CN111091508B - 基于彩色三维扫描激光雷达的彩色点云滤波方法 - Google Patents

基于彩色三维扫描激光雷达的彩色点云滤波方法 Download PDF

Info

Publication number
CN111091508B
CN111091508B CN201911258468.XA CN201911258468A CN111091508B CN 111091508 B CN111091508 B CN 111091508B CN 201911258468 A CN201911258468 A CN 201911258468A CN 111091508 B CN111091508 B CN 111091508B
Authority
CN
China
Prior art keywords
point cloud
color
matrix
color point
points
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
CN201911258468.XA
Other languages
English (en)
Other versions
CN111091508A (zh
Inventor
宋沙磊
曹雄
龚威
王滨辉
何东
陈振威
林鑫
史硕
程学武
李发泉
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 Institute of Physics and Mathematics of CAS
Original Assignee
Wuhan Institute of Physics and Mathematics of CAS
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 Institute of Physics and Mathematics of CAS filed Critical Wuhan Institute of Physics and Mathematics of CAS
Priority to CN201911258468.XA priority Critical patent/CN111091508B/zh
Publication of CN111091508A publication Critical patent/CN111091508A/zh
Application granted granted Critical
Publication of CN111091508B publication Critical patent/CN111091508B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G06T5/70
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • 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
    • G06T2207/10024Color image
    • 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
    • G06T2207/10028Range image; Depth image; 3D point clouds

Abstract

本发明公开了基于彩色三维扫描激光雷达的彩色点云滤波方法,包括以下步骤:利用彩色三维扫描激光雷达获取彩色点云;为彩色点云中的各点赋予类标签;同一类标签中的点数小于个数阈值,则在彩色点云中删除该类标签中的点。本方法直接对由彩色三维扫描激光雷达获取的彩色点云进行处理,实现容易,处理速度快。克服了现有点云滤波方法对在建筑物和植被边缘的有效点云中包含着大量的噪声不能够很好去除的局限,将彩色点云中的噪声有效滤除。同时利用彩色点云的空间信息和颜色信息对点云数据进行滤波,对噪声点的识别精度比一些传统的方法要高很多。

Description

基于彩色三维扫描激光雷达的彩色点云滤波方法
技术领域
本发明涉及遥感测绘技术领域,尤其涉及基于彩色三维扫描激光雷达的彩色点云滤波方法。
背景技术
点云滤波是把点云数据中存在的噪声点给滤除,突出点云的细节或者主体特征,使得点云的视觉化效果更好。对三维扫描激光雷达获取的点云数据进行滤波是点云数据处理中的最基本的一步,对后续的点云处理起到关键的作用。现有的三维扫描激光雷达通常是采用单波长激光器发射出激光并且回波的接收也是单通道的,即是一种单发单收的模式。使用这种设备获取的点云包含空间三维信息,但是色彩信息和纹理信息缺失。为了获取颜色信息和纹理信息,则必须要借助彩色相机,但由于获取点云的点数和照片的像素数量不对等,还需要大量的人力对数据进行处理。对这种点云进行滤波利用探测到的回波强度值的差异和点云的几何特征,在大多数场景下是可以达到较高的滤波精度的,但是在建筑物和植被边缘的有效点云中包含着大量的噪声。利用单通道的信息对这种噪声进行滤除容易过度滤除或者滤除不足。
彩色三维扫描激光雷达采用超连续谱激光器发射出超连续谱激光,采用多个通道接收回波,在获取每个扫描点的空间三维信息的同时可以不需要借助彩色相机直接获取每个扫描点的颜色信息,获取的颜色信息包含颜色三颜色刺激值R、G、B。使用彩色三维扫描激光雷达获取的彩色点云具有更好地色觉效果和更高地物识别能力,能够全面提高三维扫描激光雷达地物识别的精度和地物遥感探测的能力和应用范围。本发明专利提出了基于彩色三维扫描激光雷达的彩色点云滤波方法,和现有的点云滤波相比,除了利用点云的几何特征,还用到了点云的色彩特征。该方法先利用彩色点云的几何信息将点云中的每一个点都分到对应的邻域内,再在每一个邻域内根据点云的颜色信息,将每一个邻域内包含颜色相近的点分到一个类中,最后在每一个类中设定类中包含点数阈值,如果某类中包含的点数小于阈值则认为该类中的点是噪声点,将该类中的点给予去除;否则认为该类中的点不是噪声点,将该类中的点给予保留。
发明内容
本发明目的是针对现有技术存在的上述问题,提供基于彩色三维扫描激光雷达的彩色点云滤波方法。
本发明的上述目的通过以下技术方案实现:
基于彩色三维扫描激光雷达的彩色点云滤波方法,包括以下步骤:
步骤1、利用彩色三维扫描激光雷达获取彩色点云;
步骤2、为彩色点云中的各点赋予类标签;
步骤3、同一类标签中的点数小于个数阈值,则在彩色点云中删除该类标签中的点。
如上所述的步骤2包括以下步骤:
步骤2a、建立矩阵E,矩阵E中的每行的元素分别为彩色点云中的点的坐标值、红绿蓝色刺激值、以及与坐标原点的距离;
步骤2b、根据彩色点云中的点与坐标原点的距离对矩阵E进行划分获得子矩阵Ej
步骤2c、根据彩色点云中的点之间的距离对子矩阵Ej进行划分获得矩阵Gj_f
步骤2d、根据彩色点云中的点之间的加权曼哈顿距离对矩阵Gj_f中各行对应的彩色点云中的点赋予类标签。
如上所述的步骤2a包括以下步骤:
求出彩色点云中任一个点i到坐标原点的距离di
定义矩阵E为:
Figure BDA0002310958100000031
矩阵E中的每一行依次为彩色点云中的一个点的坐标值(x1i,y1i,z1i),红绿蓝色刺激值(R1i,G1i,B1i)以及与坐标原点的距离d1i,i∈{1~n},n为彩色点云中的点的总数,d11~d2n依次增大。
如上所述的步骤2b包括以下步骤:
步骤2.2、设定阈值Td,把矩阵E分成多个子矩阵Ej,每个子矩阵Ej中任意两行对应的彩色点云中的点到坐标原点的距离的差值小于阈值Td
如上所述的步骤2c包括以下步骤:
步骤2.3、定义子矩阵Ej的其中一行对应的彩色点云中的点为种子点,
步骤2.4、求取子矩阵Ej的各行对应的彩色点云的点与种子点之间的距离作为子矩阵Ej的各行对应的筛选距离,选取小于阈值Tl的筛选距离以及小于阈值Tl的筛选距离对应的子矩阵Ej的行组成矩阵Gj_f;筛选距离大于等于阈值Tl的子矩阵Ej的各行组成新的子矩阵Ej并返回步骤2.3,直至新的子矩阵Ej为空矩阵。
如上所述的步骤2d包括以下步骤:
步骤2.5、选取矩阵Gj_f中的任一行所对应的彩色点云的点作为基准点,并将基准点标记第一类标签,遍历矩阵Gj_f中的其他行,若矩阵Gj_f中的其中一行所对应的彩色点云的点的颜色刺激值与其中一类标签的点的平均颜色刺激值之间的加权曼哈顿距离M小于阈值Tc,则将该行所对应的彩色点云的点标记为该类标签;若矩阵Gj_f中的其中一行所对应的彩色点云的点的颜色刺激值与各个类标签中的点的平均颜色刺激值之间的加权曼哈顿距离M均大于等于阈值Tc,则将该点标记为新的一类标签。
若矩阵Gj_f中的其中一行所对应的彩色点云的点的颜色刺激值与多类标签的点的平均颜色刺激值之间的加权曼哈顿距离小于阈值Tc,则将该行所对应的彩色点云的点标记为最小加权曼哈顿距离对应的类标签。
本发明相对现有技术,具有以下有益效果:
1、本方法直接对由彩色三维扫描激光雷达获取的彩色点云进行处理,实现容易,处理速度快。
2、本方法克服了现有点云滤波方法对在建筑物和植被边缘的有效点云中包含着大量的噪声不能够很好去除的局限,将彩色点云中的噪声有效滤除。
3、本方法同时利用彩色点云的空间信息和颜色信息对点云数据进行滤波,对噪声点的识别精度比一些传统的方法要高很多。
附图说明
图1为彩色三维扫描激光雷达的硬件结构示意框图;
图2为彩色三维扫描激光雷达探测获得彩色点云的原理图;
图3为本发明实施例对彩色点云中的各点分到不同的邻域内的流程图;
图4为本发明实施例对彩色点云的各邻域内颜色聚类的流程图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明,下面结合实施例对本发明作进一步的详细描述,应当理解,此处所描述的实施示例仅用于说明和解释本发明,并不用于限定本发明。
基于彩色三维扫描激光雷达的彩色点云滤波方法,包括以下步骤:
步骤1、利用彩色三维扫描激光雷达获取彩色点云。
如图1所示,本发明实施例采用的彩色三维扫描激光雷达包括激光发射系统1、扫描接收系统2、光电探测单元3、信号采集和时序控制单元4、信号处理电路及计算机数据处理单元5。
激光发射系统1发出超连续谱激光,入射到扫描接收系统2,经扫描接收系统2对目标地物进行三维扫描,扫描形成的回波信号被光电探测单元3所捕获,光电探测单元3将探测到的光强信号转化为电信号送至信号采集和时序控制单元4进行多通道数据采集与时序计算,结果输出到计算机数据处理单元5。
如图2所示,激光发射系统1为一台超连续谱激光器6,扫描接收系统2包括中心孔反射镜7和扫描转镜8,通过扫描转镜8竖直平面内旋转实现二维扫描。扫描转镜8设置在基座上,再配合基座180°水平旋转实现三维空间扫描。
扫描接收系统2还包括接收光学系统,接收光学系统包括第一分光滤光片9、第二分光滤光片13、第三分光滤光片17、第一窄带滤光片10、第二窄带滤光片14、第三窄带滤光片18、第一聚焦透镜11、第二聚焦透镜15以及第三聚焦透镜19。
光电探测单元3包括第一光电探测器12、第二光电探测器16和第三光电探测器20。光电探测器(12、16、20)能够将接收到的光强信号转换为激光探测点的回波强度值,获得景物中红、绿、蓝三个激光分量的光信号,形成彩色点云的数据。
超连续谱激光器6发射出扫描激光入射到中心孔反射镜7的中心孔透过入射到扫描转镜8上,通过扫描转镜8进行三维激光扫描,扫描激光打在地物目标上形成回波信号,回波信号返回到扫描转镜8上,通过中心孔反射镜7反射后入射到第一分光滤光片9上。其中蓝光经第一分光滤光片9反射后入射到第一窄带滤光片10上,经第一窄带滤光片10透射后入射到第一聚焦透镜11,通过第一聚焦透镜11聚焦后入射到第一光电探测器12进行探测。绿光和红光经第一分光滤光片9透射后入射到第二分光滤光片13上。绿光经第二分光滤光片13反射后入射到第二窄带滤光片14上,经第二窄带滤光片14透射后入射到第二聚焦透镜15,通过第二聚焦透镜15聚焦后入射到第二光电探测器16进行探测。红光经第二分光滤光片13透射后入射到第三分光滤光片17上,经第三分光滤光片17反射到第三窄带滤光片18上,经第三窄带滤光片18透射后入射到第三聚焦透镜19,通过第三聚焦透镜19聚焦后入射到第三光电探测器20进行探测。
彩色三维扫描激光雷达对目标地物的三维扫描,得到彩色点云中任一个点i都有坐标值xi,yi,zi、以及红回波强度值ri、绿回波强度值gi和蓝回波强度值bi,即彩色点云中每个点i包含的信息pi=[xi,yi,zi,ri,gi,bi]T可以表示为:
Figure BDA0002310958100000061
其中,di为扫描激光从扫描转镜8出射点到地物目标表面的距离,θi为扫描转镜8竖直扫描的角度,αi为扫描转镜8水平扫描角度,λ为扫描激光的波长,E(λ)是扫描激光的光谱分布函数,Si(λ)是目标地物的表面反射率,R(λ),G(λ)和B(λ)分别是第三光电探测器20、第二光电探测器16和第一光电探测器12的响应函数,分别为红回波响应函数、绿回波响应函数和蓝回波相应函数,可由红绿蓝三个波段的光电探测器相应决定。
根据红绿蓝回波强度值[ri,gi,bi]T能够计算出彩色点云中任一个点i的红色刺激值Ri、绿色刺激值Gi、蓝色刺激值Bi,即彩色点云中每个点i包含的信息也可以表示为pi=[xi,yi,zi,Ri,Gi,Bi]T
步骤2、对彩色点云进行聚类,为彩色点云中的各点赋予类标签。
步骤2.1、求出彩色点云中任一个点i到坐标原点的距离di
定义矩阵E为:
Figure BDA0002310958100000062
矩阵E中的每一行依次为彩色点云中的一个点的坐标值(x1i,y1i,z1i),红绿蓝色刺激值(R1i,G1i,B1i)以及与坐标原点的距离d1i,i∈{1~n},n为彩色点云中点的总数,d11~d2n依次增大。
矩阵E相邻行的对应的彩色点云的点有到原点距离相近的特点。
步骤2.2、设定阈值Td,把矩阵E分成多个子矩阵Ej,每个子矩阵Ej中任意两行对应的彩色点云中的点到坐标原点的距离的差值小于阈值Td
Figure BDA0002310958100000071
其中,j为子矩阵Ej的序号,子矩阵Ej中的每行对应彩色点云的一个点,子矩阵Ej中的每行也为矩阵E的其中一行,子矩阵Ej中的每行中的x2k、y2k、z2k为子矩阵Ej的第k行对应的彩色点云中的点的坐标值,R2k、G2k、B2k为子矩阵Ej的第k行对应的彩色点云中的点的红色刺激值、绿色刺激值和蓝色刺激值,d2k为子矩阵Ej的第k行对应的彩色点云中的点与坐标原点的距离,m为子矩阵Ej的总行数,k∈{1~m},d21至d2m依次增大,d2m-d21<Td
步骤2.3、定义子矩阵Ej的其中一行对应的彩色点云中的点为种子点,
步骤2.4、求取子矩阵Ej的各行对应的彩色点云的点与种子点之间的距离作为子矩阵Ej的各行对应的筛选距离,选取小于阈值Tl的筛选距离以及小于阈值Tl的筛选距离对应的子矩阵Ej的行组成矩阵Gj_f;筛选距离大于等于阈值Tl的子矩阵Ej的各行组成新的子矩阵Ej并返回步骤2.3,直至新的子矩阵Ej为空矩阵进入步骤2.5,其中,f为每个子矩阵Ej所对应的各个矩阵Gj_f的序号。
Figure BDA0002310958100000081
其中,矩阵Gj_f中的每行对应彩色点云的一个点,矩阵Gj_f中每行的xq、yq、zq为矩阵Gj_f的第q行对应的彩色点云中的点的坐标值,Rq、Gq、Bq为矩阵Gj_f的第q行对应的彩色点云中的点的红色刺激值、绿色刺激值和蓝色刺激值,dq为第q行对应的彩色点云中的点与坐标原点的距离,Lq为所在行对应的彩色点云中的点与种子点的距离,p为矩阵Gj_f的总行数,q∈{1~p},L1至Lp依次增大。
步骤2.5、求取矩阵Gj_f中Rq的方差sR 2,Gq的方差sG 2,以及Bq的方差sB 2
选取矩阵Gj_f中的任一行所对应的彩色点云的点作为基准点,并将基准点标记第一类标签,遍历矩阵Gj_f中的其他行,若矩阵Gj_f中的其中一行所对应的彩色点云的点的颜色刺激值与其中一类标签的点的平均颜色刺激值之间的加权曼哈顿距离M小于阈值Tc,则将该行所对应的彩色点云的点标记为该类标签;若矩阵Gj_f中的其中一行所对应的彩色点云的点的颜色刺激值与各个类标签中的点的平均颜色刺激值之间的加权曼哈顿距离M均大于等于阈值Tc,则将该点标记为新的一类标签。
若矩阵Gj_f中的其中一行所对应的彩色点云的点的颜色刺激值与多类标签的点的平均颜色刺激值之间的加权曼哈顿距离小于阈值Tc,则将该行所对应的彩色点云的点标记为最小加权曼哈顿距离对应的类标签。
加权曼哈顿距离M通过以下公式获得:
Figure BDA0002310958100000091
其中,一类标签的点的平均颜色刺激值包括
Figure BDA0002310958100000092
为,
Figure BDA0002310958100000093
为同一类标签的点的平均红色刺激值、
Figure BDA0002310958100000094
为同一类标签的点的平均绿色刺激值,
Figure BDA0002310958100000095
为同一类标签的点的平均蓝色刺激值,h表征第h类标签,彩色点云的点的颜色刺激值包括Rq、Gq、Bq
步骤3、判断每类标签包含的彩色点云的点是否为噪声点,从而决定是否给予滤除。
设定阈值Tn。如果第h类标签中包含的点数hN小于设定的个数阈值Tn,则认为该类标签中的点为噪声点,将该类标签中的点给予滤除;如果第h类标签中包含的点数hN大于等于设定的个数阈值Tn,则认为该类标签中的点不是噪声点,将该类标签中包含的点给予保留。
所有保留下来的点形成新的彩色点云,得到最终的滤波结果。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。

Claims (1)

1.基于彩色三维扫描激光雷达的彩色点云滤波方法,其特征在于,包括以下步骤:
步骤1、利用彩色三维扫描激光雷达获取彩色点云;
步骤2、为彩色点云中的各点赋予类标签;
步骤3、同一类标签中的点数小于个数阈值,则在彩色点云中删除该类标签中的点,
所述的步骤2包括以下步骤:
步骤2a、建立矩阵E,矩阵E中的每行的元素分别为彩色点云中的点的坐标值、红绿蓝色刺激值、以及与坐标原点的距离;
步骤2b、根据彩色点云中的点与坐标原点的距离对矩阵E进行划分获得子矩阵Ej
步骤2c、根据彩色点云中的点之间的距离对子矩阵Ej进行划分获得矩阵Gj_f
步骤2d、根据彩色点云中的点之间的加权曼哈顿距离对矩阵Gj_f中各行对应的彩色点云中的点赋予类标签,
所述的步骤2a包括以下步骤:
求出彩色点云中任一个点i到坐标原点的距离di
定义矩阵E为:
Figure FDA0003902207020000011
矩阵E中的每一行依次为彩色点云中的一个点的坐标值(x1i,y1i,z1i),红绿蓝色刺激值(R1i,G1i,B1i)以及与坐标原点的距离d1i,i∈{1~n},n为彩色点云中的点的总数,d11~d2n依次增大,
所述的步骤2b包括以下步骤:
步骤2.2、设定阈值Td,把矩阵E分成多个子矩阵Ej,每个子矩阵Ej中任意两行对应的彩色点云中的点到坐标原点的距离的差值小于阈值Td
所述的步骤2c包括以下步骤:
步骤2.3、定义子矩阵Ej的其中一行对应的彩色点云中的点为种子点,
步骤2.4、求取子矩阵Ej的各行对应的彩色点云的点与种子点之间的距离作为子矩阵Ej的各行对应的筛选距离,选取小于阈值Tl的筛选距离以及小于阈值Tl的筛选距离对应的子矩阵Ej的行组成矩阵Gj_f;筛选距离大于等于阈值Tl的子矩阵Ej的各行组成新的子矩阵Ej并返回步骤2.3,直至新的子矩阵Ej为空矩阵,
所述的步骤2d包括以下步骤:
步骤2.5、选取矩阵Gj_f中的任一行所对应的彩色点云的点作为基准点,并将基准点标记第一类标签,遍历矩阵Gj_f中的其他行,若矩阵Gj_f中的其中一行所对应的彩色点云的点的颜色刺激值与其中一类标签的点的平均颜色刺激值之间的加权曼哈顿距离小于阈值Tc,则将该行所对应的彩色点云的点标记为该类标签;若矩阵Gj_f中的其中一行所对应的彩色点云的点的颜色刺激值与各个类标签中的点的平均颜色刺激值之间的加权曼哈顿距离均大于等于阈值Tc,则将该点标记为新的一类标签,
若矩阵Gj_f中的其中一行所对应的彩色点云的点的颜色刺激值与多类标签的点的平均颜色刺激值之间的加权曼哈顿距离小于阈值Tc,则将该行所对应的彩色点云的点标记为最小加权曼哈顿距离对应的类标签,
彩色三维扫描激光雷达包括激光发射系统、扫描接收系统、光电探测单元、信号处理电路及计算机数据处理单元,
扫描接收系统包括中心孔反射镜、扫描转镜、以及接收光学系统,
通过扫描转镜竖直平面内旋转实现二维扫描,扫描转镜设置在基座上,配合基座180°水平旋转实现三维空间扫描,
接收光学系统包括第一分光滤光片、第二分光滤光片、第三分光滤光片、第一窄带滤光片、第二窄带滤光片、第三窄带滤光片、第一聚焦透镜、第二聚焦透镜以及第三聚焦透镜,
光电探测单元包括第一光电探测器、第二光电探测器和第三光电探测器,
激光发射系统发射出扫描激光入射到中心孔反射镜的中心孔透过入射到扫描转镜上,通过扫描转镜进行三维激光扫描,扫描激光打在地物目标上形成回波信号,回波信号返回到扫描转镜上,通过中心孔反射镜反射后入射到第一分光滤光片上,蓝光经第一分光滤光片反射后入射到第一窄带滤光片上,经第一窄带滤光片透射后入射到第一聚焦透镜,通过第一聚焦透镜聚焦后入射到第一光电探测器进行探测,绿光和红光经第一分光滤光片透射后入射到第二分光滤光片上,绿光经第二分光滤光片反射后入射到第二窄带滤光片上,经第二窄带滤光片透射后入射到第二聚焦透镜,通过第二聚焦透镜聚焦后入射到第二光电探测器进行探测,红光经第二分光滤光片透射后入射到第三分光滤光片上,经第三分光滤光片反射到第三窄带滤光片上,经第三窄带滤光片透射后入射到第三聚焦透镜,通过第三聚焦透镜聚焦后入射到第三光电探测器进行探测,
通过彩色三维扫描激光雷达对目标地物的三维扫描,得到彩色点云中任一个点的坐标值、红回波强度值、绿回波强度值和蓝回波强度值,根据彩色点云中任一个点的红回波强度值、绿回波强度值和蓝回波强度值计算红色刺激值、绿色刺激值、蓝色刺激值。
CN201911258468.XA 2019-12-10 2019-12-10 基于彩色三维扫描激光雷达的彩色点云滤波方法 Active CN111091508B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911258468.XA CN111091508B (zh) 2019-12-10 2019-12-10 基于彩色三维扫描激光雷达的彩色点云滤波方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911258468.XA CN111091508B (zh) 2019-12-10 2019-12-10 基于彩色三维扫描激光雷达的彩色点云滤波方法

Publications (2)

Publication Number Publication Date
CN111091508A CN111091508A (zh) 2020-05-01
CN111091508B true CN111091508B (zh) 2022-12-13

Family

ID=70394778

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911258468.XA Active CN111091508B (zh) 2019-12-10 2019-12-10 基于彩色三维扫描激光雷达的彩色点云滤波方法

Country Status (1)

Country Link
CN (1) CN111091508B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111724322B (zh) * 2020-06-19 2023-08-22 杭州海康机器人股份有限公司 去除激光条纹图像噪点的方法和系统
CN112731421B (zh) * 2020-12-24 2023-08-04 深圳煜炜光学科技有限公司 一种激光雷达系统及其光强切换方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104181546A (zh) * 2014-08-25 2014-12-03 中国科学院武汉物理与数学研究所 彩色三维扫描激光雷达颜色信息采集显示方法
CN107092021A (zh) * 2017-04-05 2017-08-25 天津珞雍空间信息研究院有限公司 车载激光雷达三维扫描方法、地物分类方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104181546A (zh) * 2014-08-25 2014-12-03 中国科学院武汉物理与数学研究所 彩色三维扫描激光雷达颜色信息采集显示方法
CN107092021A (zh) * 2017-04-05 2017-08-25 天津珞雍空间信息研究院有限公司 车载激光雷达三维扫描方法、地物分类方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
3D彩色点云高效压缩算法及质量评价研究;张习民;《中国优秀博硕士学位论文全文数据库(博士)信息科技辑》;20180630;论文第22页 *

Also Published As

Publication number Publication date
CN111091508A (zh) 2020-05-01

Similar Documents

Publication Publication Date Title
CN103927741B (zh) 增强目标特征的sar图像合成方法
CN111091508B (zh) 基于彩色三维扫描激光雷达的彩色点云滤波方法
CN111832518B (zh) 基于时空融合的tsa遥感影像土地利用方法
CN104884937B (zh) 图像测量方法、系统、设备
JP2012196167A (ja) 植物種識別方法
CN104181546B (zh) 彩色三维扫描激光雷达颜色信息采集显示方法
WO2010063916A1 (fr) Jeu de drones munis de balises de reconnaissance
CN109580512A (zh) 一种基于光谱和纹理特征的小麦氮素营养监测方法
CN102314601A (zh) 使用非线性光照恒定核去除由基于车辆的相机捕获的图像中的阴影
GB2475104A (en) Detecting movement of 3D objects using a TOF camera
CN107678041A (zh) 用于检测对象的系统和方法
CN110363186A (zh) 一种异常检测方法、装置及计算机存储介质、电子设备
CN110988909A (zh) 基于tls进行高寒脆弱区沙地植被的植被盖度测定方法
CN113811885A (zh) 用于在计算机视觉应用中使用三维测图工具进行对象识别的系统和方法
Alba et al. Filtering vegetation from terrestrial point clouds with low-cost near infrared cameras
CN107576395A (zh) 一种多光谱镜头、多光谱测量装置及其标定方法
JP7277615B2 (ja) 光の3dマッピングとモデリングを使用した物体認識システム及び方法
Shin et al. Parametric Poisson process imaging
CN207248351U (zh) 一种多光谱镜头和多光谱测量装置
CN102176066A (zh) 基于窄带扫描的目标最佳探测谱段成像探测方法
CN115294002A (zh) 图像融合方法、电子设备、无人机和存储介质
US11195290B2 (en) Apparatus and method for encoding in structured depth camera system
CN102667853A (zh) 用于二进制传感器的滤光片设置学习
Shajahan et al. Monitoring plant phenology using phenocam: A review
Kozoderov et al. Recognition of natural and man-made objects in airborne hyperspectral images

Legal Events

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