本发明涉及显示技术领域，具体地，涉及一种激光雷达点云数据3d显示增强方法。
背景技术：
点云数据是指扫描资料以点的形式记录，每一个点包含三维坐标。激光雷达点云数据还包含强度信息，是激光扫描仪接收装置采集到的回波强度，此强度信息与目标的表面材质、粗糙度、入射角方向，以及仪器的发射能量，激光波长有关。
激光雷达点云数据在3d显示时，每一个点的三维坐标确定点的具体位置，强度信息则转换为255级灰度值作为点的灰度值。由于场景中不同点云数据强度范围大，将强度值域范围转换到灰度值0～255范围显示，会导致局部区域对比度差，感兴趣特征不明显，影响整体视觉效果。例如，自动驾驶场景中一般交通标志牌区域点云强度达到100以上，部分材料反射率大距离很近的物体区域甚至达到200以上；而路面区域点云强度在10以下，车道线区域点云强度在20左右；如果按强度0～255范围映射到灰度值0～255范围显示，那么对于我们感兴趣的车道线区域与路面区域对比度将很差，不利于观察。
为了改善上述情况，也有对强度值域范围进行部分截取，然后将截取部分转换到灰度值0～255范围显示，但这样会导致显示时部分点云数据(强度超出截取部分)丧失对比度。例如，上述例子中点云数据截取强度0～40范围，此时车道线区域与路面区域对比度优，但交通标志牌区域将丧失对比度。
针对上述情况，本专利提出的增强方法——局部伽马校正方法，能自适应调整局部对比度，输出增强后的点云数据255级灰度值，视觉效果显著改善。
专利号：110346808a(申请号：201910635164.4)公开了一种激光雷达的点云数据处理方法和系统，包括：接收激光雷达的点云数据；利用预设深度卷积神经网络模型对点云数据进行预处理操作，获得处理后的点云数据；输出处理后的点云数据。
技术实现要素：
针对现有技术中的缺陷，本发明的目的是提供一种激光雷达点云数据3d显示增强方法及系统。
根据本发明提供的一种激光雷达点云数据3d显示增强方法，包括：
步骤m1：将各点云数据灰度值与3d邻域内点云数据灰度值进行平滑处理；
步骤m2：利用平滑处理后点云数据灰度值计算伽马值；
步骤m3：利用计算得到的伽马值做点云数据伽马变换，实现局部对比度有效调整。
优选地，所述步骤m1包括：
步骤m1.1：遍历所有点云数据，以点云数据为中心，按固定半径生成球体区域，区域内的点云数据作为点云数据的3d邻域内点云数据；将点云数据和3d邻域内点云数据的灰度值做平滑处理，得到平滑后的点云数据的灰度值；
平滑处理包括高斯平滑和均值平滑。
优选地，所述步骤m2包括：遍历所有点云数据，以平滑后的点云数据灰度值作为输入，对点云数据并进行伽马值计算，输出每个点云数据对应的伽马值；
所述伽马值计算方法：
γ[i,j,k]＝2[(gray[i,j,k]-128)/128](1)
其中，γ表示伽马值；[i,j,k]代表三维坐标；gray[i,j,k]代表平滑后灰度值。
优选地，步骤m3包括：
遍历所有点云数据，以点云数据中每个点云数据对应的伽马值作为输入，对点云数据进行伽马变换，输出增强后的点云数据，实现局部对比度有效调整。
优选地，所述伽马变换为：
s＝crγ(2)
其中，s表示经伽马变换后的灰度值；r表示输入的灰度值；c表示灰度缩放系数；上标γ表示伽马值。
根据本发明提供的一种激光雷达点云数据3d显示增强系统，包括：
模块m1：将各点云数据灰度值与3d邻域内点云数据灰度值进行平滑处理；
模块m2：利用平滑处理后点云数据灰度值计算伽马值；
模块m3：利用计算得到的伽马值做点云数据伽马变换，实现局部对比度有效调整。
优选地，所述模块m1包括：
模块m1.1：遍历所有点云数据，以点云数据为中心，按固定半径生成球体区域，区域内的点云数据作为点云数据的3d邻域内点云数据；将点云数据和3d邻域内点云数据的灰度值做平滑处理，得到平滑后的点云数据的灰度值；
平滑处理包括高斯平滑和均值平滑。
优选地，所述模块m2包括：遍历所有点云数据，以平滑后的点云数据灰度值作为输入，对点云数据进行伽马值计算，输出每个点云数据对应的伽马值；
所述伽马值计算方法：
γ[i,j,k]＝2[(gray[i,j,k]-128)/128](1)
其中，γ表示伽马值；[i,j,k]代表三维坐标；gray[i,j,k]代表平滑后灰度值。
优选地，模块m3包括：
遍历所有点云数据，以点云数据中每个点云数据对应的伽马值作为输入，对点云数据进行伽马变换，输出增强后的点云数据，实现局部对比度有效调整。
优选地，所述伽马变换为：
s＝crγ(2)
其中，s表示经伽马变换后的灰度值；r表示输入的灰度值；c表示灰度缩放系数；上标γ表示伽马值。
与现有技术相比，本发明具有如下的有益效果：本发明可应用于激光雷达点云数据的3d显示，通过自适应调整局部对比度来显著改善点云数据3d显示的视觉效果，方便点云数据的视觉观察。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
传统的激光雷达点云数据3d显示时，每一个点的三维坐标确定点的具体位置，强度信息转换为255级灰度值作为点的灰度值；例如强度值域范围为imin～imax，将其线性映射到0～255作为灰度值。
本专利提出的显示增强方法，以上述3d显示结果作为输入，通过局部伽马校正方法处理改变各点云数据灰度值，并输出增强后的3d显示；有效解决局部对比度差的缺陷。
根据本发明提供的一种激光雷达点云数据3d显示增强方法，包括：
步骤m1：将各点云数据灰度值与3d邻域内点云数据灰度值进行平滑处理；平滑后灰度值可以反映出点云数据与邻域点云数据组成的局部区域的灰度情况和对比度情况。
具体地，所述步骤m1包括：
3d数据平滑模块，常见的平滑方法例如高斯平滑、平均平滑等，以平均平滑为例：
步骤m1.1：遍历所有点云数据，以点云数据为中心，按固定半径生成球体区域，区域内的点云数据作为点云数据的3d邻域内点云数据；将点云数据和邻域点云数据的灰度值求均值，用均值更新点云数据的灰度值；
步骤m2：利用平滑处理后点云数据灰度值计算伽马值；根据点云数据与邻域点云数据组成的局部区域的灰度情况，确定点云数据的伽马值。
具体地，所述步骤m2包括：遍历所有点云数据，以平滑后的点云数据灰度值作为输入，对点云数据进行伽马值计算，输出每个点云数据对应的伽马值；
所述伽马值计算方法：
γ[i,j,k]＝2[(gray[i,j,k]-128)/128](1)
其中，γ表示伽马值；[i,j,k]代表三维坐标；gray[i,j,k]代表平滑后灰度值。
伽马值计算模块承上启下。输入的3d数据平滑模块处理后的点云数据灰度值，其反映出点云数据与邻域点云数据组成的局部区域的灰度情况和对比度情况；例如点云数据的平滑后灰度值若等于128，反映出点云数据局部区域灰度适中且对比度较强，则伽马值设置为1.0，灰度值保持不变；点云数据的平滑后灰度值若远小于128，反映出当云数据局部区域灰度偏低且对比度较弱，则伽马值设置小于1.0的较小值，伽马变换将提高灰度值以及对比度。
步骤m3：利用计算得到的伽马值做点云数据灰度值变换，实现局部对比度有效调整。
具体地，步骤m3包括：
遍历所有点云数据，以点云数据中每个点云数据对应的伽马值作为输入，对点云数据进行伽马变换，输出增强后的点云数据，实现局部对比度有效调整。自适应是指不同点云数据的伽马变换时的伽马值不同，其依据灰度值自动计算得到。
具体地，所述伽马变换为：
s＝crγ(2)
其中，s表示经伽马变换后的灰度值；r表示输入的灰度值；c表示灰度缩放系数；上标γ表示伽马值。当伽马值大于1.0时，伽马变换将拉低灰度值，视觉上变暗；当伽马值小于1.0时，伽马变换将提高灰度值，视觉上变亮。伽马变换方法对于整体偏暗或整体偏亮时，通过调节参数伽马值可以获得较为满意的增强效果，但是对于前述的局部对比度差的问题，整体使用同一个伽马值就无法达到满意效果了。本专利引入伽马值随局部区域信息变化自适应调整，即伽马值计算模块。
根据本发明提供的一种激光雷达点云数据3d显示增强系统，包括：
模块m1：将各点云数据灰度值与3d邻域内点云数据灰度值进行平滑处理；平滑后灰度值可以反映出点云数据与邻域点云数据组成的局部区域的灰度情况和对比度情况。
具体地，所述模块m1包括：
3d数据平滑模块，常见的平滑方法例如高斯平滑、平均平滑等，以平均平滑为例：
模块m1.1：遍历所有点云数据，以点云数据为中心，按固定半径生成球体区域，区域内的点云数据作为点云数据的3d邻域内点云数据；将点云数据和邻域点云数据的灰度值求均值，用均值更新点云数据的灰度值。
模块m2：利用平滑处理后点云数据灰度值计算伽马值；根据点云数据与邻域点云数据组成的局部区域的灰度情况，确定点云数据的伽马值。
具体地，所述模块m2包括：遍历所有点云数，以平滑后的点云数据灰度值作为输入，对点云数据进行伽马值计算，输出每个点云数据对应的伽马值；
所述伽马值计算方法：
γ[i,j,k]＝2[(gray[i,j,k]-128)/128](1)
其中，γ表示伽马值；[i,j,k]代表三维坐标；gray[i,j,k]代表平滑后灰度值。
伽马值计算模块承上启下。输入的3d数据平滑模块处理后的点云数据灰度值，其反映出点云数据与邻域点云数据组成的局部区域的灰度情况和对比度情况；例如点云数据的平滑后灰度值若等于128，反映出点云数据局部区域灰度适中且对比度较强，则伽马值设置为1.0，灰度值保持不变；点云数据的平滑后灰度值若远小于128，反映出点云数据局部区域灰度偏低且对比度较弱，则伽马值设置小于1.0的较小值，伽马变换将提高灰度值以及对比度。
模块m3：利用计算得到的伽马值做点云数据灰度值变换，实现局部对比度有效调整。
具体地，模块m3包括：
遍历所有点云数据，以点云数据中每个点云数据对应的伽马值作为输入，对点云数据进行伽马变换，输出增强后的点云数据，实现局部对比度有效调整。自适应是指不同点云数据的伽马变换时的伽马值不同，其依据灰度值自动计算得到。
具体地，所述伽马变换为：
s＝crγ(2)
其中，s表示经伽马变换后的灰度值；r表示输入的灰度值；c表示灰度缩放系数；上标γ表示伽马值。当伽马值大于1.0时，伽马变换将拉低灰度值，视觉上变暗；当伽马值小于1.0时，伽马变换将提高灰度值，视觉上变亮。伽马变换方法对于整体偏暗或整体偏亮时，通过调节参数伽马值可以获得较为满意的增强效果，但是对于前述的局部对比度差的问题，整体使用同一个伽马值就无法达到满意效果了。本专利引入伽马值随局部区域信息变化自适应调整，即伽马值计算模块。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以，本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件，而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构；也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。