基于影像点云配准方法研究及应用

基于影像点云配准方法研究及应用

汪晶敖雪勇

江西省基础测绘院江西南昌330029

摘要：在智慧城市建设中，点云、全景、高清影像等数据全面开花，数据量呈现指数增长。在众多数据采集手段中，三维激光技术最受欢迎而被广泛应用在城市数据采集中。论文分为两步，一是实现点云与影像数据的配准；二是深度图的全景影像的快速量测，使之为智慧城市、地图导览、文化遗产等行业提供服务。

关键词：影像点云；全景影像；配准

1引言

在智慧城市中，三维激光技术开拓了数据获取的新思路，以此同时，丰富的测绘装备也层出不穷，国外的Faro、Rigel设备扫描仪、国内自主研发的iScan等设备，都促使测绘的改革与创新。三维实景在智慧城市中的应用也随之应运而生，此外，还有在街景地图、基于LBS的020服务、文化遗产中应用，都是当下各行业需要解决的问题。在实景地图的应用中，采集的点云与全景数据，其需要将两种数据进行精准配准后建立模型。因此如何生成高精度的配准模型便是行业运用中迫切需要解决的问题，也是给企事业单位带来经济效益的新技术新手段，具有很强的现实社会意义。

2点云与影像数据采集

基于车载可移动测量系统，将相机以及三维激光扫描仪搭建在可移动车辆之上，可以快速获取数据，同时采集三维激光点云数据以及影像数据。三维激光扫描仪利用发生激光器对物体进行测量，能够快速获取物体表面的三维空间坐标数据，并返回地物反射信号的强度得到的数据。点云数据中表达的目标空间分布式离散的，同时数据的灰度影像人眼辨识有一定的困难，这便使得点云建模存在一点的缺陷与不足。

以此同时，相机设备采集的影像，其拥有丰富的光谱信息，正是点云数据存在的缺陷，两种数据互相补充，互相融合，影像与点云精确配准可以增强目标的可视化效果。

点云数据除了在智慧城市中的行业应用，还可以运用街景地图，像google地图则是实景地图中的表率，展示效果立体、直观；还可以运用在文化遗产博物馆数字化展示中，帮助游客了解场馆以及场馆内导览。点云数据量巨大，通常一个物体是由几十万、上百万的点构成的物体，在Internet前端展示下，其数据量加载慢直接导致用户体验不佳。因此，如何将巨大数据量的点云目标物尽可能快的来实现目标物的呈现，同时考虑全景的可测量服务，这也是本文的另一个重点研究问题。

3点云与影像配准

目前，经过文献研究以及市场调查，市场上大多数的三维激光扫描系统均可同时获取点云以及影像，进而获得彩色点云数据，三维激光扫描仪系统内置的相机采集得到的影像往往分辨率不够高，对于不能满足要求的情况下，可以使用单独配置的高清相机采集高分辨率影像。无论是内置相机或者单独配置的高清相机构建的三维激光扫描系统，在数据处理过程中首先第一步要处理的是两种数据的配准，在同一个坐标系下的映射，可以通过三维激光点云可以找到对应影像像素，进行点云着色，反之以全景影像作为展现载体，通过影像素坐标可以找到对应三维激光点云，进而可实现地物测量。

3.1全景影像与激光点云配准方法

○1将球面全景影像看作是单位球体，那么配准工作就变成单位球体三维空间与物方点云三维空间的配准。选定三对以上不在同一平面的控制点，计算影像单位球体的光心位置(Xc、Yc、Zc)和姿态参数(φ,ω,κ)。

○2根据选定的全景影像像素坐标(u,v)，计算单位球体球面坐标(x,y,z)。

极坐标系与影像坐标系的关系

○3根据控制点对坐标计算球体全景影像光心位置(Xc,Yc,Zc)和姿态(φ,ω,κ)。目标点、像点、光心三点共线，可得出共线方程，将共线方程泰勒级数展开，转换为线性方程，再用最小二乘迭代方法计算。

根据以上三步来实现两种数据的配准，进而为后期的三维建模、可视化、地图制作等提供基础数据。

3.2基于深度图的全景影像快速量测方法

配准后的球面全景影像将得到光心位置(Xc,Yc,Zc)和姿态(φ,ω,κ)6个参数，以光心位置为原点，搜索一定距离范围的点云，将搜索到的点生成球面深度图，以无压缩的PNG格式存储。深度图的球心是全景影像的光心位置，点云到光心位置的距离可以以一定计算模型转换到RGB，反过来像素RGB可以转换为点云到光心位置的距离。

在球面全景影像上测量时，首先获取到鼠标位置影像像素坐标(u,v)和球面角度(θ,φ)，根据全景姿态参数(φ,ω,κ)可以将影像像素坐标转换为深度图像素坐标(u',V')，获取深度图像素RGB并转换为距离值d。根据距离值d和球面角度(θ,φ)即可计算影像像素位置的三维坐标(x,y,z)。

4实际应用

本论文采用立德空间移动测量系统采集数据并进行测试。移动测量系统由核心构件三维激光扫描设备、卫星定位模块、惯性导航装置、360度全景相机组成，该设备是高度集成一体化的设备，可以随时、灵活进行安装，操作较为简单。在车辆行进中快速获取数据，为后期运用提供第一手基础数据。

处理后的数据如下图所示：

街景地图以及全景量测

5结束语

综上证实，本文提出的基于影像点云的可量测服务模式，是传统测绘数据采集的新改革，促进地理空间信息服务带来更好的体验。该种方式充分证明，将海量的点云数据转换为深度图像，大大减少数据量，方便在B/S结构的程序中进行快速部署与测量。在街景服务、智慧城市、数字博物馆中均可有广泛的应用价值。

参考文献：

[1]杨现辉,王惠南.ICP算法在3D点云配准中的应用研究[J].计算机仿真,2010,27(8):235-238.

[2]宋林霞.三维点云配准方法的研究[D].济南大学,2013.

[3]刘新.三维点云数据的配准算法研究[D].燕山大学,2015.