科研之友
微信
新浪微博
Facebook
分享链接
摘要
由于激光雷达点云数据有无序性、稀疏性和信息量有限的问题,提出了一种能够将点云数据与对应图像进行三维图像重建的算法,该方法首先将点云数据体素化,利用点特征直方图有效地选择深度点进行标记并消除体素中的异常点;针对传统插值方法估计精度低的缺陷,利用高斯过程回归方法强大的非线性拟合能力和小样本学习能力,提高了内插点估计精度,获得稠密点云;最后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。定性定量仿真实验结果表明,提出的算法大大提升了三维重建的鲁棒性与重构精度,可用于复杂路况中的无人驾驶应用。
-
单位南昌航空大学; 长春理工大学光电信息学院
