CN106023271B - 一种靶标中心坐标提取方法及装置 - Google Patents

一种靶标中心坐标提取方法及装置 Download PDF

Info

Publication number
CN106023271B
CN106023271B CN201610587066.4A CN201610587066A CN106023271B CN 106023271 B CN106023271 B CN 106023271B CN 201610587066 A CN201610587066 A CN 201610587066A CN 106023271 B CN106023271 B CN 106023271B
Authority
CN
China
Prior art keywords
laser point
saturation
saturation laser
blocks
target
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
Application number
CN201610587066.4A
Other languages
English (en)
Other versions
CN106023271A (zh
Inventor
刘守军
陈正魁
龚书林
胡庆武
毛庆洲
杨晶
姚立
余建伟
骆朝亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
WUHAN HAIDASHU CLOUD TECHNOLOGY Co Ltd
Original Assignee
WUHAN HAIDASHU CLOUD TECHNOLOGY Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by WUHAN HAIDASHU CLOUD TECHNOLOGY Co Ltd filed Critical WUHAN HAIDASHU CLOUD TECHNOLOGY Co Ltd
Priority to CN201610587066.4A priority Critical patent/CN106023271B/zh
Publication of CN106023271A publication Critical patent/CN106023271A/zh
Application granted granted Critical
Publication of CN106023271B publication Critical patent/CN106023271B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • G06T2207/10008Still image; Photographic image from scanner, fax or copier
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20021Dividing image into blocks, subimages or windows

Landscapes

  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种靶标中心坐标提取方法及装置,该方法包括采用第一档位,对靶标所在场景进行扫描,获取饱和激光点数据;根据饱和激光点数据对场景中的靶标进行识别;根据识别结果,确定靶标的扫描范围,根据扫描范围采用第二档位对靶标进行扫描,得到扫描范围内的激光点数据;从激光点数据中提取靶标中心预设区域内的激光点数据,根据预设区域内的激光点数据,获取靶标中心坐标。本发明中,采用第一档位对靶标所在的场景进行扫描,根据扫描结果识别出场景中的靶标,再采用第二档位对靶标进行扫描,根据扫描结果获取靶标中心坐标,采用第一档位和第二档位结合的方式,既能准确获取靶标中心坐标,也不会导致工作量和成本的增加及扫描时间过长。

Description

一种靶标中心坐标提取方法及装置
技术领域
本发明涉及测绘技术领域,具体而言,涉及一种靶标中心坐标提取方法及装置。
背景技术
现在激光扫描技术已经广泛应用于地形测绘、工程测量和场景建模等测绘领域,但是由于激光扫描仪的测距范围有限,而扫描场景通常较大,因此需要进行多站扫描,然后将多站扫描的点云进行拼接,得到整个场景的整体点云。而在进行点云拼接中,需要选取连接点,通常将靶标作为连接点,因此需要提取靶标的中心坐标。
现有技术中,大都是通过激光扫描仪扫描靶球,然后人工或者自动提取落在靶球上的激光点,根据这些激光点采用最小二乘算法拟合球体,为了能够准确的获取靶标的中心坐标,该方法要求靶球附近的点云密度较高,而要想提高点云密度,要么减小靶球到激光扫描仪的距离,要么采用高密度的档位进行扫描。
但是,如果减小靶球到激光扫描仪的距离,对于大场景而言,需要增加测站数量,从而导致工作量和成本的增加,如果采用高密度的档位进行扫描,会导致扫描时间过长。
发明内容
有鉴于此,本发明实施例的目的在于提供一种靶标中心坐标提取方法及装置,既能准确的获取靶标中心坐标,同时也不会导致工作量和成本的增加及扫描时间过长。
第一方面,本发明实施例提供了一种靶标中心坐标提取方法,其中,所述方法包括:
采用第一档位,对靶标所在场景进行扫描,获取饱和激光点数据;
根据所述饱和激光点数据对所述场景中的靶标进行识别;
根据靶标识别结果,确定所述靶标的扫描范围,根据所述扫描范围采用第二档位对所述靶标进行扫描,得到所述扫描范围内的激光点数据;
从所述激光点数据中提取靶标中心预设区域内的激光点数据,根据所述预设区域内的激光点数据,获取所述靶标中心坐标。
结合第一方面,本发明实施例提供了上述第一方面的第一种可能的实现方式,其中,所述根据所述饱和激光点数据对所述场景中的靶标进行识别,包括:
根据所述饱和激光点数据,生成所述饱和激光点数据对应的二值图像,提取所述二值图像中饱和激光点对应的像素点区域轮廓,根据所述像素点区域轮廓将所述饱和激光点数据分块存储,得到多个饱和激光点块,将多个饱和激光点块记为饱和激光点块集合;
过滤所述饱和激光点块集合中的预设形状的像素点区域轮廓对应的饱和激光点块,得到第一剩余饱和激光点块集合;
获取所述第一剩余饱和激光点块集合中每个饱和激光点块对应的像素点区域的最小包围圆,获取所述最小包围圆的半径,根据所述最小包围圆的半径过滤所述第一饱和激光点块集合中最小包围圆的半径大于或等于预设半径值的饱和激光点块,得到第二剩余饱和激光点块集合;
计算所述第二剩余饱和激光点块集合中每个饱和激光点块的点云密度,根据所述点云密度去除所述第二剩余饱和激光点块集合中点云密度小于预设密度值的饱和激光点块,得到第三剩余饱和激光点块集合;
获取所述第三剩余饱和激光点块集合中每个饱和激光点块的激光点分布,根据所述激光点分布过滤非均匀分布的饱和激光点块,得到第四剩余饱和激光点块集合;
统计所述第四剩余饱和激光点块集合中的每个饱和激光点块的圆心预设范围内的饱和激光点个数,根据所述圆心预设范围内的饱和激光点个数过滤实心圆形饱和激光点块,得到第五剩余饱和激光点块集合,将所述第五剩余饱和激光点块集合中的饱和激光点块确定为所述场景中的靶标对应的饱和激光点块。
结合第一方面的第一种可能的实现方式,本发明实施例提供了上述第一方面的第二种可能的实现方式,其中,所述根据所述饱和激光点数据,生成所述饱和激光点数据对应的二值图像,包括:
生成预设尺寸的图像,将所述图像中每个像素点的初始灰度值设置为0或者255;
根据所述饱和激光点数据中的饱和激光点的水平角度和垂直角度,通过公式(1)计算所述饱和激光点在所述图像中对应的像素坐标;
当所述每个像素点的初始灰度值为0时,将所述饱和激光点在所述图像中对应的像素坐标处像素点的灰度值设置为255,当所述每个像素点的初始灰度值为255时,将所述饱和激光点在所述图像中对应的像素坐标处像素点的灰度值设置为0,获取所述饱和激光点数据对应的二值图像;
其中,在公式(1)中,r为像素点所在的行,c为像素点所在的列,ΔA为所述图像中每个像素点的角度分辨率,vA为所述饱和激光点的垂直角度,hA为所述饱和激光点的水平角度,INT表示取整。
结合第一方面的第二种可能的实现方式,本发明实施例提供了上述第一方面的第三种可能的实现方式,其中,所述过滤所述饱和激光点块集合中的预设形状的像素点区域轮廓对应的饱和激光点块,包括:
获取所述二值图像中饱和激光点对应的像素点区域轮廓的外接矩形,计算所述外接矩形的长宽比例,根据所述长宽比例过滤预设形状的像素点区域轮廓对应的饱和激光点块。
结合第一方面的第一种可能的实现方式,本发明实施例提供了上述第一方面的第四种可能的实现方式,其中,所述计算所述第二剩余饱和激光点块结合中每个饱和激光点块的点云密度,根据所述点云密度过滤所述第二剩余饱和激光点块集合中点云密度小于预设密度值的饱和激光点块,包括:
根据所述第一饱和激光点块中第一饱和激光点和第二饱和激光点的水平角度和垂直角度,通过公式(2)计算所述第一饱和激光点和所述第二饱和激光点之间的角度距离,所述第一饱和激光点块为所述第二剩余饱和激光点块集合中任一饱和激光点块,所述第一饱和激光点和所述第二饱和激光点为所述第一饱和激光点块中任意两个饱和激光点;
采用同样的方法,计算所述第一饱和激光点块中每个饱和激光点与剩余其他饱和激光点的角度距离,得到每个饱和激光点对应的角度距离;
计算所述第一饱和激光点块对应的像素点区域轮廓的面积,根据所述第一饱和激光点块中每个饱和激光点对应的角度距离和所述面积,获取所述第一饱和激光点块的点云密度;
采用同样的方法,计算所述第二剩余饱和激光点块集合中每个饱和激光点块的点云密度;
根据所述第二饱和激光点块集合中每个饱和激光点块的点云密度过滤点云密度小于预设密度值的饱和激光点块;
其中,在公式(2)中,S为所述第一饱和激光点和所述第二饱和激光点之间的角度距离,vA1为所述第一饱和激光点的垂直角度,hA1为所述第一饱和激光点的水平角度,vA2为所述第二饱和激光点的垂直角度,hA2为所述第二饱和激光点的水平角度。
结合第一方面,本发明实施例提供了上述第一方面的第五种可能的实现方式,其中,所述根据所述预设区域内的激光点数据,获取所述靶标中心坐标,包括:
根据所述预设区域内的激光点数据,获取所述预设区域内每个激光点数据的三维空间坐标;
计算所述预设区域内的激光点数据的三维空间坐标的平均坐标,将所述平均坐标确定为所述靶标中心坐标。
第二方面,本发明实施例提供了一种靶标中心坐标提取装置,其中,所述装置包括:
第一扫描模块,用于采用第一档位,对靶标所在场景进行扫描,获取饱和激光点数据;
识别模块,用于根据所述饱和激光点数据对所述场景中的靶标进行识别;
第二扫描模块,用于根据靶标识别结果,确定所述靶标的扫描范围,根据所述扫描范围采用第二档位对所述靶标进行扫描,得到所述扫描范围内的激光点数据;
获取模块,用于从所述激光点数据中提取靶标中心预设区域内的激光点数据,根据所述预设区域内的激光点数据,获取所述靶标中心坐标。
结合第二方面,本发明实施例提供了上述第二方面的第一种可能的实现方式,其中,所述识别模块包括:
存储单元,用于根据所述饱和激光点数据,生成所述饱和激光点数据对应的二值图像,提取所述二值图像中饱和激光点对应的像素点区域轮廓,根据所述像素点区域轮廓将所述饱和激光点数据分块存储,得到多个饱和激光点块,将多个饱和激光点块记为饱和激光点块集合;
第一过滤单元,用于过滤所述饱和激光点块集合中的预设形状的像素点区域轮廓对应的饱和激光点块,得到第一剩余饱和激光点块集合;
第二过滤单元,用于获取所述第一剩余饱和激光点块集合中每个饱和激光点块对应的像素点区域的最小包围圆,获取所述最小包围圆的半径,根据所述最小包围圆的半径过滤所述第一饱和激光点块集合中最小包围圆的半径大于或等于预设半径值的饱和激光点块,得到第二剩余饱和激光点块集合;
第三过滤单元,用于计算所述第二剩余饱和激光点块集合中每个饱和激光点块的点云密度,根据所述点云密度过滤所述第二剩余饱和激光点块集合中点云密度小于预设密度值的饱和激光点块,得到第三剩余饱和激光点块集合;
第四过滤单元,用于获取所述第三剩余饱和激光点块集合中每个饱和激光点块的激光点分布,根据所述激光点分布过滤非均匀分布的饱和激光点块,得到第四剩余饱和激光点块集合;
第五过滤单元,用于统计所述第四剩余饱和激光点块集合中的每个饱和激光点块的圆心预设范围内的饱和激光点个数,根据所述圆心预设范围内的饱和激光点个数过滤实心圆形饱和激光点块,得到第五剩余饱和激光点块集合,将所述第五剩余饱和激光点块集合中的饱和激光点块确定为所述场景中的靶标对应的饱和激光点块。
结合第二方面的第一种可能的实现方式,本发明实施例提供了上述第二方面的第二种可能的实现方式,其中,所述存储单元包括:
生成子单元,用于生成预设尺寸的图像,将所述图像中每个像素点的初始灰度值设置为0或者255;
计算子单元,用于根据所述饱和激光点数据中的饱和激光点的水平角度和垂直角度,通过公式(1)计算所述饱和激光点在所述图像中对应的像素坐标;
获取子单元,用于当所述每个像素点的初始灰度值为0时,将所述饱和激光点在所述图像中对应的像素坐标处像素点的灰度值设置为255,当所述每个像素点的初始灰度值为255时,将所述饱和激光点在所述图像中对应的像素坐标处像素点的灰度值设置为0,获取所述饱和激光点数据对应的二值图像;
其中,在公式(1)中,r为像素点所在的行,c为像素点所在的列,ΔA为所述图像中每个像素点的角度分辨率,vA为所述饱和激光点的垂直角度,hA为所述饱和激光点的水平角度,INT表示取整。
结合第二方面,本发明实施例提供了上述第二方面的第三种可能的实现方式,其中,所述获取模块包括:
获取单元,用于根据所述预设区域内的激光点数据,获取所述预设区域内每个激光点数据的三维空间坐标;
计算单元,用于计算所述预设区域内的激光点数据的三维空间坐标的平均坐标,将所述平均坐标确定为所述靶标中心坐标。
本发明实施例提供的靶标中心坐标提取方法及装置,采用第一档位对靶标所在的场景进行扫描,根据扫描结果识别出场景中的靶标,再采用第二档位对靶标进行扫描,根据扫描结果获取靶标中心坐标,采用第一档位和第二档位相结合的方式,既能准确的获取靶标中心坐标,同时也不会导致工作量和成本的增加及扫描时间过长。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例1所使用的靶标的结构示意图;
图2示出了本发明实施例1所提供的一种靶标中心坐标提取方法的流程图;
图3示出了本发明实施例2所提供的一种靶标中心坐标提取装置的结构示意图。
图1附图标记说明:
110,同心圆;120,剩余圆环。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
考虑到现有技术中,通过激光扫描仪扫描靶球,然后人工或自动提取落在靶球上的激光点,根据这些激光点采用最小二乘法拟合球体,获取靶标上的中心坐标,但是这种方法要求靶球附近的点云密度较高,要想提高点云密度,要么减小靶球到激光扫描仪的距离,要么采用高密度的档位进行扫描,如果减小靶球到激光扫描仪的距离,对于大场景而言,需要增加测站数量,从而导致工作量和成本的增加,如果采用高密度的档位进行扫描,会导致扫描时间过长。基于此,本发明实施例提供了一种靶标中心坐标提取方法及装置,下面通过实施例进行描述。
实施例1
本发明实施例提供了一种靶标中心坐标提取方法,该方法采用第一档位对靶标所在的场景进行扫描,根据扫描结果识别出场景中的靶标,再采用第二档位对靶标进行扫描,根据扫描结果获取靶标中心坐标,采用第一档位和第二档位相结合的方式,既能准确的获取靶标中心坐标,同时也不会导致工作量和成本的增加及扫描时间过长。
在执行本发明实施例提供的方法提取靶标中心坐标之前,需要制作靶标,制作靶标的过程包括:制作一个大小合适的平面圆板,该平面圆板的直径优选的为0.4m,当然,还可以为其他数值,上述平面圆板的直径还可以根据实际应用进行设置,本发明实施例并不限定上述平面圆板直径的具体大小,在平面圆板上设置有直径小于圆板的直径的同心圆,该同心圆的直径约为圆板的一半,比如说,如果平面圆板的直径为0.4m,则该同心圆的直径可以为0.2m,当然,上述同心圆的直径的大小可以根据实际应用进行设置,上述只是列举了其中一种情况,并没有限定同心圆的具体大小,在上述同心圆上贴上具有较高反射系数的材质,比如说,与白色打印纸、白色墙壁等的反射系数相当的材质,在剩余圆环部分贴上具有高反射系数的材质,比如说,与激光反射片、蓝色车牌等的反射系数相当的材质。本发明实施例中所采用的靶标如图1所示,图1中同心圆110上贴有较高反射系数的材质,剩余圆环120上贴有高反射系数的材质。
采用本发明实施例提供的方法提取靶标中心坐标时,具体包括步骤S210-S240,如图2所示。
S210,采用第一档位,对靶标所在场景进行扫描,获取饱和激光点数据。
在本发明实施例中,采用激光扫描仪对靶标进行扫描,将上述制作的靶标放置在距离激光扫描仪50m左右的位置,调整靶标使靶标上贴有反射材质的一面正朝向激光扫描仪,设置激光扫描仪的参数,优选的,将激光扫描仪的频率设置为300KHz,水平转速设置为781s/r,垂直转速设置为8r/s,采用上述参数对应的档位,即第一档位对靶标所在的场景进行扫描,在扫描的过程中,激光扫描仪保存激光点对应物体到激光扫描仪的距离、激光点的水平角、垂直角以及激光点的强度,其中,激光点对应物体指的是激光点发射出去后遇到的物体,将激光点对应物体到激光扫描仪的距离、激光点的水平角、垂直角以及激光点的强度作为激光点数据进行存储,并且,在扫描的过程中将每个激光点的强度与预设强度阈值进行比对,当激光点的强度大于或者等于预设强度阈值时,判断该激光点为饱和激光点,当激光点的强度小于预设强度阈值时,判断该激光点为非饱和激光点,并存储上述饱和激光点对应物体到激光扫描仪的距离、饱和激光点的水平角、垂直角及饱和激光点的强度,获取饱和激光点数据,这样,在扫描的过程中直接获取饱和激光点数据,能够减少靶标中心坐标提取的时间,提高了工作效率。
上述在对靶标所在场景进行扫描时,可以根据实际应用设置对靶标所在场景进行扫描的角度,可以对靶标所在场景进行360°扫描、180°扫描或者其它任意角度的扫描,本发明实施例并不限定对靶标所在场景进行扫描的具体角度。
其中,上述激光扫描仪第一档位对应得各个参数,包括频率、水平转速及垂直转速可以根据具体应用场景进行调节,上述只是列举了其中一个实施例,并不限定上述参数的具体数值。
S220,根据饱和激光点数据对上述场景中的靶标进行识别。
上述采用第一档位对靶标所在的场景进行扫描时,除了扫描到场景中的靶标外,还会扫描到场景中的一些其他物体,比如说,广告牌、指示杆、车灯等物体,因此,需要过滤掉这些非靶标物体,识别出场景中的靶标。具体过程包括:根据饱和激光点数据,生成饱和激光点数据对应的二值图像,提取二值图像中饱和激光点对应的像素点区域轮廓,根据像素点区域轮廓将饱和激光点数据分块存储,得到多个饱和激光点块,将多个饱和激光点块记为饱和激光点块集合;过滤所述饱和激光点块集合中的预设形状的像素点区域轮廓对应的饱和激光点块,得到第一剩余饱和激光点块集合;获取第一剩余饱和激光点块集合中每个饱和激光点块对应的像素区域的最小包围圆,获取最小包围圆的半径,根据最小包围圆的半径过滤第一饱和激光点块集合中最小包围圆的半径大于或等于预设半径值的饱和激光点块,得到第二剩余饱和激光点块集合;计算第二剩余饱和激光点块集合中每个饱和激光点块的点云密度,根据点云密度过滤第二剩余饱和激光点块集合中点云密度小于预设密度值的饱和激光点块,得到第三剩余饱和激光点块集合;获取第三剩余饱和激光点块集合中每个饱和激光点块的激光点分布,根据激光点分布过滤非均匀分布的饱和激光点块,得到第四剩余饱和激光点块集合;统计第四剩余饱和激光点块集合中的每个饱和激光点块的圆心预设范围内的饱和激光点个数,根据圆心预设范围内的饱和激光点个数过滤实心圆形饱和激光点块,得到第五剩余饱和激光点块集合,将第五剩余饱和激光点块集合中的饱和激光点块确定为场景中的靶标对应的饱和激光点块。
预设形状一般是指长宽比大于预设数值的四边形,或者图形的外接矩形的长宽比大于预设数值的T字形、椭圆形、菱形、十字形、L形等等,上述只是列举了几种预设形状,并没有限定预设形状的具体种类,上述预设数值为接近1的数值,优选的,该数值为1.5或者2。
当采用第一档位扫描完毕后,根据获取到的饱和激光点数据,生成饱和激光点数据对应的二值图像,具体过程包括:生成预设尺寸的图像,将该图像中每个像素点的初始灰度值设置为0或者255;根据饱和激光点数据中的饱和激光点的水平角度和垂直角度,通过公式(1)计算饱和激光点在图像中对应的像素坐标;当每个像素点的初始灰度值为0时,将饱和激光点在图像中对应的像素坐标处像素点的灰度值设置为255,当每个像素点的初始灰度值为255时,将饱和激光点在图像中对应的像素坐标处像素点的灰度值设置为0,获取饱和激光点数据对应的二值图像;
其中,在公式(1)中,r为像素点所在的行,c为像素点所在的列,ΔA为图像中每个像素点的角度分辨率,vA为饱和激光点的垂直角度,hA为饱和激光点的水平角度,INT表示取整。
上述生成的预设尺寸的图像的宽和高的比例为2:1,上述ΔA为图像中每个像素点的角度分辨率,即图像上每个像素点对应的角度大小,且ΔA的取值与图像的尺寸有关,ΔA与图像的宽度满足公式W=360/ΔA,ΔA与图像的高度满足公式H=180/ΔA,其中,W为图像的宽度,H为图像的高度,比如说,当图像的尺寸为3600*1800时,ΔA取值为0.1,其中3600和1800均表示的是像素点个数,当图像的尺寸为360*180时,ΔA的取值为1。
在本发明实施例中,在上述预设尺寸可以为3600*1800,其中3600和1800均表示的是像素点个数,将该图像中每个像素点的初始灰度值设置为0,使得上述图像为黑色图像,或者将该图像中每个像素点的初始灰度值设置为255,使得上述图像为白色图像。
根据公式(1)计算出每个饱和激光点在上述图像中对应的像素坐标,该像素坐标的横坐标为该饱和激光点对应的像素点在上述图像中所在的行数,像素的纵坐标为该饱和激光点对应的像素点在上述图像中所在的列数,这样确定出每个饱和激光点在上述图像上对应的像素点,如果上述图像中每个像素点的初始灰度值为0,则将饱和激光点在上述图像上对应的像素点的灰度值设置为255,如果上述图像中每个像素点的初始灰度值为255,则将饱和激光点在上述图像上对应的像素点的灰度值设置为0,这样上述图像上的像素点的灰度值只有0和255两个数值,得到了上述饱和激光点数据对应的二值图像。
当得到上述二值图像后,首先对该二值图像进行膨胀、腐蚀操作,过滤上述图像中的噪点,然后找到上述二值图像饱和激光点对应的像素点的轮廓,如果上述图像中像素点的初始灰度值为0,该轮廓指是灰度值为255的像素点区域的轮廓,如果上述图像中像素点的初始灰度值为255,则上述轮廓为灰度值为0的像素点区域的轮廓。该轮廓的形状与饱和激光点数据中每个饱和激光点块形状相对应,根据公式(1)计算每个饱和激光点块中的饱和激光点的像素坐标,如果像素坐标落在该轮廓中,则说明该饱和激光点块与该轮廓对应,通过此方法,可以确定出每个轮廓对应的饱和激光点块,根据像素点区域轮廓将像素点区域对应的饱和激光点块分块存储,即一个像素点区域轮廓内的饱和激光点数据存储为一个饱和激光点块,因此,上述饱和激光点数据会存储为多个饱和激光点块,将上述多个饱和激光点块记为饱和激光点块集合。
之后,过滤饱和激光点块集合中预设形状的像素点区域轮廓对应的饱和激光点块,具体包括:获取二值图像中饱和激光点对应的像素点区域轮廓的外接矩形,计算外接矩形的长宽比例,根据长宽比例过滤预设形状的像素点区域轮廓对应的饱和激光点块。
当提取出上述轮廓后,获取该轮廓的外接矩形,计算外接矩形的长宽比例,将计算出的长宽比例和预设长宽比例进行比较,如果计算出的长宽比例大于上述预设长宽比例,则过滤掉与该轮廓对应的饱和激光点块,由于本发明实施例中使用的靶标为圆形靶标,因此靶标对应的饱和激光点块应该为圆形,即靶标对应的轮廓的外接矩形的长宽比例应该接近1,优选的,上述预设长宽比例可以为1.5或者2等数值,当然,还可以为其它接近1的数值,本发明实施例并不限定上述外接矩形的长宽比例的具体数值,因此,当上述外接矩形的长宽比例与1相差比较大时,说明该轮廓对应的饱和激光点块明显不是圆形,则过滤掉该饱和激光点块,过滤掉预设形状的饱和激光点块,实际上就是过滤掉靶标所在场景中的预设形状的物体,比如说车牌、广告牌、指示杆等物体。
当过滤掉预设形状的像素区域对应的饱和激光点块后,得到第一剩余饱和激光点块集合,获取第一剩余饱和激光点块集合中每个饱和激光点块在上述图像中对应的像素区域的最小包围圆,并获取上述最小包围圆的半径,将最小包围圆的半径与预设半径值进行比较,如果最小包围圆的半径大于或者等于预设半径值,则过滤掉该最小包围圆对应的饱和激光点块,这样得到第二剩余饱和激光点块集合。
上述预设半径值优选的选取30,单位为像素,且上述获取的最小包围圆的半径的单位也是像素,此处,实际上就是过滤掉靶标所在场景中与靶标相比较一些明显过大的物体。
上述过滤掉饱和激光点数据中的预设形状的饱和激光点块后,得到第二剩余饱和激光点块,计算第二剩余饱和激光点块集合中每个饱和激光点块的点云密度,根据点云密度过滤第二剩余饱和激光点块集合中点云密度小于预设密度值的饱和激光点块,具体包括:根据第一饱和激光点块中第一饱和激光点和第二饱和激光点的水平角度和垂直角度,通过公式(2)计算第一饱和激光点和第二饱和激光点之间的角度距离,第一饱和激光点块为第二剩余饱和激光点块集合中任一饱和激光点块,第一饱和激光点和第二饱和激光点为第一饱和激光点中任意两个饱和激光点;采用同样的方法,计算出第一饱和激光点块中的每个饱和激光点与剩余其他饱和激光点的角度距离,得到每个饱和激光点对应的角度距离;计算第一饱和激光点块对应的像素点区域轮廓的面积,根据第一饱和激光点块中每个饱和激光点对应的角度距离和上述面积,获取第一饱和激光点块的点云密度;采用同样的方法,计算第二剩余饱和激光点块集合中每个饱和激光点块的点云密度;根据第二剩余饱和激光点块集合中没和饱和激光点块的点云密度过滤点云密度小于预设密度值的饱和激光点块;
其中,在公式(2)中,S为第一饱和激光点和第二饱和激光点之间的角度距离,vA1为第一饱和激光点的垂直角度,hA1为第一饱和激光点的水平角度,vA2为第二饱和激光点的垂直角度,hA2为第二饱和激光点的水平角度。
上述第二剩余饱和激光点块集合为第一饱和激光点块集合中过滤掉最小包围圆太大的饱和激光点块后剩余的饱和激光点块。
在本发明实施例中,为了过滤掉第二剩余饱和激光点块中点云密度小于预设密度值的饱和激光点块,需要计算第二剩余饱和激光点块集合中每个饱和激光点块中饱和激光点与该饱和激光点块中其他饱和激光点之间的角度距离,该角度距离指的是将饱和激光点的水平角度和垂直角度作为该饱和激光点的坐标,以此来计算两个饱和激光点之间的距离,将计算出的距离记做角度距离。
分别计算出饱和激光点块出每个饱和激光点与该饱和激光点块中其它饱和激光点之间的角度距离后,将该饱和激光点对应的每个角度距离与第一档位的角度分辨率进行比对,当上述角度距离小于角度分辨率的预设倍数时,将该饱和激光点的计数值加1,通过该方法得到每个饱和该激光点对应的最终计数值,然后将每个饱和激光点对应的最终计数值和预设计数值进行比较,如果该饱和激光点对应的最终计数值大于等于预设计数值,则对该饱和激光点所在的饱和激光点块对应的计数值加1,分别将该饱和激光点块中的每个饱和激光点对应的最终计数值与预设计数值进行比较,得到该饱和激光点块对应的计数值。
之后,计算该饱和激光点块对应的像素点区域轮廓的面积,该面积可以通过如下方式计算:统计该轮廓内的像素点的个数,然后计算该轮廓内每个像素点的面积与像素点的个数的乘积,将得到的乘积值确定为该饱和激光点块对应的像素点区域轮廓的面积。
得到该饱和激光点块对应的像素点区域轮廓的面积后,将该饱和激光点块对应的计数值除以该轮廓的面积,得到该饱和激光点块的点云密度。通过上述方法,得到第二剩余饱和激光点块集合中每个饱和激光点块的点云密度,将该点云密度与预设密度值进行比较,当点云密度小于预设密度值时,过滤掉该点云密度对应的饱和激光点块,得到第三剩余饱和激光点块,上述过滤掉的是一些比较稀疏的饱和激光点块,实际上就是过滤掉靶标所在场景中的一些物体,比如说,广告牌上的字体等。
上述预设倍数优选的选取1.5,上述预设计数值优选的选取3,上述预设倍数和预设值的具体数值可以根据具体应用情况进行设置,本发明实施例并不限定上述预设倍数和预设值的具体数值。
上述预设密度值优选的选取1/12,上述预设密度值的选取与上述第一档位设置的参数有关,在本发明实施例中,每个饱和激光点对应于上述生成的预设尺寸的图像上像素与其相邻的饱和激光点对应的像素之间的水平距离为5.76个像素,垂直距离为1.92个像素,这样可以计算出每个饱和激光点的理论面积,用1除以饱和激光点的理论面积,得到预设密度值,当然,该预设密度值可以根据实际应用进行计算,本发明实施例并不限定上述预设密度值的具体数值。
上述过滤掉第二剩余饱和激光点块集合中点云密度小于预设密度值的饱和激光点块之后,得到第三剩余饱和激光点块集合,获取第三剩余饱和激光点块集合中每个饱和激光点块的饱和激光点的分布,具体过程为:获取第三剩余饱和激光点块集合中每个饱和激光点块的圆心,按照圆心角将每个饱和激光点块均匀划分为多个扇形区域,并统计每个扇形区域中的饱和激光点的个数,将每个扇形区域中的饱和激光点的个数与激光点阈值进行比较,如果某个饱和激光点块中存在一个或者多个扇形区域内的饱和激光点的个数小于上述激光点阈值,则判断该饱和激光点块上的饱和激光点非均匀分布,并过滤掉非均匀分布的饱和激光点块,这样可以过滤靶标所在场景中的凹形或者C形的物体,上述过滤掉非均匀分布的饱和激光点块后,得到第四剩余饱和激光点块集合。
其中,优选的,将上述圆心角设置为30°,这样整个饱和激光点块可以划分为12个扇形区域,并设置上述激光点阈值为饱和激光点块总点数的十六分之一,当然,上述圆心角的读数及激光点阈值均可以根据实际应用进行设置,本发明实施例并不限定上述圆心角及激光点阈值的具体数值。
最后,根据第四剩余饱和激光点块集合中每个饱和激光点块的圆心预设范围内的饱和激光点个数,过滤掉实心圆形饱和激光点块,具体过程为:统计第四剩余饱和激光点块集合中每个饱和激光点块中圆心预设范围内的饱和激光点个数,将该预设范围内的饱和激光点个数与该饱和激光点块中饱和激光点总数的预设的倍数进行比对,如果预设范围内的饱和激光点个数小于或者等于该饱和激光点块中总饱和激光点数的预设的倍数,判断为该饱和激光点块为环形,否则判断该饱和激光点块为实心圆,通过上述方式过滤掉实心圆的饱和激光点块,这样可以过滤掉靶标所在场景中类似于车灯等物体。
优选的,上述预设范围可以是饱和激光点块的最小包围圆的半径的0.4倍,对应的上述饱和激光点总数的预设的倍数为0.3倍,当然,上述参数可以根据实际应用进行设置,本发明实施例并不限定上述参数的具体数值。
通过上述步骤逐步过滤靶标所在场景中其他物体的干扰,识别出正确的靶标对应的饱和激光点块,并且显示出识别的靶标的位置。
为了提高上述识别的靶标的位置的准确性,工作人员根据靶标的实际位置对上述识别出的靶标的位置进行判断,删除上述识别错误的靶标,这样得到了场景中靶标的粗略位置。
S230,根据靶标识别结果,确定靶标的扫描范围,根据上述扫描范围采用第二档位对靶标进行扫描,得到扫描范围内的激光点数据。
上述确定出场景中靶标的粗略位置,实际上是确定出靶标的水平角度,根据确定出的靶标的水平角度,确定靶标的扫描范围,比如说:上述识别后确定出靶标的水平角度为5°,可以将扫描范围确定为在3°-7°,还可以将扫描范围确定为2°-8°或者4°-6°,根据确定出的扫描范围,采用第二档位对靶标进行精细扫描,得到上述扫描范围内的激光点数据。
S240,从上述激光点数据中提取靶标中心预设区域内的激光点数据,根据预设区域内的激光点数据,获取靶标中心坐标。
优选的,上述预设区域为本发明实施例所采用的靶标的同心圆110区域。
其中,上述获取靶标中心坐标,具体包括:根据预设区域内的激光点数据,获取预设区域内每个激光点数据的三维空间坐标;计算预设区域内的激光点数据的三维空间坐标的平均坐标,将平均坐标确定为所述靶标中心坐标。
本发明实施例采用的靶标为两个同心圆组成的靶标,根据靶标内圆的尺寸获取靶标内圆上的激光点数据,上述靶标内圆的尺寸可以是靶标同心圆110的半径,上述每个激光点数据包括激光点对应物体到激光扫描仪的距离、激光点的水平角度、激光点的垂直角度以及激光点的强度,将上述激光点对应物体到激光扫描仪的距离减去激光发射点到极坐标原点的距离,得到激光点所对应的物体到极坐标原点的距离,将激光点所对应的物体到极坐标原点的距离、激光点的水平角度和垂直角度作为激光点的极坐标,将激光点的极坐标转换成三维空间坐标,通过上述转换得到靶标同心圆110上每个激光点的三维空间坐标,计算靶标同心圆上所有激光点的三维空间坐标的平均坐标,将该平均坐标确定为靶标中心坐标,本发明中提供的方法,实现了靶标中心坐标的自动提取,准确性和效率均较高。
本发明实施例提供的靶标中心坐标提取方法,采用第一档位对靶标所在的场景进行扫描,根据扫描结果识别出场景中的靶标,再采用第二档位对靶标进行扫描,根据扫描结果获取靶标中心坐标,采用第一档位和第二档位相结合的方式,既能准确的获取靶标中心坐标,同时也不会导致工作量和成本的增加及扫描时间过长。
实施例2
本发明实施例提供了一种靶标中心坐标提取装置,该装置用于提取靶标中心坐标。
在使用本发明实施例提供的装置提取靶标中心坐标之前,需要制作靶标,制作靶标的过程包括:制作一个大小合适的平面圆板,该平面圆板的直径优选的为0.4m,当然,还可以为其他数值,上述平面圆板的直径还可以根据实际应用进行设置,本发明实施例并不限定上述平面圆板直径的具体大小,在平面圆板上设置有直径小于圆板的直径的同心圆,该同心圆的直径约为圆板的一半,比如说,如果平面圆板的直径为0.4m,则该同心圆的直径可以为0.2m,当然,上述同心圆的直径的大小可以根据实际应用进行设置,上述只是列举了其中一种情况,并没有限定同心圆的具体大小,在上述同心圆上贴上具有较高反射系数的材质,比如说,与白色打印纸、白色墙壁等的反射系数相当的材质,在剩余圆环部分贴上具有高反射系数的材质,比如说,与激光反射片、蓝色车牌等的反射系数相当的材质。本发明实施例中所采用的靶标如图1所示,图1中同心圆110上贴有较高反射系数的材质,剩余圆环120上贴有高反射系数的材质。
如图3所示,本发明实施例提供的靶标中心坐标提取装置,包括第一扫描模块310、识别模块320、第二扫描模块330及获取模块340;
上述第一扫描模块310,用于采用第一档位,对靶标所在场景进行扫描,获取饱和激光点数据;
上述识别模块320,用于根据饱和激光点数据对场景中的靶标进行识别;
上述第二扫描模块330,用于根据靶标识别结果,确定靶标的扫描范围,根据上述扫描范围采用第二档位对靶标进行扫描,得到扫描范围内的激光点数据;
上述获取模块340,用于从上述激光点数据中提取靶标中心预设区域内的激光点数据,根据预设区域内的激光点数据,获取靶标中心坐标。
在本发明实施例中,采用激光扫描仪对靶标进行扫描,将上述制作的靶标放置在距离激光扫描仪50m左右的位置,调整靶标使靶标上贴有反射材质的一面正朝向激光扫描仪,设置激光扫描仪的参数,优选的,将激光扫描仪的频率设置为300KHz,水平转速设置为781s/r,垂直转速设置为8r/s,采用上述参数对应的档位,即第一档位对靶标所在的场景进行扫描,在扫描的过程中,激光扫描仪保存激光点对应物体到激光扫描仪的距离、激光点的水平角、垂直角以及激光点的强度,并且,在扫描的过程中将每个激光点的强度与预设强度阈值进行比对,当激光点的强度大于或者等于预设强度阈值时,判断该激光点为饱和激光点,当激光点的强度小于预设强度阈值时,判断该激光点为非饱和激光点,并存储上述饱和激光点及饱和激光点对应物体到激光扫描仪的距离、饱和激光点的水平角、垂直角及饱和激光点的强度,获取饱和激光点数据,这样,在扫描的过程中直接获取饱和激光点数据,能够减少靶标中心坐标提取的时间,提高了工作效率。
上述在对靶标所在场景进行扫描时,可以根据实际应用设置对靶标所在场景进行扫描的角度,可以对靶标所在场景进行360°扫描、180°扫描或者其它任意角度的扫描,本发明实施例并不限定对靶标所在场景进行扫描的具体角度。
其中,上述激光扫描仪第一档位对应得各个参数,包括频率、水平转速及垂直转速可以根据具体应用场景进行调节,上述只是列举了其中一个实施例,并不限定上述参数的具体数值。
当识别模块320识别出场景中的靶标的粗略位置,实际上是确定出靶标的水平角度,第二扫描模块330根据确定出的靶标的水平角度,确定靶标的扫描范围,比如说:上述识别后确定出靶标的水平角度为5°,可以将扫描范围确定为在3°-7°,还可以将扫描范围确定为2°-8°或者4°-6°,根据确定出的扫描范围,采用第二档位对靶标进行精细扫描,得到上述扫描范围内的激光点数据。
其中,上述识别模块320根据饱和激光点数据对场景中的靶标进行识别,是通过存储单元、第一过滤单元、第二过滤单元、第三过滤单元、第四过滤单元及第五过滤单元实现的,具体包括:
上述存储单元,用于根据饱和激光点数据,生成饱和激光点数据对应的二值图像,提取二值图像中饱和激光点对应的像素点区域轮廓,根据像素点区域轮廓将饱和激光点数据分块存储,得到多个饱和激光点块,将多个饱和激光点块记为饱和激光点块集合;上述第一过滤单元,用于过滤饱和激光点块集合中的预设形状的像素点区域轮廓对应的饱和激光点块,得到第一剩余饱和激光点块集合;上述第二过滤单元,用于获取第一剩余饱和激光点块集合中每个饱和激光点块对应的像素点区域的最小包围圆,获取最小包围圆的半径,根据最小包围圆的半径过滤第一饱和激光点块集合中最小包围圆的半径大于或等于预设半径值的饱和激光点块,得到第二剩余饱和激光点块集合;上述第三过滤单元,用于计算第二剩余饱和激光点块的点云密度,根据点云密度过滤第二剩余饱和激光点块集合中点云密度小于预设密度值的饱和激光点块,得到第三剩余饱和激光点块集合;上述第四过滤单元,用于获取第三剩余饱和激光点块集合中每个饱和激光点块的激光点分布,根据激光点分布过滤非均匀分布的饱和激光点块,得到第四剩余饱和激光点块集合;上述第五过滤单元,用于统计第四剩余饱和激光点块集合中的每个饱和激光点块的圆心预设范围内的饱和激光点个数,根据圆心预设范围内的饱和激光点个数过滤实心圆形饱和激光点块,得到第五剩余饱和激光点块集合,将所述第五剩余饱和激光点块集合中的饱和激光点块确定为所述场景中的靶标对应的饱和激光点块。
上述存储单元用于根据所述饱和激光点数据,生成所述饱和激光点数据对应的二值图像,是通过生成子单元、计算子单元和获取子单元实现的,具体包括:
上述生成子单元,用于生成预设尺寸的图像,将图像中每个像素点的初始灰度值设置为0或者255;上述计算子单元,用于根据饱和激光点数据中的饱和激光点的水平角度和垂直角度,通过公式(1)计算饱和激光点在图像中对应的像素坐标;上述获取子单元,用于当每个像素点的初始灰度值为0时,将饱和激光点在所述图像中对应的像素坐标处像素点的灰度值设置为255,当每个像素点的初始灰度值为255时,将饱和激光点在图像中对应的像素坐标处像素点的灰度值设置为0,获取饱和激光点数据对应的二值图像;
其中,在公式(1)中,r为像素点所在的行,c为像素点所在的列,ΔA为上述图像中每个像素点的角度分辨率,vA为饱和激光点的垂直角度,hA为饱和激光点的水平角度,INT表示取整。
其中,上述获取模块340从激光点数据中提取靶标中心预设区域内的激光点数据,根据预设区域内的激光点数据,获取所述靶标中心坐标,是通过获取单元和计算单元实现的,具体包括:
上述获取单元,用于根据预设区域内的激光点数据,获取预设区域内每个激光点数据的三维空间坐标;上述计算单元,用于计算预设区域内的激光点数据的三维空间坐标的平均坐标,将平均坐标确定为靶标中心坐标。
本发明实施例提供的靶标中心坐标提取装置,采用第一档位对靶标所在的场景进行扫描,根据扫描结果识别出场景中的靶标,再采用第二档位对靶标进行扫描,根据扫描结果获取靶标中心坐标,采用第一档位和第二档位相结合的方式,既能准确的获取靶标中心坐标,同时也不会导致工作量和成本的增加及扫描时间过长。
本发明实施例所提供的靶标中心坐标提取装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,前述描述的系统、装置和单元的具体工作过程,均可以参考上述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明提供的实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释,此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (8)

1.一种靶标中心坐标提取方法,其特征在于,所述方法包括:
采用第一档位,对靶标所在场景进行扫描,获取饱和激光点数据;
根据所述饱和激光点数据对所述场景中的靶标进行识别;
根据靶标识别结果,确定所述靶标的扫描范围,根据所述扫描范围采用第二档位对所述靶标进行扫描,得到所述扫描范围内的激光点数据;
从所述激光点数据中提取靶标中心预设区域内的激光点数据,根据所述预设区域内的激光点数据,获取所述靶标中心坐标;
所述根据所述饱和激光点数据对所述场景中的靶标进行识别,包括:
根据所述饱和激光点数据,生成所述饱和激光点数据对应的二值图像,提取所述二值图像中饱和激光点对应的像素点区域轮廓,根据所述像素点区域轮廓将所述饱和激光点数据分块存储,得到多个饱和激光点块,将多个饱和激光点块记为饱和激光点块集合;
过滤所述饱和激光点块集合中的预设形状的像素点区域轮廓对应的饱和激光点块,得到第一剩余饱和激光点块集合;
获取所述第一剩余饱和激光点块集合中每个饱和激光点块对应的像素点区域的最小包围圆,获取所述最小包围圆的半径,根据所述最小包围圆的半径过滤第一饱和激光点块集合中最小包围圆的半径大于或等于预设半径值的饱和激光点块,得到第二剩余饱和激光点块集合;
计算所述第二剩余饱和激光点块集合中每个饱和激光点块的点云密度,根据所述点云密度过滤所述第二剩余饱和激光点块集合中点云密度小于预设密度值的饱和激光点块,得到第三剩余饱和激光点块集合;
获取所述第三剩余饱和激光点块集合中每个饱和激光点块的激光点分布,根据所述激光点分布过滤非均匀分布的饱和激光点块,得到第四剩余饱和激光点块集合;
统计所述第四剩余饱和激光点块集合中的每个饱和激光点块的圆心预设范围内的饱和激光点个数,根据所述圆心预设范围内的饱和激光点个数过滤实心圆形饱和激光点块,得到第五剩余饱和激光点块集合,将所述第五剩余饱和激光点块集合中的饱和激光点块确定为所述场景中的靶标对应的饱和激光点块。
2.根据权利要求1所述的方法,其特征在于,所述根据所述饱和激光点数据,生成所述饱和激光点数据对应的二值图像,包括:
生成预设尺寸的图像,将所述图像中每个像素点的初始灰度值设置为0或者255;
根据所述饱和激光点数据中的饱和激光点的水平角度和垂直角度,通过公式(1)计算所述饱和激光点在所述图像中对应的像素坐标;
当所述每个像素点的初始灰度值为0时,将所述饱和激光点在所述图像中对应的像素坐标处像素点的灰度值设置为255,当所述每个像素点的初始灰度值为255时,将所述饱和激光点在所述图像中对应的像素坐标处像素点的灰度值设置为0,获取所述饱和激光点数据对应的二值图像;
其中,在公式(1)中,r为像素点所在的行,c为像素点所在的列,ΔA为所述图像中每个像素点的角度分辨率,vA为所述饱和激光点的垂直角度,hA为所述饱和激光点的水平角度,INT表示取整。
3.根据权利要求2所述的方法,其特征在于,所述过滤所述饱和激光点块集合中的预设形状的像素点区域轮廓对应的饱和激光点块,包括:
获取所述二值图像中饱和激光点对应的像素点区域轮廓的外接矩形,计算所述外接矩形的长宽比例,根据所述长宽比例过滤预设形状的像素点区域轮廓对应的饱和激光点块。
4.根据权利要求1所述的方法,其特征在于,所述计算所述第二剩余饱和激光点块集合中每个饱和激光点块的点云密度,根据所述点云密度过滤所述第二剩余饱和激光点块集合中点云密度小于预设密度值的饱和激光点块,包括:
根据第一饱和激光点块中第一饱和激光点和第二饱和激光点的水平角度和垂直角度,通过公式(2)计算所述第一饱和激光点和所述第二饱和激光点之间的角度距离,所述第一饱和激光点块为所述第二剩余饱和激光点块集合中任一饱和激光点块,所述第一饱和激光点和所述第二饱和激光点为所述第一饱和激光点块中任意两个饱和激光点;
采用同样的方法,计算所述第一饱和激光点块中每个饱和激光点与剩余其他饱和激光点的角度距离,得到每个饱和激光点对应的角度距离;
计算所述第一饱和激光点块对应的像素点区域轮廓的面积,根据所述第一饱和激光点块中每个饱和激光点对应的角度距离和所述面积,获取所述第一饱和激光点块的点云密度;
采用同样的方法,计算所述第二剩余饱和激光点块集合中每个饱和激光点块的点云密度;
根据所述第二剩余饱和激光点块集合中每个饱和激光点块的点云密度过滤点云密度小于预设密度值的饱和激光点块;
其中,在公式(2)中,S为所述第一饱和激光点和所述第二饱和激光点之间的角度距离,vA1为所述第一饱和激光点的垂直角度,hA1为所述第一饱和激光点的水平角度,vA2为所述第二饱和激光点的垂直角度,hA2为所述第二饱和激光点的水平角度。
5.根据权利要求1所述的方法,其特征在于,所述根据所述预设区域内的激光点数据,获取所述靶标中心坐标,包括:
根据所述预设区域内的激光点数据,获取所述预设区域内每个激光点数据的三维空间坐标;
计算所述预设区域内的激光点数据的三维空间坐标的平均坐标,将所述平均坐标确定为所述靶标中心坐标。
6.一种靶标中心坐标提取装置,其特征在于,所述装置包括:
第一扫描模块,用于采用第一档位,对靶标所在场景进行扫描,获取饱和激光点数据;
识别模块,用于根据所述饱和激光点数据对所述场景中的靶标进行识别;
第二扫描模块,用于根据靶标识别结果,确定所述靶标的扫描范围,根据所述扫描范围采用第二档位对所述靶标进行扫描,得到所述扫描范围内的激光点数据;
获取模块,用于从所述激光点数据中提取靶标中心预设区域内的激光点数据,根据所述预设区域内的激光点数据,获取所述靶标中心坐标;
所述识别模块包括:
存储单元,用于根据所述饱和激光点数据,生成所述饱和激光点数据对应的二值图像,提取所述二值图像中饱和激光点对应的像素点区域轮廓,根据所述像素点区域轮廓将所述饱和激光点数据分块存储,得到多个饱和激光点块,将多个饱和激光点块记为饱和激光点块集合;
第一过滤单元,用于过滤所述饱和激光点块集合中的预设形状的像素点区域轮廓对应的饱和激光点块,得到第一剩余饱和激光点块集合;
第二过滤单元,用于获取所述第一剩余饱和激光点块集合中每个饱和激光点块对应的像素点区域的最小包围圆,获取所述最小包围圆的半径,根据所述最小包围圆的半径过滤第一饱和激光点块集合中最小包围圆的半径大于或等于预设半径值的饱和激光点块,得到第二剩余饱和激光点块集合;
第三过滤单元,用于计算所述第二剩余饱和激光点块集合中每个饱和激光点块的点云密度,根据所述点云密度过滤所述第二剩余饱和激光点块集合中点云密度小于预设密度值的饱和激光点块,得到第三剩余饱和激光点块集合;
第四过滤单元,用于获取所述第三剩余饱和激光点块集合中每个饱和激光点块的激光点分布,根据所述激光点分布过滤非均匀分布的饱和激光点块,得到第四剩余饱和激光点块集合;
第五过滤单元,用于统计所述第四剩余饱和激光点块集合中的每个饱和激光点块的圆心预设范围内的饱和激光点个数,根据所述圆心预设范围内的饱和激光点个数过滤实心圆形饱和激光点块,得到第五剩余饱和激光点块集合,将所述第五剩余饱和激光点块集合中的饱和激光点块确定为所述场景中的靶标对应的饱和激光点块。
7.根据权利要求6所述的装置,其特征在于,所述存储单元包括:
生成子单元,用于生成预设尺寸的图像,将所述图像中每个像素点的初始灰度值设置为0或者255;
计算子单元,用于根据所述饱和激光点数据中的饱和激光点的水平角度和垂直角度,通过公式(1)计算所述饱和激光点在所述图像中对应的像素坐标;
获取子单元,用于当所述每个像素点的初始灰度值为0时,将所述饱和激光点在所述图像中对应的像素坐标处像素点的灰度值设置为255,当所述每个像素点的初始灰度值为255时,将所述饱和激光点在所述图像中对应的像素坐标处像素点的灰度值设置为0,获取所述饱和激光点数据对应的二值图像;
其中,在公式(1)中,r为像素点所在的行,c为像素点所在的列,ΔA为所述图像中每个像素点的角度分辨率,vA为所述饱和激光点的垂直角度,hA为所述饱和激光点的水平角度,INT表示取整。
8.根据权利要求6所述的装置,其特征在于,所述获取模块包括:
获取单元,用于根据所述预设区域内的激光点数据,获取所述预设区域内每个激光点数据的三维空间坐标;
计算单元,用于计算所述预设区域内的激光点数据的三维空间坐标的平均坐标,将所述平均坐标确定为所述靶标中心坐标。
CN201610587066.4A 2016-07-22 2016-07-22 一种靶标中心坐标提取方法及装置 Active CN106023271B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610587066.4A CN106023271B (zh) 2016-07-22 2016-07-22 一种靶标中心坐标提取方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610587066.4A CN106023271B (zh) 2016-07-22 2016-07-22 一种靶标中心坐标提取方法及装置

Publications (2)

Publication Number Publication Date
CN106023271A CN106023271A (zh) 2016-10-12
CN106023271B true CN106023271B (zh) 2018-12-11

Family

ID=57117220

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610587066.4A Active CN106023271B (zh) 2016-07-22 2016-07-22 一种靶标中心坐标提取方法及装置

Country Status (1)

Country Link
CN (1) CN106023271B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108801172B (zh) * 2017-05-05 2020-11-13 成都唐源电气股份有限公司 一种非接触式受电弓动态包络线测量方法及装置
CN108629813B (zh) * 2018-05-04 2022-03-01 歌尔科技有限公司 一种投影设备高度信息的获取方法、装置
CN109633681A (zh) * 2018-12-05 2019-04-16 芜湖智久机器人有限公司 一种反光板识别方法及装置
CN109934830B (zh) * 2019-03-18 2020-10-30 杭州电子科技大学 一种基于图像计算的实时物体转动角度测量装置和方法
CN110763148A (zh) * 2019-11-01 2020-02-07 中交三航局第三工程有限公司 一种多站三维激光点云标靶球数据自动提取方法
CN113538593B (zh) * 2021-06-22 2022-04-15 北京大学 一种基于车载移动靶标的无人机遥感时间分辨率定标方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5243695A (en) * 1990-05-24 1993-09-07 Rockwell International Corporation Method and apparatus for generating anti-aliased lines on a video display
JPH09153147A (ja) * 1995-11-29 1997-06-10 Fujitsu Ltd 物質構造のワイヤーフレーム描画システム
CN103400373A (zh) * 2013-07-13 2013-11-20 西安科技大学 相机检校控制场人工标志像点坐标自动识别定位方法
CN103455993A (zh) * 2013-09-30 2013-12-18 电子科技大学 一种自动视觉检测中基于光栅定位的二维图像拼接方法
CN103487034A (zh) * 2013-09-26 2014-01-01 北京航空航天大学 一种基于立式标靶的车载单目摄像头测距测高方法
CN104182757A (zh) * 2013-05-22 2014-12-03 内蒙古大学 获取被测目标实际覆盖面积的方法及装置
CN104794704A (zh) * 2015-03-27 2015-07-22 华为技术有限公司 一种标定模板、模板检测方法、装置及终端
CN104966302A (zh) * 2015-07-09 2015-10-07 深圳中科智酷机器人科技有限公司 一种任意角度激光十字的检测定位方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5243695A (en) * 1990-05-24 1993-09-07 Rockwell International Corporation Method and apparatus for generating anti-aliased lines on a video display
JPH09153147A (ja) * 1995-11-29 1997-06-10 Fujitsu Ltd 物質構造のワイヤーフレーム描画システム
CN104182757A (zh) * 2013-05-22 2014-12-03 内蒙古大学 获取被测目标实际覆盖面积的方法及装置
CN103400373A (zh) * 2013-07-13 2013-11-20 西安科技大学 相机检校控制场人工标志像点坐标自动识别定位方法
CN103487034A (zh) * 2013-09-26 2014-01-01 北京航空航天大学 一种基于立式标靶的车载单目摄像头测距测高方法
CN103455993A (zh) * 2013-09-30 2013-12-18 电子科技大学 一种自动视觉检测中基于光栅定位的二维图像拼接方法
CN104794704A (zh) * 2015-03-27 2015-07-22 华为技术有限公司 一种标定模板、模板检测方法、装置及终端
CN104966302A (zh) * 2015-07-09 2015-10-07 深圳中科智酷机器人科技有限公司 一种任意角度激光十字的检测定位方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Research of camera calibration;Li Xingnan等;《Journal of Jiujiang University》;20090615(第3期);第9-14页 *
基于射影变换圆阵靶标中心像点的计算;陈天飞等;《仪器仪表学报》;20150415;第36卷(第4期);第896-898页 *
摄像机标定中靶标圆心像点坐标的精确计算;徐鹏等;《红外与激光工程》;20110725;第40卷(第7期);第1342-1346页 *

Also Published As

Publication number Publication date
CN106023271A (zh) 2016-10-12

Similar Documents

Publication Publication Date Title
CN106023271B (zh) 一种靶标中心坐标提取方法及装置
CN106683070A (zh) 基于深度相机的身高测量方法及装置
CN102495026B (zh) 一种用于线激光扫描视觉测量系统的光带中心线提取方法
CN104021588B (zh) 一种实时恢复车辆三维真实模型的系统及方法
CN108960011B (zh) 部分遮挡的柑橘果实图像识别方法
CN109800619B (zh) 成熟期柑橘果实图像识别方法
CN112884880B (zh) 一种基于线激光的蜜柚三维建模装置和方法
CN112381819B (zh) 基于hsv颜色模型的植保雾滴检测方法
CN106204547A (zh) 从车载激光扫描点云中自动提取杆状地物空间位置的方法
CN110379004A (zh) 一种对倾斜摄影成果进行地物分类及单体化提取的方法
CN110544300B (zh) 一种基于二维手绘图像特征自动生成三维模型的方法
CN106228513A (zh) 一种计算机图像处理系统
CN106447020A (zh) 一种智能菌落计数方法
CN107392929A (zh) 一种基于人眼视觉模型的智能化目标检测及尺寸测量方法
CN106952280A (zh) 一种基于计算机视觉的喷枪喷漆量均匀度检测方法
Zhang et al. Filtering photogrammetric point clouds using standard lidar filters towards dtm generation
CN106500626A (zh) 一种手机立体成像方法及三维成像手机
CN106980851A (zh) 一种数据矩阵dm码的定位方法及装置
CN104574312A (zh) 标靶图像求圆心的方法和装置
CN113252103A (zh) 一种基于matlab图像识别技术计算物料堆体积及质量的方法
CN113077486A (zh) 一种山区植被覆盖率监测方法及系统
CN109345625A (zh) 岩心图像自适应分区三维重建方法
CN106709952A (zh) 一种显示屏幕的自动标定方法
CN113077523A (zh) 一种标定方法、装置、计算机设备及存储介质
CN114463411B (zh) 基于三维相机的目标体积、质量与密度测量方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant