原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
计 测 技 术 理论与实践 １３
－
ｄｏｉ: １０１１８２３∕ｊｉｓｓｎ１６７４ ５７９５２０１７０３０２
基于稀疏激光点云数据和单帧图像
融合的三维重构算法
１ ２ １ １
贺秉安 ꎬ 曾兴 ꎬ 李子奇 ꎬ 万生鹏
(１ 南昌航空大学测试与光电工程学院ꎬ 江西 南昌３３００００ꎻ２ 南昌大学ꎬ 江西 南昌３３００００)
摘 要: 由于激光雷达获取的深度数据非常稀疏ꎬ 为了能够将深度数据与图像数据重构出稠密三维深度图ꎬ
本文提出了基于稀疏激光点云数据和单帧图像融合的三维重构算法ꎮ 该方法首先使用点直方图特征有效地选择对
应于目标的点数据并消除体素中的非相似点ꎻ 然后ꎬ 使用高斯过程回归对局部深度数据建模ꎬ 并通过插值获得三
维深度数据ꎬ 本文算法获得的三维深度点更接近基准值ꎬ 并保持了目标的局部形状特征ꎻ 最后ꎬ 利用马尔科夫随
机场对图像灰度数据和三维插值点进行融合来构建三维深度图ꎮ 仿真实验结果表明: 相比现有基于激光雷达数据
和单目图像数据的三维重建算法ꎬ 本文提出的算法将大大提升算法的鲁棒性与重构的准确度ꎬ 可辅助用于复杂的
城市场景中车辆的无人驾驶ꎮ
关键词: 无人驾驶ꎻ 激光距离数据ꎻ 图像数据ꎻ 融合算法ꎻ 马尔科夫随机场
－ － －
中图分类号: ＴＮ９５８９８ꎻ ＴＰ３９１ 文献标识码: Ａ 文章编号: １６７４ ５７９５(２０１７)０３ ００１３ ０７
－ －
３Ｄ Ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ Ａｌｇｏｒｉｔｈｍ Ｂａｓｅｄ ｏｎ Ｓｐａｒｓｅ Ｌａｓｅｒ Ｐｏｉｎｔ ｃｌｏｕｄ ａｎｄ Ｓｉｎｇｌｅ ｆｒａｍｅ Ｉｍａｇｅｓ
１ ２ １ １
ＨＥ Ｂｉｎｇａｎ ꎬ ＺＥＮＧ Ｘｉｎｇ ꎬ ＬＩ Ｚｉｑｉ ꎬ ＷＡＮ Ｓｈｅｎｇｐｅｎｇ
(１Ｎａｎｃｈａｎｇ Ｈａｎｇｋｏｎｇ Ｕｎｉｖｅｒｓｉｔｙꎬ Ｎａｎｃｈａｎｇ ３３００００ꎬ Ｃｈｉｎａꎻ ２Ｎａｎｃｈａｎｇ Ｕｎｉｖｅｒｓｉｔｙꎬ Ｎａｎｃｈａｎｇ ３３００３１ꎬ Ｃｈｉｎａ)
－
Ａｂｓｔｒａｃｔ: Ｓｉｎｃｅｔｈｅｄｅｐｔｈｄａｔａａｃｑｕｉｒｅｄｂｙ ＬＩＤＡＲｉｓｖｅｒｙ ｓｐａｒｓｅꎬａｔｈｒｅｅ ｄｉｍｅｎｓｉｏｎａｌｒｅｃｏｎｓｔｒｕｃｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｓｐａｒｓｅｌａｓｅｒｐｏｉｎｔ
ｃｌｏｕｄ ｄａｔａ ａｎｄ ｓｉｎｇｌｅｆｒａｍｅ ｉｍａｇｅ ｉｓ ｐｒｏｐｏｓｅｄ ｓｏ ａｓ ｔｏ ｒｅｃｏｎｓｔｒｕｃｔ ｔｈｅ ３Ｄ ｄｅｐｔｈ ｍａｐ ｆｒｏｍ ｔｈｅ ｄｅｐｔｈ ｄａｔａ ａｎｄ ｉｍａｇｅ ｄａｔａ ｉｎ ｔｈｉｓｐａｐｅｒＴｈｅ ｐｒｏ￣
－
ｐｏｓｅｄ ａｌｇｏｒｉｔｈｍｆｉｒｓｔｌｙｕｓｅｓｔｈｅｐｏｉｎｔｈｉｓｔｏｇｒａｍｆｅａｔｕｒｅｔｏｅｆｆｅｃｔｉｖｅｌｙ ｓｅｌｅｃｔｔｈｅｐｏｉｎｔｄａｔａｃｏｒｒｅｓｐｏｎｄｉｎｇｔｏｔｈｅｔａｒｇｅｔａｎｄｅｌｉｍｉｎａｔｅｔｈｅｎｏｎ ｓｉｍｉｌａｒ
ｐｏｉｎｔｓ ｉｎ ｔｈｅ ｖ
文档评论（0）