一种基于视觉的交通场景线性结构重建方法与流程

技术特征：
1.一种基于视觉的交通场景线性结构重建方法，其特征在于，该方法包括有：s1：获取图像：基于指定交通场景，获取该交通场景的图像信息；s2：获取点云及深度分布：基于指定交通场景的图像信息，获取点云数据及深度分布数据；s3：获取二维线段：基于指定交通场景的图像信息，获取图像中的二维线段；s 4：数据匹配：对于每一条二维线段，寻找与其对应的部分点云数据以及部分深度数据；s5：三维线段拟合：对每一条二维线段，结合其对应的部分深度数据，为其对应的部分点云数据拟合出与其匹配的三维线段；s6：三维场景重构：完成所有三维线段拟合后，根据不同三维线段之间的结构关系，处理得到交通场景的线性结构模型。2.如权利要求1所述的基于视觉的交通场景线性结构重建方法，其特征在于，所述s1具体为：s11：对指定交通场景摄录其连续图像，集合该交通场景的所有图像得到图像全集i：i＝{i1,
…
i
n
}，令i
c
表示图像全集i中的任一图像，则有s12：从图像全集i中筛选出关键帧子集i
′
：i
′
＝{i
r-a
,
…
,i
r b
}，令i
r
表示关键帧子集i
′
中的任一图像，则有3.如权利要求2所述的基于视觉的交通场景线性结构重建方法，其特征在于，所述s2具体为：s21：对关键帧子集i
′
中所有图像进行处理，得到关键帧子集i
′
对应的点云p：p＝{p1,
…
,p
i
}；s22：对关键帧子集i
′
中所有图像进行处理，得到点云p对应的深度分布h：h＝{h1,
…
,h
i
}。4.如权利要求3所述的基于视觉的交通场景线性结构重建方法，其特征在于，所述s3具体为：s31：对于i
c
，采用边缘检测器对其进行边缘检测，检出i
c
中的二维线段，集合i
c
中所有二维线段，得到i
c
中二维线段组中二维线段组令表示i
c
的二维线段组中任一线段，则有s32：重复s31直至图像全集i中所有图像均完成边缘检测，集合所有图像中的二维线段组，得到图像全集i对应的二维线段总集l
2d
：则有5.如权利要求4所述的基于视觉的交通场景线性结构重建方法，其特征在于，所述s31具体为：s311：求灰度图：对i
c
进行灰度处理后得到灰度图像；s312：滤波：采用高斯滤波器对该灰度图像进行滤波处理得到平滑的灰度图像；s313：求梯度图：计算该平滑的灰度图像中相邻像素点的梯度幅值以及梯度方向；s314：求边缘像素链：检出梯度幅值为峰值的单个像素点作为锚，连接相邻的锚并绘制锚的边，得到边缘像素链e：e＝{e1,
…
,e
n
}；
s315：拟合直线：以最小二乘法对边缘像素链e中各个像素点作出直线拟合，拟合一条或多条直线段；s316：线段验证：根据亥姆霍兹原理对s315中取得的直线段进行验证，集合i
c
中所有通过验证的直线段，即为i
c
中的二维线段组6.如权利要求5所述的基于视觉的交通场景线性结构重建方法，其特征在于，所述s4具体为：s41：由关键帧子集i
′
：i
′
＝{i
r-a
,
…
,i
r b
}，根据其中筛选各个关键帧图像i
r
的时间戳，在图像全集i对应的二维线段总集l
2d
中，筛选出与i
r
一一对应的二维线段组，集合所有与i
r
对应的二维线段组，得到关键帧二维线段总集l
′
2d
：令表示关键帧二维线段总集l
′
2d
中任一二维线段组，则有令为二维线段组中任一二维线段，则有s42：根据s41的匹配结果，对于二维线段找到该二维线段相匹配的部分点云数据以及部分深度数据；集合与二维线段匹配的所有点云数据，得到匹配的部分点云数据集合p
r
：集合与二维线段匹配的部分深度数据，得到匹配的所有深度数据集合h
r
：7.如权利要求6所述的基于视觉的交通场景线性结构重建方法，其特征在于，所述s5具体为：s51：为二维线段构造坐标系；使得该二维线段该二维线段匹配的部分点云数据集合p
r
：以及到该二维线段匹配的所有深度数据集合h
r
：均落入该坐标系中；s52：根据二维线段以及与之匹配的深度数据集合h
r
，在空间中为与该二维线段匹配的部分点云数据集合p
r
中的点拟合三维直线段，得到当前二维线段对应的三维线段s53：循环s31-s32直至为每一条二维线段拟合出其对应的三维线段集合所有三维线段得到三维线段总集l
3d
：其中，。8.如权利要求6所述的基于视觉的交通场景线性结构重建方法，其特征在于，所述s52具体为：s521：取二维线段任意两点为点k和点k 1，连接线段k(k 1)；找到与点k和点k 1分别匹配的深度数据和以及与点k和点k 1分别匹配的点云数据以及与点k和点k 1分别匹配的点云数据以及与点k和点k 1分别匹配的点云数据在这里，k为0、1、2、3
···
；
s522：连接和得到线段为当前拟合线；s523：设置拟合角度阈值θ；s524：在二维线段上取在k(k 1)外的一点k 2，找到与点k 2相匹配的深度数据和点云数据点k 2对应的点云数据为待拟合点；s525：计算点相对于初始拟合线的偏移量θ
k 2
：将θ
k 2
与θ相比较，如存在θ
k 2
＜θ，则判定待拟合点满足拟合条件，跳转s526；反之跳转s528；s526：连接点k 2与点做线段取线段所在直线与初始拟合线所在直线的交点延长初始拟合线至点得到线段为当前拟合线；s527：循环s524-s526直至拟合完所有二维线段匹配的部分点云数据集合p
r
中所有的点；s528：输出当前拟合线为二维线段对应的三维线段

技术总结
本发明公开了一种基于视觉的交通场景线性结构重建方法，该方法包括有：S1：获取图像、S2：获取点云及深度分布、S3：获取二维线段、S4：数据匹配、S5：三维线段拟合以及S6：三维场景重构等步骤实现，相比于现有技术，在本申请提供的基于视觉的交通场景线性结构重建方法应用到实际中时，其计算过程更加轻量化，能更好地还原交通场景中的线性特征，具有更好的场景表达能力。达能力。达能力。


技术研发人员：陈星筑 王龙翔 吴旭楠 杨朝旭
受保护的技术使用者：信通院车联网创新中心（成都）有限公司
技术研发日：2021.11.09
技术公布日：2022/3/7