψ(s+1)-ψ(s))/ΔT*(Ti-T(s))。
(3)根据惯组中心在地球坐标系下的极坐标位置信息得到地球坐标系到东北天坐标系的转换矩阵根据惯组中心在地球坐标系下的姿态信息(γi,θi,ψi)得到东北天坐标系到载体坐标系的转换矩阵
根据惯组中心在地球坐标系下的极坐标位置信息得到地球坐标系到东北天坐标系的转换矩阵的方法为:
根据惯组中心在地球坐标系下的姿态信息(γi,θi,ψi)得到东北天坐标系到载体坐标系的转换矩阵的方法为:
(4)将惯组中心在地球坐标系下的极坐标位置信息和步骤(1)获得的点云极坐标信息分别转换为惯组中心在地球坐标系下的直角坐标位置(xi,yi,zi)和点云极坐标信息在地球坐标系下的直角坐标位置(xe,ye,ze),利用惯组中心在地球坐标系下的直角坐标位置(xi,yi,zi)和点云极坐标信息在地球坐标系下的直角坐标位置(xe,ye,ze)计算地球坐标系下惯组中心点到点云的矢量re,利用转换矩阵将矢量re从地球坐标系转换为东北天坐标系下的矢量rn,再利用转换矩阵将矢量rn从东北天坐标系转换为载体坐标系下的矢量rb′,再根据矢量rb′和惯组中心位置到相机焦点在载体坐标系下的矢量rb计算得到相机焦点到点云在载体坐标系下的矢量rp′,再将矢量rp′从载体坐标系转换为相机直角坐标系下的矢量rp,计算矢量rp在相机直角坐标系下的极坐标其中Rp表示距离,θp表示方位角,表示俯仰角;
将惯组中心在地球坐标系下的极坐标位置信息和获得的点云极坐标信息分别转换为惯组中心在地球坐标系下的直角坐标位置(xi,yi,zi)和点云极坐标信息在地球坐标系下的直角坐标位置(xe,ye,ze)的方法为:
其中a为地球长半轴,b为地球短半轴,Re=6378137m;
计算在地球坐标系下惯组中心点到点云的矢量re的方法为:
将矢量re从地球坐标系转换为东北天坐标系得到矢量rn的方法为:
将矢量rn从东北天坐标系转换为载体坐标系得到矢量rb′的方法为:
根据矢量rb′和惯组中心位置到相机焦点在载体坐标系下的矢量rb,计算得到相机焦点到点云在载体坐标系的矢量rp′的方法为:
rp′=rb′-rb;
其中由相机与惯组安装位置得出,其中rbx表示rb在x方向的分量,rby表示rb在y方向的分量,rbz表示rb在z方向的分量;
将矢量rp′从载体坐标系转换为相机直角坐标系下的矢量rp的方法为:
计算矢量rp在相机直角坐标系下的极坐标的方法为:
如果xp=0,yp>0,则θp=90°;如果xp=0,yp<0,则θp=270°;如果xp>0,则如果xp<0,则
其中
(5)计算每一个感光片的长度l和宽度k;
每一个感光片的长和宽由公式k=A/m,l=B/n计算得到,其中m为像素纵向个数,n为像素横向个数,A为相机CCD宽,B为相机CCD长。
(6)根据点云中每一点的方位角θp和俯仰角以及感光片的长度l、宽度k和照片焦距f计算出对应角度下每一点在CCD坐标系中的位置,并根据每一点在CCD坐标系中的位置计算每一点在照片坐标系中的像素位置,把该像素下的RGB值赋予对应的每一点在地球坐标系下的极坐标位置,从而完成点云模型真彩色处理。
具体实现方法为:
(1)每一点在CCD坐标系中的位置的计算公式为xb′=-ftanθp,其中xb表示每一点在CCD坐标系中的横坐标,yb表示每一点在CCD坐标系中的纵坐标;
(2)根据每一点在CCD坐标系中的位置计算每一点在照片坐标系中的像素位置的计算公式为i=-floor(yb′/k-m/2),j=floor(xb′/l+n/2),其中i表示每一点在照片坐标系中的横坐标,j表示每一点在照片坐标系中的纵坐标;根据每一点在照片坐标系中的像素位置信息i,j将每一点的像素值(r,g,b)提取出来,赋予对应的点在地球坐标系下的极坐标位置,完成点云模型真彩色处理。
通过上述方法即可完成一种三维激光成像系统的点云模型真彩色处理方法。图2为点从相机直角坐标系向照片坐标系变换,且同时说明照片的中心成像原理,在图2中O-XYZ表示相机直角坐标系,x-y表示CCD坐标系,x′-y′表示照片坐标系,点p为点云中的点,点p′为照片上的一点,且表示在相机成像中点p在照片中的投影;图3为相机扫描仪及惯组安装方式,给出了惯组中心与相机焦点的关系;图4给出了为以惯组中心为原点的载体坐标系与以相机焦点为原点的相机直角坐标系的转换关系。
本发明未详细描述内容为本领域技术人员公知技术。
Claims (6)
1.一种三维激光成像系统的点云模型真彩色处理方法,其特征在于采用照片与点云结合的方法,步骤如下:
(1)获得惯组中心在地球坐标系下的导航时间信息T、导航极坐标位置信息(λ,h)和导航姿态信息(γ,θ,ψ)、点云极坐标信息(λe,he)和照片,其中(λ,h)分别表示惯组中心在地球坐标系下的经度、纬度和高度,(λe,he)分别表示点云在地球坐标系下的经度、纬度和高度,(γ,θ,ψ)分别表示惯组中心的俯仰角、方位角和横滚角;
(2)根据照片拍摄时刻Ti计算得到该照片拍摄时刻惯组中心在地球坐标系下的极坐标位置信息(λi,hi)和姿态信息(γi,θi,ψi),其中(λi,hi)分别表示照片拍摄时刻惯组中心在地球坐标系下的经度、纬度和高度,(γi,θi,ψi)分别表示照片拍摄时刻惯组中心的俯仰角、方位角和横滚角;
(3)根据惯组中心在地球坐标系下的极坐标位置信息(λi,hi)得到地球坐标系到东北天坐标系的转换矩阵根据惯组中心在地球坐标系下的姿态信息(γi,θi,ψi)得到东北天坐标系到载体坐标系的转换矩阵
(4)将惯组中心在地球坐标系下的极坐标位置信息(λi,hi)和步骤(1)获得的点云极坐标信息(λe,he)分别转换为惯组中心在地球坐标系下的直角坐标位置(xi,yi,zi)和点云极坐标信息在地球坐标系下的直角坐标位置(xe,ye,ze),利用惯组中心在地球坐标系下的直角坐标位置(xi,yi,zi)和点云极坐标信息在地球坐标系下的直角坐标位置(xe,ye,ze)计算地球坐标系下惯组中心点到点云的矢量re,利用转换矩阵将矢量re从地球坐标系转换为东北天坐标系下的矢量rn,再利用转换矩阵将矢量rn从东北天坐标系转换为载体坐标系下的矢量r′b,再根据矢量r′b和惯组中心位置到相机焦点在载体坐标系下的矢量rb计算得到相机焦点到点云在载体坐标系下的矢量rp′,再将矢量rp′从载体坐标系转换为相机直角坐标系下的矢量rp,计算矢量rp在相机直角坐标系下的极坐标(Rp,θp,),其中Rp表示距离,θp表示方位角,表示俯仰角;
(5)计算每一个感光片的长度l和宽度k;
(6)根据点云中每一点的方位角θp和俯仰角以及感光片的长度l、宽度k和照片焦距f计算出对应角度下每一点在CCD坐标系中的位置,并根据每一点在CCD坐标系中的位置计算每一点在照片坐标系中的像素位置,把该像素下的RGB值赋予对应的每一点在地球坐标系下的极坐标位置,从而完成点云模型真彩色处理。
2.根据权利要求1所述的一种三维激光成像系统的点云模型真彩色处理方法,其特征在于:所述步骤(2)的实现方法为:
根据导航时间信息T,计算照片拍摄时刻Ti所在的导航区间s,s=floor(Ti-T(1))/ΔT+1,ΔT为惯组采样周期,根据导航区间s计算出惯组中心在地球坐标系下的极坐标位置信息(λi,hi)和姿态信息(γi,θi,ψi),计算方法为:
λi=λ(s)+(λ(s+1)-λ(s))/ΔT*(Ti-T(s));
hi=h(s)+(h(s+1)-h(s))/ΔT*(Ti-T(s));
γi=γ(s)+(γ(s+1)-γ(s))/ΔT*(Ti-T(s));
θi=θ(s)+(θ(s+1)-θ(s))/ΔT*(Ti-T(s));
ψi=ψ(s)+(ψ(s+1)-ψ(s))/ΔT*(Ti-T(s))。
3.根据权利要求1所述的一种三维激光成像系统的点云模型真彩色处理方法,其特征在于:所述步骤(3)根据惯组中心在地球坐标系下的极坐标位置信息(λi,hi)得到地球坐标系到东北天坐标系的转换矩阵的方法为:
根据惯组中心在地球坐标系下的姿态信息(γi,θi,ψi)得到东北天坐标系到载体坐标系的转换矩阵的方法为:
4.根据权利要求1所述的一种三维激光成像系统的点云模型真彩色处理方法,其特征在于:所述步骤(4)将惯组中心在地球坐标系下的极坐标位置信息(λi,hi)和获得的点云极坐标信息(λe,he)分别转换为惯组中心在地球坐标系下的直角坐标位置(xi,yi,zi)和点云极坐标信息在地球坐标系下的直角坐标位置(xe,ye,ze)的方法为:
其中a为地球长半轴,b为地球短半轴,Re=6378137m;
所述步骤(4)计算在地球坐标系下惯组中心点到点云的矢量re的方法为:
所述步骤(4)将矢量re从地球坐标系转换为东北天坐标系得到矢量rn的方法为:
所述步骤(4)将矢量rn从东北天坐标系转换为载体坐标系得到矢量r′b的方法为:
所述步骤(4)根据矢量r′b和惯组中心位置到相机焦点在载体坐标系下的矢量rb,计算得到相机焦点到点云在载体坐标系的矢量rp′的方法为:
rp′=r′b-rb;
其中由相机与惯组安装位置得出,其中rbx表示rb在x方向的分量,rby表示rb在y方向的分量,rbz表示rb在z方向的分量;
所述步骤(4)将矢量rp′从载体坐标系转换为相机直角坐标系下的矢量rp的方法为:
所述步骤(4)计算矢量rp在相机直角坐标系下的极坐标(Rp,θp,)的方法为:
如果xp=0,yp>0,则θp=90°;如果xp=0,yp<0,则θp=270°;如果xp>0,则如果xp<0,则
其中
5.根据权利要求1所述的一种三维激光成像系统的点云模型真彩色处理方法,其特征在于:所述步骤(5)的实现方法为:每一个感光片的长和宽由公式k=A/m,l=B/n计算得到,其中m为像素纵向个数,n为像素横向个数,A为相机CCD宽,B为相机CCD长。
6.根据权利要求1或5所述的一种三维激光成像系统的点云模型真彩色处理方法,其特征在于:所述步骤(6)的实现方法为:
(1)每一点在CCD坐标系中的位置的计算公式为xb′=-ftanθp,其中xb′表示每一点在CCD坐标系中的横坐标,yb′表示每一点在CCD坐标系中的纵坐标;
(2)根据每一点在CCD坐标系中的位置计算每一点在照片坐标系中的像素位置的计算公式为i=-floor(yb′/k-m/2),j=floor(xb′/l+n/2),其中i表示每一点在照片坐标系中的横坐标,j表示每一点在照片坐标系中的纵坐标;根据每一点在照片坐标系中的像素位置信息i,j将每一点的像素值(r,g,b)提取出来,赋予对应的点在地球坐标系下的极坐标位置,完成点云模型真彩色处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310557041.6A CN103679647B (zh) | 2013-11-11 | 2013-11-11 | 一种三维激光成像系统的点云模型真彩色处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310557041.6A CN103679647B (zh) | 2013-11-11 | 2013-11-11 | 一种三维激光成像系统的点云模型真彩色处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103679647A CN103679647A (zh) | 2014-03-26 |
CN103679647B true CN103679647B (zh) | 2016-09-21 |
Family
ID=50317103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310557041.6A Active CN103679647B (zh) | 2013-11-11 | 2013-11-11 | 一种三维激光成像系统的点云模型真彩色处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103679647B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104318616A (zh) * | 2014-11-07 | 2015-01-28 | 钟若飞 | 彩色点云系统及基于该系统的彩色点云生成方法 |
CN106228167B (zh) * | 2015-07-30 | 2018-04-27 | 全维智造(北京)技术开发有限公司 | 特征采集、标记和识别方法 |
CN106530380B (zh) * | 2016-09-20 | 2019-02-26 | 长安大学 | 一种基于三维激光雷达的地面点云分割方法 |
CN109945777A (zh) * | 2017-12-21 | 2019-06-28 | 北京矩阵空间科技有限公司 | 一种三维自动成像系统 |
CN108415034A (zh) * | 2018-04-27 | 2018-08-17 | 绵阳天眼激光科技有限公司 | 一种激光雷达实时成像装置 |
CN114511626B (zh) * | 2022-04-20 | 2022-08-05 | 杭州灵西机器人智能科技有限公司 | 基于rgbd相机系统的图像处理装置、方法、设备及介质 |
CN116580159B (zh) * | 2023-07-10 | 2023-09-26 | 苏州创捷传媒展览股份有限公司 | 基于静态扫描的三维建模系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6246468B1 (en) * | 1996-04-24 | 2001-06-12 | Cyra Technologies | Integrated system for quickly and accurately imaging and modeling three-dimensional objects |
CN103279989A (zh) * | 2013-05-30 | 2013-09-04 | 北京航天控制仪器研究所 | 一种三维激光成像系统平面点云数据三角化处理方法 |
-
2013
- 2013-11-11 CN CN201310557041.6A patent/CN103679647B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6246468B1 (en) * | 1996-04-24 | 2001-06-12 | Cyra Technologies | Integrated system for quickly and accurately imaging and modeling three-dimensional objects |
CN103279989A (zh) * | 2013-05-30 | 2013-09-04 | 北京航天控制仪器研究所 | 一种三维激光成像系统平面点云数据三角化处理方法 |
Non-Patent Citations (2)
Title |
---|
Stereo Vision three-dimensional terrain maps for precision agriculture;Francisco Rovira Mas等;《Computers and Electronics in Agriculture 60》;20081231;133-143 * |
基于视觉信息的三维激光点云渲染与深度图构建;陈东等;《Proceedings of the 29th Chinese Control Conference》;20100731;3631-3635 * |
Also Published As
Publication number | Publication date |
---|---|
CN103679647A (zh) | 2014-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103679647B (zh) | 一种三维激光成像系统的点云模型真彩色处理方法 | |
CN103822644B (zh) | 一种三维激光成像系统的相机标定方法 | |
Zhang et al. | Intelligent collaborative localization among air-ground robots for industrial environment perception | |
Atia et al. | Integrated indoor navigation system for ground vehicles with automatic 3-D alignment and position initialization | |
EP2510379B1 (en) | System and method for determining geo-location(s) in images | |
CN111199560B (zh) | 一种视频监控的定位方法及视频监控系统 | |
CN110345937A (zh) | 一种基于二维码的导航定姿定位方法和系统 | |
CN106153050A (zh) | 一种基于信标的室内定位系统和方法 | |
CN101813465B (zh) | 非接触精密测转角的单目视觉测量方法 | |
CN104200086A (zh) | 宽基线可见光相机位姿估计方法 | |
CN107831515B (zh) | 水下定位方法和系统 | |
CN104501779A (zh) | 基于多站测量的无人机高精度目标定位方法 | |
CN104268935A (zh) | 一种基于特征的机载激光点云与影像数据融合系统及方法 | |
CN106373159A (zh) | 一种简化的无人机多目标定位方法 | |
KR102075028B1 (ko) | 무인기 고속비행 중 정밀위치 영상 획득 장치 및 그를 이용한 정밀위치 획득 방법 | |
CN104463791A (zh) | 一种基于球面模型的鱼眼图像校正法 | |
CN108931235A (zh) | 无人机倾斜摄影测量技术在规划竣工测量中的应用方法 | |
CN103900539A (zh) | 一种空中立方体全景成像目标定位方法 | |
CN112146629A (zh) | 一种多角度贴近摄影航迹与姿态规划方法 | |
CN102279001B (zh) | 一种星载相机的相移补偿方法 | |
CN102967311A (zh) | 基于天空偏振分布模型匹配的导航定位方法 | |
CN107192377A (zh) | 远程测量物体坐标的方法、装置及飞行器 | |
CN110542407A (zh) | 一种航拍图像任意像素点定位信息获取方法 | |
CN113282108A (zh) | 基于无人机技术快速精准采集低空遥感影像的方法 | |
CN113296133B (zh) | 一种基于双目视觉测量与高精度定位融合技术实现位置标定的装置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |