公开(公告)号：CN117291956A

公开(公告)日：2023-12-26

申请号：CN202311255654.4

申请日：2023-09-27

申请人： 江西师范大学

发明人： 王渊 ,  李雨昊 ,  林珲 ,  卢一鹏

IPC分类号： G06T7/30 ,  G06N3/0464

摘要： 本发明公开了一种基于共轭杆基元查找的点云与全景影像精配准方法，包括：1）从车载激光点云与全景影像中提取杆基元；2）构建全景影像与框幅式影像变换对应关系，将杆基元转换到框幅式影像中；3）在框幅式影像中使用模板匹配，获得杆基元匹配结果；4）根据匹配结果，利用转换公式得到相应的2D‑3D对应点；5）由2D‑3D对应点，通过EPnP方法解算出车载激光点云和全景影像之间的精确变换关系，从而完成配准。本发明方法将2D和3D杆基元转到框幅式影像中，重点通过构建全景平面与框幅式平面之间的平移变换关系，将所需解的6个参数转换为平面中的X和Y方向上的2个参数，降低了解算空间的维度，实现了车载激光点云与全景影像的高精度配准。

公开(公告)号：CN118298183B

公开(公告)日：2024-08-20

申请号：CN202410719295.1

申请日：2024-06-05

申请人： 江西师范大学

发明人： 王渊 ,  陈宇 ,  李雨昊 ,  孙佩 ,  朱靖怡 ,  林珲

IPC分类号： G06V10/26 ,  G06V10/762 ,  G06V10/77 ,  G06V10/30 ,  G06V10/764 ,  G06V10/82

摘要： 本发明公开了一种无需标注的车载激光点云高精度语义分割方法及系统，涉及三维点云识别技术领域，该方法包括：在粗语义分割中，采用多帧全景影像映射和局部空间相似优化的方法将全景图像的语义信息映射到点云，获得车载激光点云的粗语义预测；在精语义分割中，使用多层次几何约束法（包括四邻域语义加权法、杆状物优化法和多规则聚类优化法）分别对边界点、圆柱形目标、建筑物和围墙进行语义优化。该方法能够解决现有方法提取点云数据特征需要人工点云标注、筛选和先验理解，同时采集数据时的噪声会影响点云数据的稳定性从而造成不同物体的点云信息边缘模糊，从而导致车载激光点云语义分割结果不够精确高效的问题。

公开(公告)号：CN118298183A

公开(公告)日：2024-07-05

申请号：CN202410719295.1

申请日：2024-06-05

申请人： 江西师范大学

发明人： 王渊 ,  陈宇 ,  李雨昊 ,  孙佩 ,  朱靖怡 ,  林珲

IPC分类号： G06V10/26 ,  G06V10/762 ,  G06V10/77 ,  G06V10/30 ,  G06V10/764 ,  G06V10/82

摘要： 本发明公开了一种无需标注的车载激光点云高精度语义分割方法及系统，涉及三维点云识别技术领域，该方法包括：在粗语义分割中，采用多帧全景影像映射和局部空间相似优化的方法将全景图像的语义信息映射到点云，获得车载激光点云的粗语义预测；在精语义分割中，使用多层次几何约束法（包括四邻域语义加权法、杆状物优化法和多规则聚类优化法）分别对边界点、圆柱形目标、建筑物和围墙进行语义优化。该方法能够解决现有方法提取点云数据特征需要人工点云标注、筛选和先验理解，同时采集数据时的噪声会影响点云数据的稳定性从而造成不同物体的点云信息边缘模糊，从而导致车载激光点云语义分割结果不够精确高效的问题。