融合反射强度图像的地铁隧道点云自动配准

发布时间：2025-06-20 04:18

　　 针对地铁隧道点云数据特征点少、在大视角点云数据间配准拼接时出现精度差、效率低等问题,本文以提高配准效率及精度作为出发点,以目前主流的ICP算法为基础,首先将激光点云按中心投影方式生成反射强度图像并以此作为配准源,采用规则格网分割提取匹配,建立均匀分布的同名点;然后利用反射强度图像上的同名点与点云之间的一一对应关系,完成视角点云间的初配准;最后在初次配准的基础上,采用KD树改进算法进行点云数据的精细配准。试验结果表明,本文在实现点云数据自动配准的同时,提高了地铁隧道点云数据的配准效率及精度。

【文章页数】：4 页

【部分图文】：

图1 空间点投影

根据三维激光扫描仪脉冲发射原理，对扫描点云以中心投影的方式按照强度值生成反射强度图像。如图1所示，以扫描中点O建立坐标系XOZ，其空间点中一点B到XOZ面的投影为点C，根据空间关系扫描点B到O的距离为R,OC与坐标轴OX的夹角为θ，OB与OC的夹角为φ[4]。根据中心投影构像原理....

图2 地面激光点云数据

利用地面激光获取不同视角间的地下隧道点云数据作为配准数据源，如图2所示，其中激光点云数据为无序点，点间距为5mm，同时两站不同视角间点云数据的倾角较大。按照本文反射强度图像生成方法，将图2地面激光点云数据中的(a)、(b)以中心投影方式分别按行、列生成反射强度影像，如图3所示。

图3 反射强度图像

按照本文反射强度图像生成方法，将图2地面激光点云数据中的(a)、(b)以中心投影方式分别按行、列生成反射强度影像，如图3所示。以图3中生成的反射强度图像作为基础，首先采用Harris算法分割网提取特征点，同时利用SIFT匹配获取高精度的同名点，以此计算反射强度图像间的仿射变换参数....

图4 反射强度图像同名点匹配结果

以图3中生成的反射强度图像作为基础，首先采用Harris算法分割网提取特征点，同时利用SIFT匹配获取高精度的同名点，以此计算反射强度图像间的仿射变换参数。然后对Harris分割网提取的特征点进行仿射变换，通过最小二乘加相关系数进行搜索匹配，其图3中的强度影像匹配结果如图4所示。....

本文编号：4051413