用于激光雷达的平面反射标靶中心点位置提取方法与流程

本发明涉及文物保护、地图测绘等领域，具体的，涉及一种用于激光雷达的平面反射标靶中心点位置提取方法。

背景技术：

三维激光扫描技术是近些年兴起的测绘领域的新技术，实现了激光扫描技术和测量技术的融合。三维激光扫描技术具有不接触、自动化、速度快等优点，可以快速高效的获取目标对象的高精度的三维点云数据，在文物保护、地图测绘等领域得到了广泛的应用。

三维激光扫描仪在使用的过程中会使用测量标靶进行测站之间的拼接和配置，直接用于点云数据的坐标转换，从而实现对大体量目标的测量和数据的完整性。现有的标靶中心的提取算法大多是基于平面标靶中心是发射强度最大点这一前提来进行的，但在实际情况中激光容易在目标中心附近形成多重反射效应，反射强度中心的数据容易受到噪声数据的干扰。而且在实际的扫描应用中，扫描的精度很容易受到温度、压力、湿度、光照等多种因素的影响。三维激光扫描仪发射的激光束很容易受到大气中的微粒、水汽、二氧化碳的吸收、折光和干涉的影响，这样使得在理想状态下应该是一个平面的点云形成不规则的平面。

技术实现要素：

本发明的目的是针对现有技术中存在的技术缺陷，提供一种用于激光雷达的平面反射标靶中心点位置提取方法，使用配套的平面反射标靶，剔除偶然误差的影响，可以有效的提取平面反射标靶的中心点，从而提高扫描的精度。

为了实现本发明的这些目的和其它优点，提供一种用于激光雷达的平面反射标靶中心点位置提取方法，包括以下步骤：

步骤一、使用圆形的平面反射标靶，并在平面反射标靶上涂覆两种反射强度不同的涂料，并使该两种涂料至少在平面反射标靶上形成两条过圆心的分界线；

步骤二、使用三维激光扫描仪对平面反射标靶表面进行扫描测量，获取包含平面反射标靶表面各点的三维坐标和各点的反射强度的点云数据；

步骤三、将步骤二得到的点云数据投影至与平面反射标靶平行的投影平面，将各投影点对应的反射强度转化为各点的灰度值，然后在该投影平面划分格网，将每个格网内的点对应的灰度值作为每个格网的灰度值，并建立投影点与点云数据间的对应关系；

步骤四、将步骤三得到的每个格网的灰度值根据以下公式进行修改：I＝|I₁-I₈|+|I₂-I₇|+|I₃-I₆|+|I₄-I₅|，并根据修改后的灰度值确定位于两种涂料分界线上的格网；其中，I为待修改格网的灰度值，I₁为与待修改格网紧邻的上左方的格网的灰度值，I₂为与待修改格网紧邻的正左方的格网的灰度值，I₃为与待修改格网紧邻的下左方的格网的灰度值，I₄为与待修改格网紧邻的正上方的格网的灰度值，I₅为与待修改格网紧邻的正下方的格网的灰度值，I₆为与待修改格网紧邻的上右方的格网的灰度值，I₇为与待修改格网紧邻的正右方的格网的灰度值，I₈为与待修改格网紧邻的下右方的格网的灰度值；

步骤五、将经步骤四确定的位于两种涂料分界线上的格网的灰度值再按以下公式进行修改：

I’＝I₁’+I₂’+I₃’+I₄’+I₅’+I₆’+I₇’+I₈’，并确定经过此公式修改后的灰度值最大的格网，然后根据步骤三所建立的投影点与点云数据间的对应关系，确定与将该灰度值最大的格网内的点在点云数据中对应的点，点云数据中的对应的点即为平面反射标靶的中心点；其中，I’为待修改格网的灰度值，I₁’为与待修改格网紧邻的上左方的格网的灰度值，I₂’为与待修改格网紧邻的正左方的格网的灰度值，I₃’为与待修改格网紧邻的下左方的格网的灰度值，I₄’为与待修改格网紧邻的正上方的格网的灰度值，I₅’为与待修改格网紧邻的正下方的格网的灰度值，I₆’为与待修改格网紧邻的上右方的格网的灰度值，I₇’为与待修改格网紧邻的正右方的格网的灰度值，I₈’为与待修改格网紧邻的下右方的格网的灰度值。

优选的是，所述的用于激光雷达的平面反射标靶中心点位置提取方法中，在步骤三中，若格网内有多个点时，将格网范围内各点灰度值的平均值作为格网的灰度值。

优选的是，所述的用于激光雷达的平面反射标靶中心点位置提取方法中，在步骤五中，若灰度值最大的格网数量大于一个时，则根据步骤三所建立的投影点与点云数据间的对应关系，分别确定灰度值最大的各格网中的点在点云数据中对应的点，灰度值最大的各格网中的点在点云数据中对应的点在各数轴的平均值组成的坐标即为平面反射标靶中心点坐标。

优选的是，所述的用于激光雷达的平面反射标靶中心点位置提取方法中，若灰度值最大的格网内有多个点时，则根据步骤三所建立的投影点与点云数据间的对应关系，分别确定该多个点在点云数据中对应的点，该多个点在点云数据中对应的点在各数轴的平均值组成的坐标即为平面反射标靶中心点坐标。

优选的是，所述的用于激光雷达的平面反射标靶中心点位置提取方法中，在步骤二之后步骤三之前，还包括：

对点云数据进行多次抽样得到多个点云子集，利用PCA算法计算所得点云子集的特征值，选出特征值最小的点云子集，利用该点云子集拟合出初始平面；

当则认为该点为粗差点，予以剔除；

其中，d为该点到初始平面的垂直距离；d_0.5为点云数据中所有点到初始平面的距离的中位数，d′_0.5＝1.4826|d-d_0.5|_0.5，|d-d_0.5|_0.5为|d-d_0.5|的中位数，2.0≤k≤2.5。

优选的是，所述的用于激光雷达的平面反射标靶中心点位置提取方法中，在投影平面上布置相互垂直的网格线在投影平面划分出多个格网，并使每个格网内的投影点不超过3个。

优选的是，所述的用于激光雷达的平面反射标靶中心点位置提取方法中，平面反射标靶表面采用象牙黑和水晶白两种颜色的涂料进行涂覆。

优选的是，所述的用于激光雷达的平面反射标靶中心点位置提取方法中，其特征在于，两种涂料的分界线相互垂直，且长度均与平面反射标靶的直径相等。

本发明至少包括以下有益效果：

本发明的用于激光雷达的平面反射标靶中心点位置提取方法合理、准确，分析、计算快速，能够剔除偶然误差的影响，可以有效的提取平面反射标靶的中心点，从而提高扫描的精度。

本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。

附图说明

图1为本发明所述的用于激光雷达的平面反射标靶中心点位置提取方法的流程图；

图2为本发明所述的用于激光雷达的平面反射标靶中心点位置提取方法的步骤三中得到的平面标靶的深度图像；

图3为本发明所述的用于激光雷达的平面反射标靶中心点位置提取方法的步骤四中格网周边格网的标号；

图4为本发明所述的用于激光雷达的平面反射标靶中心点位置提取方法的步骤四中重取灰度值后得到的平面标靶的深度图像；

图5为本发明所述的用于激光雷达的平面反射标靶中心点位置提取方法的步骤五中格网周边格网的标号；

图6为本发明所述的用于激光雷达的平面反射标靶中心点位置提取方法的步骤五中重取灰度值后得到的平面标靶的深度图像。

具体实施方式

下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

如图1-图6所示，本发明提供一种用于激光雷达的平面反射标靶中心点位置提取方法：

步骤一、使用圆形的平面反射标靶，并在平面反射标靶上涂覆两种反射强度不同的涂料，并使该两种涂料至少在平面反射标靶上形成两条过圆心的分界线；

步骤二、使用三维激光扫描仪对平面反射标靶表面进行扫描测量，获取包含平面反射标靶表面各点的三维坐标和各点的反射强度的点云数据；

步骤三、将步骤二得到的点云数据投影至与平面反射标靶平行的投影平面，将各投影点对应的反射强度转化为各点的灰度值，然后在该投影平面划分格网，将每个格网内的点对应的灰度值作为每个格网的灰度值，并建立投影点与点云数据间的对应关系；

步骤四、将步骤三得到的每个格网的灰度值根据以下公式进行修改：I＝|I₁-I₈|+|I₂-I₇|+|I₃-I₆|+|I₄-I₅|，并根据修改后的灰度值确定位于两种涂料分界线上的格网；其中，I为待修改格网的灰度值，I₁为与待修改格网紧邻的上左方的格网的灰度值，I₂为与待修改格网紧邻的正左方的格网的灰度值，I₃为与待修改格网紧邻的下左方的格网的灰度值，I₄为与待修改格网紧邻的正上方的格网的灰度值，I₅为与待修改格网紧邻的正下方的格网的灰度值，I₆为与待修改格网紧邻的上右方的格网的灰度值，I₇为与待修改格网紧邻的正右方的格网的灰度值，I₈为与待修改格网紧邻的下右方的格网的灰度值；

步骤五、将经步骤四确定的位于两种涂料分界线上的格网的灰度值再按以下公式进行修改：

I’＝I₁’+I₂’+I₃’+I₄’+I₅’+I₆’+I₇’+I₈’，并确定经过此公式修改后的灰度值最大的格网，然后根据步骤三所建立的投影点与点云数据间的对应关系，确定与将该灰度值最大的格网内的点在点云数据中对应的点，点云数据中的对应的点即为平面反射标靶的中心点；其中，I’为待修改格网的灰度值，I₁’为与待修改格网紧邻的上左方的格网的灰度值，I₂’为与待修改格网紧邻的正左方的格网的灰度值，I₃’为与待修改格网紧邻的下左方的格网的灰度值，I₄’为与待修改格网紧邻的正上方的格网的灰度值，I₅’为与待修改格网紧邻的正下方的格网的灰度值，I₆’为与待修改格网紧邻的上右方的格网的灰度值，I₇’为与待修改格网紧邻的正右方的格网的灰度值，I₈’为与待修改格网紧邻的下右方的格网的灰度值。

本发明所提供的用于激光雷达的平面反射标靶中心点位置提取方法中，步骤一中使用的两种不同涂料，其在不同激光波长时反射强度变化不大，且二者之间的反射强度存在较大的差距，使用的不同涂料之间的反射强度差值越大，使用的效果越好，从而保证扫描结果有较高的准确度，且两种涂料交界处有较大的区分度，例如可采用象牙黑和水晶白两种颜色的涂料对平面反射标靶表面进行涂覆，这两种涂料在不同激光波长时反射强度变化不大，而且两者之间存在稳定的强度差值，象牙黑基本保持在数值2左右，水晶末基本保持在数值48左右，适合激光扫描仪识别；涂抹使用的涂料主要为颜料，颜料是中国古代绘画工艺的主要组成部分，被广泛的应用于建筑和其他器物的色彩的调配，简单的说颜料就是可以悬浮于基质中的干燥的染色剂或者着色剂，在液态的基质风干之后就会吸附在建筑物或者器物的表面，其中矿物颜料具有持久的色彩和较为丰富的原料来源，一直是彩绘的主要色彩来源，所以本发明所使用的涂料主要为矿物颜料；可使用两条直径将所述平面反射标靶表面分成4个90°扇形面，采用两种不同颜色的涂料对扇形面交叉涂抹，此时在步骤三中得到的平面反射标靶的深度图像的分界线为两条相互垂直的直径，或者使用三条直径将所述平面反射标靶表面分成6个60°的扇面面，采用两种不同颜色的涂料对扇形面交叉涂抹，此时在步骤三中得到的平面反射标靶的深度图像的分界线为三条相交的直径，除了规则涂抹外，还可以用两条以上的半径将平面反射标靶表面分为多个不规则的扇形面，如用两条半径将平面反射标靶表面分为一个小扇形与一个大扇形，在两个扇形面上涂抹不同的涂料，此时在步骤三中得到的平面反射标靶的深度图像的分界线为两条夹角小于180°的半径，也可以使用四条半径将平面反射标靶表面分为四个度数均不同的扇形面等，对相邻的扇形面涂抹不同的涂料，此时在步骤三中得到的平面反射标靶的深度图像的分界线为四条半径；

本发明所提供的用于激光雷达的平面反射标靶中心点位置提取方法中，步骤三中将各投影点对应的反射强度转化为各点的灰度值，是以各点的反射强度的值来表示该点灰度值，将点云数据投影至与平面反射标靶平行的投影平面，建立投影点与点云数据间的对应关系的方法可以采用如下方法：

投影平面的平面方程为：

P(x,y,z)＝ax+by+cz+d＝0

以上方程两边同时约去d，得到可以使用发向量进行表示的平面形式:

n_xx+n_yy+n_zz+1＝0

平面的法向量的单位向量为：

n_u＝[d·n_x d·n_y d·n_z]^T

依据最小二乘法的原理，要求：

其中m为观测个数，可以得到n＝N^-1t，即：

由上式可求得n_x、n_y、n_z的值，得到拟合平面的平面方程；

拟合平面后，建立投影点与三维点云的索引关系：

点云数据中任一点(x₀,y₀,z₀)的平面垂线方程为：

联立平面方程：

x＝x₀+aT

y＝y₀+bT

z＝z₀+cT

可求得投影点投影到平面上的坐标(x,y,z)，将拟合平面经平移旋转变换(变换矩阵)后转化到XOY平面，同样拟合平面上的投影点落点经该矩阵变换后也转换到了XOY平面上，变换矩阵方法如下：

拟合平面法向量：向量n＝(a,b,c)，Z轴方向向量(0,0,1)

W_x为平面法向量与XOZ平面的夹角；

W_y为平面法向量与YOZ平面的夹角；

首先将平面上某一点平移到原点；平面先绕X轴旋转Wx，再绕Y轴旋转Wy，就可以与Z轴重合；

平面绕X轴旋转时：

x′＝x，

y′＝ycosW_x+zsinW_x

z′＝ysinW_x+zcosW_x

平面绕Y轴旋转

x′＝zsinW_y+x cosW_y，

y′＝y

z′＝z cosW_y-x sinW_y

所有平面点经矩阵变换后都在XOY平面上，得到投影点与点云数据间的对应关系；

划分完格网后，建立点云数据中任一点在灰度图像的行列号：

假设坐标原点为O，任一点P(x,y,z)表示其中一个任意的扫描点的三维坐标，OP与XOY平面的夹角为β(π/2≥β≥-π/2)，OP在XOY平面上的投影线与X轴的夹角为α(2π≥α≥0)，这样每一个扫描点云对应一个α和β值，根据α和β值按照以下两个式子求解深度图像的总行数M和总列数N，其中a为角度采样间隔：

M＝取整((最大β-最小β)/a)+1

N＝取整((最大α-最小α)/a)+1

按照下面两个式子分别求解每一个扫描点在深度图像对应的行列号：

row＝总行数M-取整((β-最小β)/a)

column＝总列数N-取整((α-最小α)/a)

这样点云数据中任一点在深度图像均会有对应的行列号(M,N)，若是一个格网中包含有多个扫描点，格网灰度则取扫描点反射强度平均值；

本发明所提供的用于激光雷达的平面反射标靶中心点位置提取方法中，步骤三中得到的平面标靶的深度图像如图2所示，图2中平面反射标靶表面涂抹的涂料为象牙黑和水晶白，二者反射强度差值较大，形成的深度图像中二者涂抹的区域区分明显；图3为步骤四中格网周边格网的标号，对步骤三得到的每个格网的灰度值根据以下公式进行修改后，得到新的深度图像，修改灰度值后分界线位置的格网的灰度值最大，图4即为新得到的平面标靶的深度图像，图4中的白线位置即为两种涂料的分界线，图5为步骤四中格网周边格网的标号，步骤五中将经步骤四确定的位于两种涂料分界线上的格网的灰度值进行修改后，图6即为得到新的平面标靶的深度图像，图6中的白色格网，即为修改灰度值后灰度值最大的格网。

在另一种技术方案中，所述的用于激光雷达的平面反射标靶中心点位置提取方法中，在步骤三中，若格网内有多个点时，将格网范围内各点灰度值的平均值作为格网的灰度值，由于划分格网时，不能保证每一个格网内只有一个投影点，所以当格网内出现多个点时，需要以格网范围内各点灰度值的平均值作为格网的灰度值。

在另一种技术方案中，所述的用于激光雷达的平面反射标靶中心点位置提取方法中，在步骤五中，若灰度值最大的格网数量大于一个时，则根据步骤三所建立的投影点与点云数据间的对应关系，分别确定灰度值最大的各格网中的点在点云数据中对应的点，灰度值最大的各格网中的点在点云数据中对应的点在各数轴的平均值组成的坐标即为平面反射标靶中心点坐标。

在另一种技术方案中，所述的用于激光雷达的平面反射标靶中心点位置提取方法中，若灰度值最大的格网内有多个点时，则根据步骤三所建立的投影点与点云数据间的对应关系，分别确定该多个点在点云数据中对应的点，该多个点在点云数据中对应的点在各数轴的平均值组成的坐标即为平面反射标靶中心点坐标。

在另一种技术方案中，所述的用于激光雷达的平面反射标靶中心点位置提取方法中，在步骤二之后步骤三之前，还包括使用稳健Z分数方法来剔除粗差；

在实际的扫描应用中，扫描的精度很容易受到温度、压力、湿度、光照等多种因素的影响，所以使用稳健Z分数方法对标靶的中心点云数据进行预处理，剔出粗差，可以剔除偶然误差的影响，稳健Z分数方法剔除粗差的方法如下：

随机从点云数据中优选出多个点构成的点云子集，进行多次抽样得到多个点云子集，并利用PCA算法计算所得点云子集的3个特征值：γ₀<γ₁<γ₂，γ₀越小点云点集的共平面程度越高，故其中最小的的特征值γ₀作为点云点集的共平面程度的判别依据，选出特征值最小的点云子集为最佳点云子集，利用点云子集拟合可靠平面模型初值，得到初始平面的平面方程；

由于粗差点统计分布规律是未知的，很难将粗差一次性剔除，采用Z比分数方法进行循环剔除粗差，即每次循环依据距离和最小准则获取可靠初始模型，重新计算垂直距离中位数和中位数中误差，并计算点云子集每个点的稳健Z分数的值Z，将≥k的点从点云子集中剔除，当点集中所有点的Z<k时停止循环；

采用稳健Z分数方法来剔除粗差，取点云子集中任一点到初始平面的距离为d，则该点的稳健Z分数定义为：

其中：d为该点到拟合平面的垂直距离；d_0.5为点云数据中所有点到初始平面的距离的中位数，d′_0.5＝1.4826|d-d_0.5|_0.5，|d-d_0.5|_0.5为|d-d_0.5|的中位数，2.0≤k≤2.5。

在另一种技术方案中，所述的用于激光雷达的平面反射标靶中心点位置提取方法中，在投影平面上布置相互垂直的网格线在投影平面划分出多个格网，并使每个格网内的投影点不超过3个,划分的网格面积越小，计算的结果越精确，所述格网为正方形，其边长的计算方法如下：

其中：X_max表示投影到XOY平面后所有投影点中在X轴上坐标的最大值；X_min表示投影到XOY平面后所有投影点中在X轴上坐标的最小值；N表示点云中点的数目。

在另一种技术方案中，所述的用于激光雷达的平面反射标靶中心点位置提取方法中，平面反射标靶表面采用象牙黑和水晶白两种颜色的涂料进行涂覆，这两种涂料在不同激光波长时反射强度变化不大，而且两者之间存在稳定的强度差值，象牙黑基本保持在数值2左右，水晶末基本保持在数值48左右，适合激光扫描仪识别；此外也可以使用其他的涂料进行涂抹，需保证使用的涂料在不同波长的激光的条件下其反射强度稳定，使用的不同涂料之间的反射强度差值越大，使用的效果越好。

在另一种技术方案中，所述的用于激光雷达的平面反射标靶中心点位置提取方法中，其特征在于，两种涂料的分界线相互垂直，且长度均与平面反射标靶的直径相等；可使用两条直径将所述平面反射标靶表面分成4个90°扇形面，采用象牙黑和水晶末两种颜色的涂料交叉进行填充，除了规则涂抹外，还可以用两条以上的半径将平面反射标靶表面分为多个不规则的扇形面，如用两条半径将平面反射标靶表面分为一个小扇形与一个大扇形，在两个扇形面上涂抹不同的涂料，此时在步骤三中得到的平面反射标靶的深度图像的分界线为两条夹角小于180°的半径，也可以使用四条半径将平面反射标靶表面分为四个度数均不同的扇形面等，对相邻的扇形面涂抹不同的涂料，此时在步骤三中得到的平面反射标靶的深度图像的分界线为四条半径；涂抹标靶的方法有纯色标靶、清漆手工刷涂、牛胶刷涂和油漆机器喷涂等。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。