(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210767749.3 (22)申请日 2022.07.01 (71)申请人 湖南理工学院 地址 414006 湖南省岳阳市岳阳楼区学院 路1号 申请人 岳阳市长江修防中心 (72)发明人 张国云　欧先锋　陈思源　赵林　 涂兵　彭怡书　吴健辉　林荡　 曹载宏　陈益民　 (74)专利代理 机构 北京盛询知识产权代理有限 公司 11901 专利代理师 刘静 (51)Int.Cl. G06T 3/40(2006.01) G06T 5/50(2006.01)G06V 10/44(2022.01) G06V 10/75(2022.01) (54)发明名称 一种大尺度堤岸点云数据拼接融合方法 (57)摘要 本发明公开了一种大尺度堤岸点云数据拼 接融合方法， 包括： 获取堤岸待 拼接图像， 对待 拼 接图像的相邻帧图像进行处理， 获得点云数据； 基于点云数据进行特征点的检测与匹配， 获得点 云重复局部特征； 基于点云重复局部特征对待拼 接图像进行图像框架对齐后， 寻找 最优拼接缝进 行图像融合。 利用本发明提供的点云拼接方法， 相对于基于传统ICP算法的拼接方法， 其具有更 高的准确性和更好的计算速度， 能够达到快速高 效的大尺度堤岸点云数据拼接目的。 权利要求书1页 说明书4页 附图1页 CN 114926346 A 2022.08.19 CN 114926346 A 1.一种大尺度堤岸点云数据拼接融合方法， 其特 征在于， 包括： 获取堤岸待拼接图像， 对所述待拼接图像的相邻帧图像进行处 理， 获得点云数据； 基于所述 点云数据进行 特征点的检测与匹配， 获得点云重复局部特 征； 基于所述点云重复局部特征对待拼接图像进行图像框架对齐后， 寻找最优拼接缝进行 图像融合。 2.根据权利要求1所述的大尺度堤岸点云数据拼接融合方法， 其特 征在于， 获取堤岸待拼接 图像的过程包括， 根据河段的研究资料和实地调查数据， 获取河流地 貌单元分类表； 基于所述河流地貌单元分类表， 获取每种地貌单元的遥感影像， 并对所有遥 感影像进行灰度化处理， 将同一地貌单元灰度值扩展为统一灰度区间， 获取堤岸待拼接图 像。 3.根据权利要求1所述的大尺度堤岸点云数据拼接融合方法， 其特 征在于， 基于所述点云数据进行特征点的检测与匹配之前还包括， 提取待拼接相邻帧图像的点 云数据的特征点和特征描述， 基于RANSAC算法对点云数据特征点相邻近的点进行初始配 准， 获得候选点 集。 4.根据权利要求1所述的大尺度堤岸点云数据拼接融合方法， 其特 征在于， 基于所述 点云数据进行 特征点的检测与匹配， 获得点云重复局部特 征的过程包括， 构建单应性矩阵， 随机选取点云数据特征点输入所述单应性矩阵进行计算； 判断云数 据特征点是否满足单应性矩阵， 若满足， 记录满足次数， 当所述次数大于预设次数时， 基于 候选点集更新所述单应性矩阵， 获得对应点 集。 5.根据权利要求1所述的大尺度堤岸点云数据拼接融合方法， 其特 征在于， 基于所述 点云重复局部特 征对待拼接图像进行图像框架对齐的过程包括， 基于Kdtree算法判断对应点集中当前点位的点云数据对应的第一可拼接点云数据是 否满足预设拼接条件， 满足拼接条件， 则对所述当前点位的点云数据与所述第一可拼接点 云数据进行拼接； 不满足拼接条件， 则将所述第一可拼接点云数据判定为错误匹配点进行 剔除。 6.根据权利要求5所述的大尺度堤岸点云数据拼接融合方法， 其特 征在于， 将所述第一可拼接点云数据判定为 错误匹配点进行剔除后还 包括， 判断是否存在与所述当前点位的点云数据对应的第二可拼接点云数据； 若存在， 则对 所述当前点位的点云数据与所述第二可拼接点云数据继续拼接， 并根据拼接结果更新拼接 后的点云数据； 若不存在， 继续寻找与所述当前点位的点云数据能够拼接的可拼接点云数 据。 7.根据权利要求1所述的大尺度堤岸点云数据拼接融合方法， 其特 征在于， 基于最优拼接缝进行图像融合的过程包括， 利用最佳拼接缝搜索算法对待拼接图像进 行差异最小化计算， 获得最佳拼接缝； 通过渐入渐出加权融合 算法对图像进行融合处 理， 获得拼接图像。权　利　要　求　书 1/1 页 2 CN 114926346 A 2一种大尺度堤岸点 云数据拼接融合方法 技术领域 [0001]本发明属于点云处理技术领域， 特别是涉及一种大尺度堤岸点云数据拼接融合方 法。 背景技术 [0002]近些年， 随着城市化的快速发展， 河流渠道化、 河道被分割等现象时有发生， 致使 浅滩、 深潭等地貌单元被破坏， 沿河的洪泛平原、 湿地消失， 地貌单元多样性降低， 生物 栖息 地遭到破坏。 为了对破坏的生态环境进 行修复， 管理部门需要获取堤岸的全景图像， 来对河 流的地貌单元情况进行分析后， 了解 目前河段生态环境的具体情况才能有针对性的修复， 以降低河段修复成本 。 [0003]全景图像的获取主要通过如下两种方式获取全景图像： 1、 直接利用专用广角成像 设备(如鱼眼光学镜头、 凸面反射光学镜头等非线性光学成像设备)， 一次摄取足够大 的水 平角度的图像， 但其造价较高， 且分辨率和视角难以兼顾， 图像会严重畸变； 2、 通过图像拼 接技术， 将一组具有重叠区域的低分辨率或小视角图像， 拼接成一幅高分辨率、 宽视野的新 图像。 由于第2种方式对设备要求低， 且能保留原始拍摄图像的细节信息， 因此， 图像拼接技 术对于全景图像的获取非常重要。 [0004]目前， 现有三维重建方法中基于传统的ICP算法的点云拼接需要对两帧待拼接点 云图像进行粗配准姿态调整再进行ICP最近点匹配， 且要求待拼接点云数据间具有高重合 率， 在对大尺度堤岸点云数据拼接过程中易产生局部最优的拼接错误。 因此， 迫切需要设计 一种新的对点云数据间重合 率要求更低的拼接方法。 发明内容 [0005]为实现上述目的， 本发明提供了如下方案： 一种大尺度堤岸点云数据拼接融合方 法， 包括： [0006]获取堤岸待拼接图像， 对所述待拼接图像的相邻帧图像进行处 理， 获得点云数据； [0007]基于所述 点云数据进行 特征点的检测与匹配， 获得点云重复局部特 征； [0008]基于所述点云重复局部特征对待拼接图像进行图像框架对齐后， 寻找最优拼接缝 进行图像融合。 [0009]优选地， 获取堤岸待拼接图像的过程包括， 根据河 段的研究资料和实地调查数据， 获取河流地貌单元分类表； 基于所述河流地貌单元分类表， 获取每种地貌单元的遥感影像， 并对所有遥感影像进行灰度化处理， 将同一地貌单元灰度值扩展为统一灰度区间， 获取堤 岸待拼接图像。 [0010]优选地， 基于所述点云数据进行特征点的检测与匹配之前还包括， 提取待拼接相 邻帧图像的点云数据的特征点和特征描述， 基于RA NSAC算法对点云数据特征点相 邻近的点 进行初始配准， 获得候选点 集。 [0011]优选地， 基于所述点云数据进行特征点的检测与匹配， 获得点云重复局部特征的说　明　书 1/4 页 3 CN 114926346 A 3