文档介绍：该【带色彩地面激光雷达点云数据的匀光匀色方法 】是由【科技星球】上传分享，文档一共【28】页，该文档可以免费在线阅读，需要了解更多关于【带色彩地面激光雷达点云数据的匀光匀色方法 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。带色彩地面激光雷达点云数据的匀光匀色方法
 
 
郭 王， 程效军， 程小龙， 李 泉
(同济大学 测绘与地理信息学院，上海 200092)
带色彩地面激光雷达点云数据的匀光匀色方法
郭 王， 程效军， 程小龙， 李 泉
(同济大学 测绘与地理信息学院，上海 200092)
目前许多地面激光雷达(light detection and ranging, LiDAR)能够获取带有目标色彩信息的点云数据，利用这些数据，可以实现点云模型的精细纹理快速、，，根据色彩分量表达与空间坐标的相似性，,异站点云颜色差异得到了较好的修正，，对于其他
来源的具有颜色信息的地面LiDAR点云数据也可据此进行带色彩点云数据的匀光匀色并生成精细纹理.
匀光匀色； 颜色差异点云； 精细纹理生成； 三维建模
地面激光雷达(light detection and ranging，LiDAR)，，，纹理多是通过对目标拍摄获取影像，再将影像纠正并进行裁剪等处理，，但对于外表结构较为复杂且模型精度要求较高的地物，后期纹理处理的成本高，纹理贴图的精度和效果也不理想.
目前很多地面LiDAR设备自带相机，在获取点云数据的同时，，从而为附有颜色属性的点云建模提供了必要的数据和算法支持.
地面LiDAR设站时重点考虑完全覆盖扫描对象，，、周围物体阴影遮挡等影响，，在生成纹理时，相邻测站点云交汇处纹理色彩不协调，，，Wallis等匀光匀色方法大多是针对航摄影像，，，通过对彩色点云
匀光匀色，生成附有精细纹理的模型，省去传统建模的中后期纹理匹配环节，既节省了人工成本，丰富了模型细节，又提高了建模效率与模型的逼真程度.
1 LiDAR点云匀光匀色方法
传统匀光匀色方法
目前二维影像的匀光匀色方法相对成熟，，可以得到较好的匀光效果，但会导致局部模糊或色彩失真，适用于单幅影像的匀光[1-2]；Wallis匀光法可以使影像中灰暗区域的亮度和对比度得到增强，适用于多幅影像的匀光[3-4]；Retinex匀光法可以很好地保持影像色彩的真实性，适用于单幅影像的匀光，但是对反差分布不均的图像难以校正[5-6].将相邻测站的点云数据转换为二维影像，采用传统的匀光匀色方法，可得到如图1的效果.
a 原始数据
b Wallis方法的效果
c Mask方法的效果
由图1可以看出，当在两幅影像强度和饱和度相差过大的情况下，：① 传统影像中，尤其是航摄影像中，地面很少出现大面积空白(或白色)，而大面积的空白会对传统的匀光匀色方法结果产生很大影响，如图1b，采用Wallis方法，由于周围的白色背景，导致目标本身的亮度被大幅提高；② 站与站之间颜色存在某一分量上远大于其他两个分量的情况，导致传统方法在匀光匀色时，很难对其中差异较大的分量进行有效
的修正，如图1c，采用Mask方法，可以对颜色强度进行很好的修正，但是在R(红)，G(绿)，B(蓝)颜色分量上的修正并不理想.
色彩变换模型的改进
从根本上讲，(hue, saturation, intensity)模型和RGB(red, green, blue)，且HSI模型和RGB模型可相互转换，所以本文采用RGB模型进行计算.
von Kries提出采用对角模型作为人眼适应性模型，被称为von Kries系数法，表达式为
(1)
式中：L,M,S分别表示补偿前3种视锥细胞的响应值，也就是对红、绿、蓝3个通道敏感的视锥细胞的响应信号；L′,M′,S′分别表示补偿后的色度刺激值，也是预期的校正后的3个通道的响应信号；kL,kM,[7-8]，并不能完全解释颜色恒常性的机制[9]，但由于三色理论的依据是视网膜中存在的3种视锥细胞分别对红、绿、蓝波段的光谱能量分布，因此，式(1)可近似表达为
(2)
式中：R,G,B分别为原始的R,G,B值，而R′,G′,B′分别为修正后的R,G,B值，而kR,kG,kB是3个线性修正系数.
根据RGB模型的显示原理，R,G,B作为3个叠加分量，存在高相关性[10].目标本身R,G,B值除会受到光源强度、角度差异等因素影响，还会在显示上相互影响，因此应在颜色修正时考虑加入其他两分量的影响，则式(2)变为
(3)
式中：m,(3)表示R，G，B3个分量受到光源强度、角度等影响后反映在人眼中的显示效果.
LiDAR点云的匀光匀色
LiDAR所产生的彩色点云数据与二维影像有以下两点主要区别：
(1) ，地面LiDAR需要对目标进行环绕多站扫描，，周围的一些建筑或其他反光物体可能成为新的光源，，但总体都是顺光及单光源.
(2) ，，所以三维点云邻近关系选择和计算效率也是需要考虑的问题.
另外，在人工干预的层面上，二维影像可以直接利用软件对其进行手工调整和微调，而三维点云很难用一种直接、直观的方式对其进行调整，这也加大了点云匀光匀色的难度.
(4)
式中：R，G，B为目标的原有R，G，B值；R′，G′，B′和R″，G″，B″分别为不同测站的R，G，：在不同测站获取同名点，根据同名点求得不同测站间的R，G，B转换参数，通过计算将不同测站点云统一到一个RGB坐标空间中，即可得到相同或相近颜色的异站点云.
在RGB模型中，在常用的256个灰度级数字影像的动态范围内，一些真实颜色的细微变化都被近似表达，(白光)的条件下，R，G，B分量的影响较为均匀，其影响可以近似看作在一个RGB空间坐标系通过旋转、拉伸等线性变换，转换为另外一个RGB空间坐标系，(4)可变换为
(5)
式中：ωR,ωG,ωB为两RGB坐标系间的旋转系数；k1,k2,，G，B3个分量相关，且3个分量间拉伸系数数值相差较小，可通过添加平移系数ΔR,ΔG,ΔB，将k1,k2,(5)可变换为
(6)
在R,G,B分量的颜色表现上，ΔR,ΔG,，两组色彩强度相差较小的数据，其ΔR,ΔG,ΔB的值也更小，而色彩强度相差较大的数据，其ΔR,ΔG,ΔB的值则会更大，而k则主要体现R，G，B分量整体的拉伸程度.
将不同测站同名点的R，G，B值带入式(6)，可求得不同测站间的转换参数，并根据转换参数求得颜色改正后的彩色点云.
该方法的优势在于：① 可直接用于点云数据，避免了从点云到影像再到点云的过程，加快了运算效率；② 匀光匀色只专注于目标物体本身，可大幅减小其他背景的颜色、强度等对匀光匀色效果的影响.
1） MPa蒸汽专线，在4月12日停工第二天，配合动力厂投用进装置蒸汽专线，确保装置吹扫蒸汽供应充足。
2 精细纹理的快速生成
地面LiDAR点云数据首先经过去噪、分割和配准等预处理，，提高运算效率的同时，可减小其他非目标物体颜色变化对目标物体匀光匀色效果的影响.
预处理后，人工选取颜色、，通过计算相邻站两点间距离确定同名点，,G,B值代入式(4)进行解算，，对未进行色彩纠正的相邻测站重复上述过程，，.
图2 精细纹理生成流程图
3 实验验证
实验选取某古塔1，2层地面LiDAR点云数据，共10个扫描站，其分布如图3所示.
图3 测站分布图
由图3可以看出，10个测站可完全覆盖古塔，并且相邻测站都可保证至少有古塔的一面作为公共部分，便于之后的同名点提取.
因为天气原因，该古塔的1,，测站1,2,8,9,10为第一天采集，测站3,4,5,6,，