发明名称 | 基于点特征的点云数据与光学影像的自动配准融合方法 | ||
摘要 | 本发明公开了一种基于点特征的点云数据与光学影像的自动配准融合方法,包括:对点云数据进行滤波处理;分别采用自适应支撑权重稠密立体算法和Delaunay三角剖分算法确定光学影像和点云数据的深度图;通过尺度不变特征变换算法得到光学影像和点云数据的深度图之间的二维匹配关系;通过两步RANSAC算法剔除错误匹配点对,并得到相机位置参数估计;进行点云数据和光学影像的颜色纹理映射,得到融合后的三维图像。本发明无需GPS/INS等初始位置先验,不依赖于场景中人造建筑物的强特征,自动化程度高,鲁棒性好,同时具有较高的配准正确率。 | ||
申请公布号 | CN106485690A | 申请公布日期 | 2017.03.08 |
申请号 | CN201510529069.8 | 申请日期 | 2015.08.25 |
申请人 | 南京理工大学 | 发明人 | 任侃;吕芳;韶阿俊;潘佳惠 |
分类号 | G06T7/00(2017.01)I | 主分类号 | G06T7/00(2017.01)I |
代理机构 | 南京理工大学专利中心 32203 | 代理人 | 朱显国 |
主权项 | 一种基于点特征的点云数据与光学影像的自动配准融合方法,其特征在于,包括以下步骤:步骤1,对点云数据进行滤波处理;步骤2,分别采用自适应支撑权重稠密立体算法和Delaunay三角剖分算法确定光学影像和点云数据的深度图;步骤3,通过尺度不变特征变换算法得到光学影像和点云数据的深度图之间的二维匹配关系;步骤4,通过两步RANSAC算法剔除错误匹配点对,得到相机位置参数估计;步骤5,进行点云数据和光学影像的颜色纹理映射,得到融合后的三维图像。 | ||
地址 | 210094 江苏省南京市玄武区孝陵卫200号 |