CN105423915A - 用于地面激光扫描数据配准的平面靶标的精确定位方法 - Google Patents
用于地面激光扫描数据配准的平面靶标的精确定位方法 Download PDFInfo
- Publication number
- CN105423915A CN105423915A CN201510782788.0A CN201510782788A CN105423915A CN 105423915 A CN105423915 A CN 105423915A CN 201510782788 A CN201510782788 A CN 201510782788A CN 105423915 A CN105423915 A CN 105423915A
- Authority
- CN
- China
- Prior art keywords
- target
- laser scanning
- intensity image
- cloud data
- target center
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明涉及用于地面激光扫描数据配准的平面靶标的精确定位,包括以下步骤:首先基于人工靶标靶心附近的点云数据,利用主成分分析算法确定点云数据所在的平面;其次将点云数据正射投影生成点云数据的正射投影强度影像;第三在生成的正射投影强度影像中基于旋转对称模式识别与定位算法确定靶心在强度影像中的位置;第四根据激光扫描点与投影影像中像素的对应关系确定靶心的三维坐标。当强度影像中定位的靶心没有对应的激光扫描点时,采用非线性最小二乘估计靶心的三维坐标。本发明提出的技术方案对于地面激光扫描数据处理和三维建模具有重大意义和实用价值,将本发明提出的方法用于地面激光扫描点云数据配准中能够达到毫米级的配准精度。
Description
本发明得到天津师范大学博士基金项目的资助,项目号:52XB1306。
技术领域
本发明属于测绘和逆向工程技术领域,涉及利用地面激光扫描技术进行目标表面精密三维测量时,在对多站扫描数据进行精确配准过程中,平面旋转对称靶标的精确定位。
背景技术
地面激光扫描技术能够用于快速获取扫描仪所在环境的高精度、高密度三维测量数据。近些年,地面激光扫描技术被广泛应用于城市三维建模、工程勘测、历史建筑保护和考古等领域。由于遮挡的存在,单站地面激光扫描只能获得对象的部分表面数据,为了获得更为完整的数据,通常需要对多站扫描数据进行配准。为了保证地面激光扫描数据的配准的精度和可靠性,工程实践中通常将人工靶标用作配准的控制点。常见的人工靶标有靶球、反射片和平面纸质靶标。通常,靶球和反射片的使用成本较高。平面纸质靶标造价低廉,且便于安置和识别,是工程实践中常用的一种人工靶标。为了将该类型靶标用于高精度激光扫描点云配准,必须实现这类靶标的精确定位。
发明内容
本发明的目的在于提供一种在点云数据中精确定位平面靶标的方法,用于多站地面激光扫描数据配准。其特征在于:采用主成份分析方法确定靶标所在的平面,通过正射投影生成靶标的强度影像,利用旋转对称模式识别和定位靶心在强度影像中的位置,使用最小二乘求解靶心的精确三维坐标,具体包括以下步骤:
步骤1,交互选择靶标靶心附近的点云数据,利用主成分分析方法确定点云数据所在的平面,利用靶心附近激光扫描点云数据的三维坐标构造协方差矩阵,对该协方差矩阵进行主成分分析,靶标点云数据所在的平面近似地通过与最大的两个特征值对应的特征向量表达;
步骤2,将点云数据正射投影生成点云数据的正射投影强度影像,该强度影像为一灰度影像,影像中每个像素的灰度值根据激光扫描点的强度值计算;
步骤3,在生成的正射投影强度影像中基于旋转对称模式识别与定位方法确定靶心在强度影像中的位置;
步骤4,对靶心三维坐标进行求解;当强度影像中定位的靶心有对应的激光扫描点时,根据激光扫描点与投影影像中像素的对应关系确定靶心的三维坐标;当强度影像中定位的靶心没有对应的激光扫描点时,采用最小二乘法估计靶心的三维坐标。
本发明更加详细的技术方案包括以下步骤:
步骤1,交互选择靶标靶心附近的点云数据,利用主成分分析方法确定点云数据所在的平面。利用靶心附近激光扫描点云数据的三维坐标构造如下的协方差矩阵:
其中,对该矩阵进行主成分分析,靶标点云数据所在的平面近似地通过与最大的两个特征值对应的特征向量表达;
步骤2,将点云数据正射投影生成点云数据的正射投影强度影像。该强度影像为一灰度影像,影像中每个像素的灰度值根据激光扫描点的强度值计算;
步骤3,在生成的正射投影强度影像中基于旋转对称模式识别与定位方法确定靶心在强度影像中的位置;
步骤4,对靶心三维坐标进行求解。当强度影像中定位的靶心有对应的激光扫描点时,根据激光扫描点与投影影像中像素的对应关系确定靶心的三维坐标;当强度影像中定位的靶心没有对应的激光扫描点时,采用最小二乘法估计靶心的三维坐标。
如果正射投影强度影像中定位的靶心没有与之对应的激光扫描点时,采用非线性最小二乘估计靶心的三维坐标。所使用的数学模型为,
其中,di为靶心附近的某一激光扫描点到靶心的距离,(Xi,Yi,Zi)为该激光扫描点的三维坐标,(XC,YC,ZC)为待求的靶心的三维坐标。基于高斯-牛顿非线性最小二乘解法,基于上式中的数学模型求解靶心的三维坐标。
用于求解靶心三维坐标的改正数的最小二乘的法方程如下,
其中,V为靶心三维坐标的改正数,A为法方程的系数矩阵,l为常数向量。其具体公式为,
系数矩阵A中的元素基于以下公式计算
本发明公开的用于地面激光扫描数据配准的平面靶标的精确定位方法与现有技术相比所具有的积极效果在于:
本发明创造性地提出基于正射强度影像的靶标定位方法,结合主成分分析和非线性最小二乘的数值计算方法,解决了靶心特征识别和三维坐标精确解算的问题。在地面激光扫描点云数据配准过程中使用本发明提出的方法能够稳健地识别和定位靶标,使得数据配准精度优于5mm。
附图说明
图1靶标图案;
图2靶标的激光扫描点云数据;
图3正射强度影像;
图4正射强度影像中靶心的定位;
具体实施方式
下面通过具体的实施方案叙述本发明。除非特别说明,本发明中所用的技术手段均为本领域技术人员所公知的方法。另外,实施方案应理解为说明性的,而非限制本发明的范围,本发明的实质和范围仅由权利要求书所限定。
实施例1
步骤1,交互选择靶标靶心附近的点云数据,利用主成分分析方法确定点云数据所在的平面。利用靶心附近激光扫描点云数据的三维坐标构造如下的协方差矩阵:
其中,对该矩阵进行主成分分析,靶标点云数据所在的平面近似地通过与最大的两个特征值对应的特征向量表达;
本发明针对的平面靶标如图1所示。该靶标图案为一黑白图案,图案呈旋转对称模式。在进行激光扫描前将如图1所示的靶标打印出多个纸质靶标,并尽量均匀地布设在扫描场景中。激光扫描点云通常记录扫描点的三维坐标及激光反射强度值。通过对场景中布设的多个靶标进行激光扫描,可以得到如图2所示的靶标点云数据。在图2中,靶标的点云数据呈平面分布模式,靶标的灰度值根据激光反射强度值进行渲染。
根据靶心附近点云数据的三维坐标构成协方差矩阵,并对协方差矩阵进行主成分分析可以得到按降序排列的特征值。若扫描点云在三维空间中呈面状分布,有,则点云数据所在的平面可以近似地通过与对应的两个特征向量表达。
步骤2,将点云数据正射投影生成点云数据的正射投影强度影像。该强度影像为一灰度影像,影像中每个像素的灰度值根据激光扫描点的强度值计算;
图3为利用靶心附近选中的点云数据生成的靶心附近正射投影强度影像。
步骤3,在生成的正射投影强度影像中基于旋转对称模式识别与定位方法确定靶心在强度影像中的位置;
在生成的靶心附近的正射强度影像中识别与定位旋转对称模式。图4所示为经过旋转对称特征识别与定位得到的靶心位置,靶心的位置表达为正射投影强度影像的像素坐标。
步骤4,对靶心三维坐标进行求解。当强度影像中定位的靶心有对应的激光扫描点时,根据激光扫描点与投影影像中像素的对应关系确定靶心的三维坐标;当强度影像中定位的靶心没有对应的激光扫描点时,采用非线性最小二乘估计靶心的三维坐标。
当正射投影强度影像中定位的靶心由某一激光扫描点投影生成,那么根据激光扫描点与投影影像中像素的对应关系可以将该激光扫描点的三维坐标作为靶心的三维坐标。采用非线性最小二乘估计靶心的三维坐标的过程是:首先,给定最小二乘计算的收敛条件;其次,根据靶心附近扫描点的三维坐标建立法方程,包括确定系数矩阵A和常数向量l;最后,通过迭代运算求解靶心的三维坐标。
对于待配准的两站点云数据,利用该方法分别解算3对同名靶标在两站扫描数据中的三维坐标。基于解算出的同名靶标的三维坐标估计两种点云数据的旋转平移坐标变换参数。进一步地,根据坐标变换参数对靶标定位精度和点云配准精度进行评估。
表1
如表1所示,三对同名靶标的残差X坐标分量的绝对值均为1mm,Y小于或等于4mm;残差Y坐标分量绝对值最大为3mm,最小为1mm;残差Z坐标分量绝对值最大为2mm,最小为1mm。靶标的均方根误差在三个坐标分量上分别为1mm、3mm和1mm。实验表明,将本研究提出的方法用于地面激光扫描点云数据配准能够达到优于5毫米的配准精度。
表2
同样的,采用常规的交互选点配准方法,配准精度通常只能达到厘米级。而且,当点云密度较低时,采用交互方式选点配准方法的点云配准精度将会显著下降。表2为利用常规交互选点配准方法对相邻两站点云数据进行配准的精度统计结果。实验中共选择9对同名点。从表2中可以看出,同名点的X、Y和Z坐标残差分量的绝对值最大分别为0.027m、0.082m和0.016m。靶标的均方根误差在三个坐标分量上分别为0.012m、0.033m和0.009m。实验表明,本发明提出的方法用于地面激光扫描点云数据配准的精度远高于常规的交互式选点配准方法。
Claims (1)
1.用于地面激光扫描数据配准的平面靶标的精确定位方法,其特征在于:采用主成份分析方法确定靶标所在的平面,通过正射投影生成靶标的强度影像,利用旋转对称模式识别和定位靶心在强度影像中的位置,使用最小二乘求解靶心的精确三维坐标,具体包括以下步骤:
步骤1,交互选择靶标靶心附近的点云数据,利用主成分分析方法确定点云数据所在的平面,利用靶心附近激光扫描点云数据的三维坐标构造协方差矩阵,对该协方差矩阵进行主成分分析,靶标点云数据所在的平面近似地通过与最大的两个特征值对应的特征向量表达;
步骤2,将点云数据正射投影生成点云数据的正射投影强度影像,该强度影像为一灰度影像,影像中每个像素的灰度值根据激光扫描点的强度值计算;
步骤3,在生成的正射投影强度影像中基于旋转对称模式识别与定位方法确定靶心在强度影像中的位置;
步骤4,对靶心三维坐标进行求解;当强度影像中定位的靶心有对应的激光扫描点时,根据激光扫描点与投影影像中像素的对应关系确定靶心的三维坐标;当强度影像中定位的靶心没有对应的激光扫描点时,采用最小二乘法估计靶心的三维坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510782788.0A CN105423915A (zh) | 2015-11-16 | 2015-11-16 | 用于地面激光扫描数据配准的平面靶标的精确定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510782788.0A CN105423915A (zh) | 2015-11-16 | 2015-11-16 | 用于地面激光扫描数据配准的平面靶标的精确定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105423915A true CN105423915A (zh) | 2016-03-23 |
Family
ID=55502296
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510782788.0A Pending CN105423915A (zh) | 2015-11-16 | 2015-11-16 | 用于地面激光扫描数据配准的平面靶标的精确定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105423915A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106091972A (zh) * | 2016-06-30 | 2016-11-09 | 河海大学 | 一种基于移动窗口投影点密度的建筑物变化检测方法 |
CN107316325A (zh) * | 2017-06-07 | 2017-11-03 | 华南理工大学 | 一种基于图像配准的机载激光点云与影像配准融合方法 |
CN110796707A (zh) * | 2019-09-10 | 2020-02-14 | 腾讯科技(深圳)有限公司 | 标定参数计算方法、装置以及存储介质 |
CN110866449A (zh) * | 2019-10-21 | 2020-03-06 | 北京京东尚科信息技术有限公司 | 识别道路中目标对象的方法和装置 |
CN112230230A (zh) * | 2019-06-28 | 2021-01-15 | 比亚迪股份有限公司 | 定位方法、装置和系统 |
CN113050072A (zh) * | 2021-03-05 | 2021-06-29 | 北京经纬恒润科技股份有限公司 | 一种激光雷达测试系统及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102609940A (zh) * | 2012-01-17 | 2012-07-25 | 安徽建筑工业学院 | 利用地面激光扫描技术进行测量对象表面重建时点云配准误差处理方法 |
EP2523017A1 (de) * | 2011-05-13 | 2012-11-14 | Hexagon Technology Center GmbH | Kalibrierverfahren für ein Gerät mit Scanfunktionalität |
CN102881009A (zh) * | 2012-08-22 | 2013-01-16 | 敦煌研究院 | 基于激光扫描的洞窟壁画纠正与定位方法 |
CN103322916A (zh) * | 2013-06-28 | 2013-09-25 | 中国计量学院 | 基于三维激光扫描法的大型立式罐容积测量系统及方法 |
CN104075691A (zh) * | 2014-07-09 | 2014-10-01 | 广州市城市规划勘测设计研究院 | 基于cors和icp算法的地面激光扫描仪快速测量地形的方法 |
CN104599272A (zh) * | 2015-01-22 | 2015-05-06 | 中国测绘科学研究院 | 面向可移动靶标球的机载LiDAR点云与影像联合配准方法 |
-
2015
- 2015-11-16 CN CN201510782788.0A patent/CN105423915A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2523017A1 (de) * | 2011-05-13 | 2012-11-14 | Hexagon Technology Center GmbH | Kalibrierverfahren für ein Gerät mit Scanfunktionalität |
CN102609940A (zh) * | 2012-01-17 | 2012-07-25 | 安徽建筑工业学院 | 利用地面激光扫描技术进行测量对象表面重建时点云配准误差处理方法 |
CN102881009A (zh) * | 2012-08-22 | 2013-01-16 | 敦煌研究院 | 基于激光扫描的洞窟壁画纠正与定位方法 |
CN103322916A (zh) * | 2013-06-28 | 2013-09-25 | 中国计量学院 | 基于三维激光扫描法的大型立式罐容积测量系统及方法 |
CN104075691A (zh) * | 2014-07-09 | 2014-10-01 | 广州市城市规划勘测设计研究院 | 基于cors和icp算法的地面激光扫描仪快速测量地形的方法 |
CN104599272A (zh) * | 2015-01-22 | 2015-05-06 | 中国测绘科学研究院 | 面向可移动靶标球的机载LiDAR点云与影像联合配准方法 |
Non-Patent Citations (2)
Title |
---|
YUBIN LIANG ET AL: "Automatic registration of terrestrial laser scanning data using precisely located artificial planar targets", 《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》 * |
梁玉斌: "面向建筑测绘的地面激光扫描模式识别方法研究", 《中国博士学位论文全文数据库 基础科学辑》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106091972A (zh) * | 2016-06-30 | 2016-11-09 | 河海大学 | 一种基于移动窗口投影点密度的建筑物变化检测方法 |
CN106091972B (zh) * | 2016-06-30 | 2018-09-21 | 河海大学 | 一种基于移动窗口投影点密度的建筑物变化检测方法 |
CN107316325A (zh) * | 2017-06-07 | 2017-11-03 | 华南理工大学 | 一种基于图像配准的机载激光点云与影像配准融合方法 |
CN107316325B (zh) * | 2017-06-07 | 2020-09-22 | 华南理工大学 | 一种基于图像配准的机载激光点云与影像配准融合方法 |
CN112230230A (zh) * | 2019-06-28 | 2021-01-15 | 比亚迪股份有限公司 | 定位方法、装置和系统 |
CN112230230B (zh) * | 2019-06-28 | 2024-02-27 | 比亚迪股份有限公司 | 定位方法、装置和系统 |
CN110796707A (zh) * | 2019-09-10 | 2020-02-14 | 腾讯科技(深圳)有限公司 | 标定参数计算方法、装置以及存储介质 |
CN110796707B (zh) * | 2019-09-10 | 2022-05-06 | 腾讯科技(深圳)有限公司 | 标定参数计算方法、装置以及存储介质 |
CN110866449A (zh) * | 2019-10-21 | 2020-03-06 | 北京京东尚科信息技术有限公司 | 识别道路中目标对象的方法和装置 |
CN113050072A (zh) * | 2021-03-05 | 2021-06-29 | 北京经纬恒润科技股份有限公司 | 一种激光雷达测试系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105423915A (zh) | 用于地面激光扫描数据配准的平面靶标的精确定位方法 | |
US11361469B2 (en) | Method and system for calibrating multiple cameras | |
CN110057295B (zh) | 一种免像控的单目视觉平面距离测量方法 | |
Alismail et al. | Automatic calibration of a range sensor and camera system | |
CN113137920B (zh) | 一种水下测量的设备与水下测量方法 | |
CN104766309A (zh) | 一种平面特征点导航定位方法与装置 | |
CN108053441B (zh) | 一种激光三角法高精度测量方法 | |
Scaioni | Direct georeferencing of TLS in surveying of complex sites | |
CN113096183B (zh) | 一种基于激光雷达与单目相机的障碍物检测与测量方法 | |
Yang et al. | Accurate calibration approach for non-overlapping multi-camera system | |
Xu et al. | LiDAR–camera calibration method based on ranging statistical characteristics and improved RANSAC algorithm | |
US11568638B2 (en) | Image targeting via targetable 3D data | |
CN111179335A (zh) | 一种基于双目视觉的立木测定方法 | |
CN110136178A (zh) | 一种基于端点拟合的三维激光点云配准方法及装置 | |
Wang et al. | An improved measurement model of binocular vision using geometrical approximation | |
Boehm et al. | Accuracy of exterior orientation for a range camera | |
Jung et al. | A novel 2.5 D pattern for extrinsic calibration of tof and camera fusion system | |
Jiang et al. | Determination of construction site elevations using drone technology | |
CN107765257A (zh) | 一种基于反射强度辅助外部校准的激光探测与测量方法 | |
CN113822920A (zh) | 结构光相机获取深度信息的方法、电子设备及存储介质 | |
Anwar et al. | Design of coded reference labels for indoor optical navigation using monocular camera | |
JP2021038939A (ja) | キャリブレーション装置 | |
CN105809685A (zh) | 一种基于单幅同心圆图像的摄像机定标方法 | |
Zhou et al. | A new algorithm for computing the projection matrix between a LIDAR and a camera based on line correspondences | |
Ahrnbom et al. | Calibration and absolute pose estimation of trinocular linear camera array for smart city applications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160323 |