利用激光点云辅助的可量测全景影像生成方法与流程

技术特征：

1.利用激光点云辅助的可量测全景影像生成方法，其特征是，包括步骤：

步骤1，将全景影像沿水平方向划分为多个部分，分别进行虚拟成像获得多幅框幅式影像，各框幅式影像像主点对应的虚拟光线水平方向均匀分布；沿水平方向将框幅式影像依次记为框幅式影像0、框幅式影像1……框幅式影像N-1；

步骤2，选取初始点对，并初始化框幅式影像的外方位元素，具体为：

各框幅式影像上分别随机选取角点，所选角点和所选角点在激光点云坐标下对应的激光点构成初始点对；

采用PNP算法计算框幅式影像0的外方位元素初始值，基于各框幅式影像曝光中心相同以及各框幅式影像的空间姿态关系，获得其他框幅式影像的外方位元素初始值；

步骤3，基于步骤2所得外方位元素初始值，以初始点对中所有激光点到对应框幅式影像上的投影误差的和最小为条件方程，调整外方位元素初始值，获得精确的外方位元素值；

步骤4，构建激光点云的空间索引，根据步骤3所得外方位元素中线元素获得全景影像的曝光中心，在空间索引中选取以曝光中心为球心的球形邻域，球形邻域内激光点云即全景影像的邻域点云；

步骤5，计算邻域点云中各激光点的法向量，将各激光点的法向量作为邻域点云的特征；

步骤6，将邻域点云的深度和特征投影到全景影像，即得到可量测全景影像。

2.如权利要求1所述的全景影像和激光点云的配准方法，其特征是：

步骤1中，将全景影像沿水平方向划分为6个部分。

3.如权利要求1所述的全景影像和激光点云的配准方法，其特征是：

步骤2中，所述的各框幅式影像上分别随机选取角点具体为：

框幅式影像0上随机选取4个以上角点；其他框幅式影像上随机选取2个以上角点。

4.如权利要求1所述的全景影像和激光点云的配准方法，其特征是：

步骤3中，所述的条件方程如下：

$min\underset{j=0}{\overset{N}{\Σ}}\underset{i=0}{\overset{jm}{\Σ}}\[v_{ij}d{\left(Q\right({\mathrm{img}}_j,p_{ji}),x_{ji})}^2\]$

其中：

img_j表示框幅式影像j；

p_ji表示框幅式影像j的初始点对中第i个激光点；

Q(img_j,p_i)表示p_ji在img_j上的推测投影点；

x_ji表示框幅式影像j的初始点对中与p_ji对应的角点；

d(·)表示推测投影点和x_ji的平面距离；

jm表示框幅式影像j的初始点对的点对数；

v_ij为系数，

5.如权利要求1所述的全景影像和激光点云的配准方法，其特征是：

步骤5中，计算邻域点云中各激光点的法向量，具体为：

找激光点的k邻近点；

求k邻近点的质心；

计算半正定协方差矩阵其中，p_i表示激光点的第i个邻近点的坐标，表示质心的坐标；

分解半正定协方差矩阵，其最小特征值即激光点的法向量。

6.如权利要求1所述的全景影像和激光点云的配准方法，其特征是：

步骤6中，邻域点云的深度采用如下方法获得：

遍历全景影像的各栅格，各栅格对应点云中激光点的深度即栅格的深度，所有栅格的深度构成邻域点云的深度。

7.如权利要求6所述的全景影像和激光点云的配准方法，其特征是：

若当前栅格无对应点云，通过相邻栅格的深度内插获得当前栅格的深度。