基于k近邻的LiDAR点云强度校正方法
【专利摘要】本发明公开了一种基于k近邻的LiDAR点云强度校正方法，以k近邻算法作为基础，通过求取k近邻点的强度均值方法进行点云强度值的校正，算法结构十分简单，且能够有效改正点云的强度信息，使得改正后的强度信息能够更为真实的反映物体表面的属性信息。
【专利说明】
基于k近邻的L i DAR点云强度校正方法
技术领域
[0001] 本发明涉及一种LiDAR点云强度校正方法，特别涉及一种基于k近邻的LiDAR点云 强度校正方法。
【背景技术】
[0002] 激光强度是物体对发射激光的后向散射回波的光功率，回波信号被接收后经内部 转换和放大，最终转换原始LiDAR数据中的强度值。由于受到激光测距值和激光入射角等系 统变量以及目标反射率、粗糙度和倾斜度等目标变量的影响，使得获取的强度值存在一定 偏差。现有方法多是先通过建立强度值与系统变量之间的函数关系，进而分析系统变量影 响并进行改正的方法获得目标表面的属性信息。由于厂商对关键参数的保密，以及在建立 函数关系的过程中对某些变量的简化，使得建立的函数关系并不能够准确消除系统变量的 影响。
【发明内容】
[0003] 本发明所要解决的技术问题是提供一种基于k近邻的LiDAR点云强度校正方法，使 得校正后的LiDAR点云强度信息能够较为准确和真实的反映物体表面的属性信息。
[0004] 本发明为解决上述技术问题采用以下技术方案：
[0005] 本发明提供一种基于k近邻的LiDAR点云强度校正方法，包括以下具体步骤：
[0006] 步骤1，读取包含强度信息的LiDAR点云数据，得到点云数据的个数η;
[0007] 步骤2,采用K-D树组织所有的点云点，同时计算每个点云点的法向量；
[0008] 步骤3,遍历所有的点云点，计算每一个点云点的入射角及其近邻点，获得每个点 云点校正后的强度值，具体步骤如下：
[0009] 301:令i = l;
[0010] 302:利用公式1计算第i个点云点Pi与扫描仪中心之间的距离：
[0011]爲=^χγ + ν'+ζ^ (1)
[0012]式中，Ri为第i个点云点仍与扫描仪中心之间的欧氏距离，ie(l，2, ···，!〇，（&&， Zi)为在以扫描仪中心为原点的坐标系中第i个点云点Pi的原始坐标；
[0013] 303:利用公式2计算第i个点云点Pi的激光入射角0i:
[0015] 式中，θ!为第i个点云点仍的激光入射角，（nXi，nyi，nZi)为第i个点云点仍的法向 量；
[0016] 304:搜索第i个点云点Pi的k个近邻点，计算该k个近邻点的原始强度值的均值，该 均值即为第i个点云点Pi校正后的强度值；
[0017] 305:令i = i+Ι，如果i <n，则返回步骤302，否则终止迭代，从而完成所有点云点的 强度校正。
[0018] 作为本发明的进一步优化方案，步骤304中k的值根据实际需要进行选取。
[0019] 作为本发明的进一步优化方案，k的值为10。
[0020] 作为本发明的进一步优化方案，k的值为15。
[0021]作为本发明的进一步优化方案，k的值为20。
[0022]本发明采用以上技术方案与现有技术相比，具有以下技术效果：本发明提供的 LiDAR点云强度信息校正方法，以k近邻算法作为基础，通过求取k近邻点的强度均值方法进 行点云强度值的校正，算法结构十分简单，且能够有效改正点云的强度信息，使得改正后的 强度信息能够更为真实的反映物体表面的属性信息。
【附图说明】
[0023]图1是本发明的流程图。
[0024] 图2是以co叫/Af为横轴，原始LiDAR点云强度值I为纵轴的散点图。
[0025] 图3是以为横轴，校正后LiDAR点云强度值I为纵轴的散点图。
【具体实施方式】
[0026] 下面结合附图对本发明的技术方案做进一步的详细说明：
[0027] 如图1所示，一种基于k近邻的LiDAR点云强度校正方法，包括以下步骤：
[0028]步骤1，读取包含强度信息的LiDAR点云数据，得到点云数据的个数η = 5296。
[0029]步骤2，采用K-D树组织所有的点云点，同时计算每个点云点的法向量。
[0030] 步骤3,遍历所有的点云点，计算每一个点云点的入射角及其近邻点，获得每个点 云点校正后的强度值，具体步骤如下：
[0031] 401:令 i = l;
[0032] 402:利用公式1计算第i个点云点Pi与扫描仪中心之间的距离：
[0033] +y； +zr (1)
[0034] 式中，心为第i个点云点？1与扫描仪中心之间的欧氏距离，ie(l，2, ···，!〇，（Xl，yi， Zi)为在以扫描仪中心为原点的坐标系中第i个点云点Pi的坐标；
[0035] 403:利用公式2计算第i个点云点Pi的激光入射角0i:
[0037]式中，0i为第i个点云点Pi的激光入射角，（nxi，nyi， nzi)为第i个点云点Pi的法向 量；
[0038] 404:搜索第i个点云点？1的1^个近邻点，计算该k个近邻点的实测强度值的均值，该 均值即为第i个点云点Pi校正后的强度值；
[0039] 405:令i = i+Ι，如果i <n，则返回步骤402，否则终止迭代，从而完成所有点云点的 强度校正。
[0040]遵循本发明上述技术方案，得到原始激光点云强度值和改正后的激光点云的强度 值，如图2和3所示，其中横轴为cosq/f,纵轴为激光点云点的强度值。
[0041]如图2所示，为原始激光点云点强度散点图。如图3所示，为本发明获得的改正后的 激光点云强度散点图。从图2和图3可以看出，本发明获得的激光点强度散点图与原始激光 点云强度散点图总体趋势较为相似，但本发明校正后的强度散点分布较原始强度散点分布 更为集中，说明本发明校正后的激光点云强度不仅能够反映物体表面的属性信息，且更接 近于物体表面的真实强度值。
[0042]以上所述，仅为本发明中的【具体实施方式】，但本发明的保护范围并不局限于此，任 何熟悉该技术的人在本发明所揭露的技术范围内，可理解想到的变换或替换，都应涵盖在 本发明的包含范围之内，因此，本发明的保护范围应该以权利要求书的保护范围为准。
【主权项】
1. 基于k近邻的LiDAR点云强度校正方法，其特征在于，包括w下具体步骤： 步骤1，读取包含强度信息的LiDAR点云数据，得到点云数据的个数η; 步骤2,采用Κ-的对组织所有的点云点，同时计算每个点云点的法向量； 步骤3，遍历所有的点云点，计算每一个点云点的入射角及其近邻点，获得每个点云点 校正后的强度值，具体步骤如下： 301:令 i = l; 302:利用公式1计算第i个点云点Pi与扫描仪中屯、之间的距离：(1) 式中，R功第i个点云点Pi与扫描仪中屯、之间的欧氏距离，1￡(1，2，。'，11)，把，71向)为 在W扫描仪中屯、为原点的坐标系中第i个点云点Pi的原始坐标； 303:利用公式2计算第i个点云点Pi的激光入射角θι:(2) 式中，目功第i个点云点Pi的激光入射角，（nxi，nyi，nzi)为第i个点云点Pi的法向量； 304:捜索第i个点云点Pi的k个近邻点，计算该k个近邻点的原始强度值的均值，该均值 即为第i个点云点Pi校正后的强度值； 305:令i = i+l，如果i<n，则返回步骤302,否则终止迭代，从而完成所有点云点的强度 校正。2. 根据权利要求1所述的基于k近邻的LiDAR点云强度校正方法，其特征在于，步骤304 中k的值根据实际需要进行选取。3. 根据权利要求2所述的基于k近邻的LiDAR点云强度校正方法，其特征在于，k的值为 10。4. 根据权利要求2所述的基于k近邻的LiDAR点云强度校正方法，其特征在于，k的值为 15。5. 根据权利要求2所述的基于k近邻的LiDAR点云强度校正方法，其特征在于，k的值为 20 〇
【文档编号】G06T15/00GK106097423SQ201610404193
【公开日】2016年11月9日
【申请日】2016年6月8日
【发明人】贾东振, 何秀凤
【申请人】河海大学