CN104964669A - 类柱面文物对象正射影像生成方法 - Google Patents
类柱面文物对象正射影像生成方法 Download PDFInfo
- Publication number
- CN104964669A CN104964669A CN201510307067.4A CN201510307067A CN104964669A CN 104964669 A CN104964669 A CN 104964669A CN 201510307067 A CN201510307067 A CN 201510307067A CN 104964669 A CN104964669 A CN 104964669A
- Authority
- CN
- China
- Prior art keywords
- image
- cylinder
- close
- width
- range image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
Abstract
本发明公开了类柱面文物对象正射影像生成方法,包括:采集待测对象的点云和近景影像;点云生成柱面基准面,获取柱面规则格网点云;近景影像上选取影像控制点,柱面规则格网点云上选取影像控制点的同名点,获得近景影像的姿态角和摄影中心点;确定近景影像上的影像控制点的重心点,转换重心点的坐标系;确定近景影像在柱面规则格网点云上的对应范围;生成多幅待测对象的局部的正射影像;展开成一幅待测对象的整体的正射影像。本发明不仅能高效的生成形状为柱形或大致呈柱形的物体的正射影像,而且解决柱形或似柱形点云生成正射影像时出现的双度重叠、拼接缝隙等一系列问题。
Description
技术领域
本发明涉及摄影测量和激光雷达技术领域,特别涉及类柱面文物对象正射影像生成方法。
背景技术
数字正射影像具有色彩真实、信息量丰富、精度高、可量测、无投影变形等特点,在城市、地形三维重建、文化遗产数字化保护等领域占据重要地位。目前,正射影像图按照承载平台和被摄对象,可以分为基于航天航空摄影、机载LiDAR系统的地面和城市正射影像、基于车载LiDAR系统、站载LiDAR系统、近景摄影测量系统的对象立面正射影像,由于对象都是平面或者类平面物体,这些正射影像的基准面都是以平面为主。随着各个领域研究的不断深入,尤其是文化遗产数字化保护领域,对于柱面或类似柱面对象正射影像的需求越来越多,比如古建筑有纹理的柱子、石窟的拱券顶、馆藏文物的柱腿等圆柱或类圆柱对象,这类对象更希望得到基于柱面而非平面基准面的真正射影像,更有利于存档、量测、可视化等等相关研究。
发明内容
本发明设计开发了类柱面文物对象正射影像生成方法。其不仅能快速准确的生成形状为柱形或大致呈柱形的物体的正射影像,而且解决柱形或似柱形点云生成正射影像时出现的双度重叠、拼接缝隙等一系列问题,生成一幅全柱面、精度高的柱面展开平面化正射影像。
本发明提供的技术方案为:
类柱面文物对象正射影像生成方法,包括:
步骤一、采集待测对象的点云,拍摄待测对象的外周面不同部分的近景影像,其中待测对象的形状为圆柱形或大致呈圆柱形;
步骤二、将采集的点云进行柱面拟合,得到柱面基准面,对柱面基准面进行格网划分,通过格网点内插点云,得到柱面规则格网点云;
步骤三、在每幅近景影像上选取多个影像控制点,在柱面规则格网点云上选取出每个影像控制点的同名点,根据影像控制点的坐标值和影像控制点的同名点的坐标值,得到每幅近景影像姿态角和每幅近景影像的摄影中心点;
步骤四、定义位于每幅近景影像上的多个影像控制点的重心处的点为重心点,确定每幅近景影像上的多个影像控制点的重心点的坐标值,利用姿态角和摄影中心,将每幅近景影像上的重心点的坐标系转换为与柱面规则格网点云的坐标系相同的坐标系;依据重心点和摄影中心点,确定每幅近景影像在柱面规则格网点云上的对应范围;
步骤五、根据近景影像在柱面规则格网点云上的对应范围,确定多幅影像在柱面规则格网点云中的位置,生成多幅待测对象的局部的正射影像;
步骤七、将待测对象的局部的多幅正射影像拼接成一幅待测对象的整体的正射影像。
优选的是,所述的正射影像生成方法中,还包括:
步骤六、将部分图像相同的两幅正射影像作为一图像组,提取每组图像组中两幅正射影像中图像相同的区域,每组图像组中以其中一幅正射影像为标准图,将另一幅正射影像中与标准图中图像相同的区域中的每个点的颜色信息替换成该点在标准图中同名点的颜色信息。
优选的是,所述的正射影像生成方法中,所述步骤六中包括:
I、将部分图像相同的两幅正射影像作为一图像组,提取每组图像组中两幅正射影像中图像相同的区域,每组图像组中以其中一幅正射影像为标准图,利用Harris算法和尺度不变特征转换算法,确定另一幅正射影像上的每个点在标准图像的上的同名点;
II、每组图像组中,分别在两幅近景影像的图像相同的区域上构建狄洛尼三角网,确定每组图像中两幅近景影像上的狄洛尼三角网之间的仿射变换参数;
III、每个狄洛尼三角网中的每个三角形外接一矩形,以每个三角形的外接矩形为范围,确定近景影像上位于狄洛尼三角网格中的点;
IV、每组图像组中,依据仿射变换参数,以标准图为基础,将另一幅中位于狄洛尼三角网格中的点的颜色信息替换成该点在标准图中的同名点的颜色信息。
优选的是,所述的正射影像生成方法中,还包括:
步骤八、依据柱面方程,将待测对象的整体的正射影像转换为平面整体正射影像。
优选的是,所述的正射影像生成方法中,所述步骤一中,拍摄待测对象的外周面的不同部分的近景影像,每幅近景影像至少与一幅该待测对象的近景影像有部分图像相同。
优选的是,所述的正射影像生成方法中,所述步骤三中包括:
S1、在每幅近景影像上选取多个影像控制点,在柱面规则格网点云上选取与每个影像控制点在柱面规则格网点云上的同名点;
S3、基于罗德里格矩阵和重心化的空间相似变换,根据影像控制点的坐标值和影像控制点的同名点的坐标值,得到每幅近景影像的姿态角和每幅近景影像的摄影中心点。
优选的是,所述的正射影像生成方法中,所述步骤三中,还包括:
S2、利用共线方程确定每个影像控制点在柱面规则格网点云上的同名点在近景影像上的坐标值,将每个影像控制点在柱面规则格网点云上的同名点在近景影像上的坐标值与该影像控制点的坐标值比对,若该影像控制点与该影像控制点在柱面规则格网点云上的同名点在近景影像上的位置之间的直线距离小于1mm,则进行S3,若直线距离大于或等于1mm,则重新选该取影像控制点在柱面规则格网点云上同名点。
优选的是,所述的正射影像生成方法中,所述步骤四包括:
(1)、定义位于每幅近景影像上的多个影像控制点的重心处的点为重心点,确定每幅近景影像上的多个影像控制点的重心点的坐标值,利用姿态角和摄影中心将每幅近景影像上的重心点的坐标系转换为与柱面规则格网点云的坐标系相同的坐标系;
(2)、查找与每幅近景影像的摄影中心点与该幅近景影像坐标转换后的重心点确定的空间直线与柱面规则格网点云的交点距离最近的且位于柱面基准面的表面的多个点,该多个点中与该幅近景影的像摄影中心距离最近的点即为该幅近景影像与柱面基准面的邻近网格点,确定每幅近景影像与柱面规则格网点云的邻近网格点,利用邻近网格点确定近景影像在柱面规则格网点云上的对应范围。
优选的是,所述的正射影像生成方法中,所述步骤五中,根据近景影像在柱面规则格网点云上的对应范围,以格网大小为纠正单元,以共线方程为数学模型,应用反解法生成多幅待测对象的局部的正射影像。
本发明公开了一种类柱面文物对象正射影像生成方法。第一、本发明将柱面基准面按水平垂直方向规则格网划分平面化,利用规则格网特性以及最邻近格网点确定有效范围,以格网单元作为纠正单元,利用Harris与SIFT相结合提高匹配的精度和数量;第二、通过本发明方法进行多幅近景影像数据展开生成正射影像,准确找出有效范围,解决双度重叠,不仅大大提高了匹配的点对数量而且也提高了匹配可靠性,并利用匹配点构建Delaunay三角网更好的消除拼接缝隙,形成平面展开无缝正射影像;第三、通过本发明方法生成平面展开的正射影像,生成的正射影像与柱面基准面两者之间关系对应,方便准确对柱面基准面进行纹理映射,生成彩色模型。
本发明即针对柱面或类柱面对象的正射影像生成问题,以地面激光雷达点云和近景影像为数据源,研究柱面类柱面对象的规则格网点云与多张近景影像的影像配准、影像纠正、纹理接边和柱面正射影像平面展开等等问题,通过各个研究环节的突破,生成柱面对象基于柱面基准面的、高分辨率的、无缝的正射平面展开图。本发明的研究成果可满足各个行业对柱面对象真正射影像的需求,可填补文化遗产数字化保护领域及相关领域中的数字化产品,可应用于柱面对象立面图的绘制、病害分析、残损分析、数字存档、三维可视化等等相关科学研究中,具有非常重要的理论和现实意义。
附图说明
图1为本发明所述的类柱面文物对象正射影像生成方法的流程图;
图2为本发明实施例中获取的某一鼎西南腿的激光点云图;
图3为本发明实施例中获取的某一鼎西南腿局部的两幅具有部分相同图像区域的两幅近景影像图;
图4为本发明所述的柱面基准面规则格网划分以及平面化的示意图;
图5为本发明实施例中的所述激光点云图生成的柱面基准面局部放大图;
图6为本发明实施例中柱面规则格网点云与近景影像选点示意图;
图7为依照本发明所述柱面规则格网点云与近景影像对应部分;
图8为依照本发明生成的正射影像示意图;
图9为依照本发明生成的正射影像示意图;
图10为本发明实施例中正射影像未纠正处理直接拼接的结果示意图;
图11为依照本发明确定的相邻两幅正射影像局部重叠部分的示意图;
图12为依照本发明确定的相邻两幅正射影像局部重叠部分匹配的结果示意图;
图13为在的相邻两幅正射影像局部重叠部分上利用匹配后的同名点构建Delaunay三角网的结果示意图;
图14为相邻两幅正射影像局部重叠部分纠正处理后拼接的结果示意图;
图15为依照本发明处理前后两幅正射影像局部对比分析示意图。
具体实施方式
下面结合附图对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
如图1所示,类柱面文物对象正射影像生成方法,包括:
步骤一、数据采集:待测物对象可为一个整体的文物或是整体文物的组成部分,待测对象的形状为圆柱形或大致呈圆柱形;本实施例中某一鼎西南腿为待测对象;
使用地面激光雷达采集待测对象点云(激光点云),图2为待测对象的激光点云,激光点云均位于地面激光雷达仪器坐标系内,该坐标系是以地面激光雷达的激光源中心为坐标原点,Y轴为仪器在初始化时的固定方向,Z轴竖直向上并垂直于Y轴,X轴垂直于YOZ平面,其正方向由右手螺旋法则确定;
使用相机拍摄上述待测对象的外周面的不同部分的近景影像,每幅近景影像至少与一幅该待测物的近景影像有部分图像相同,具体为:根据激光点云与影像的关系以及相机传感器的大小和焦距,并保证相机与待测对象之间的竖直角不超过30°,以尽量减少摄影误差对于近景影像的影响,并使图像位置上相邻近景影像间保持一定的重叠度,获得如图3所示的两幅近景影像图。
步骤二、生成柱面基准面和柱面规格格网点云:
利用柱面距离参数方程和非线性最小二乘平差,通过对点云高斯映射获取参数初值进行迭代运算拟合柱面,得到柱面基准面,
并对柱面基准面按垂直平行母线划分进行平面化,如图4所示,通过格网点内插点云,得到柱面规则格网点云,利用局部二维位置找到三维实际坐标信息对图2激光点云图生成柱面基准面获如图5左侧所示,将其局部放大获右侧图,格网以规则分布,格网点垂直水平方向交叉表示局部模型信息;
步骤三、多幅近景影像与柱面格网点云初次配准:
这里以一幅近景影像为例,其他近景影像同此幅近景影像;
S1、在近景影像上选取多个影像控制点,在柱面规则格网点云上选取与每个影像控制点的同名点,具体为:在近景影像上选取四个影像控制点a,b,c,d,在柱面规则格网点云上选取这四个影像控制点的同名点A,B,C,D,如图6所示;
S2、利用共线方程确定每个影像控制点在柱面规则格网点云上的同名点在近景影像上的坐标值,将每个影像控制点在柱面规则格网点云上的同名点在近景影像上的坐标值与该影像控制点的坐标值比对,若该影像控制点与该影像控制点在柱面规则格网点云上的同名点在近景影像上的位置之间的直线距离小于1mm,则进行S3,若直线距离大于或等于1mm,则重新选取该影像控制点在柱面规则格网点云上的同名点;
具体为:为了提高近景影像与柱面规则格网点云配准精度,利用共线方程由选取的影像控制点在柱面规则格网点云上的同名点反算求解像点,首先姿态角计算旋转矩阵R,计算过程如下:
(1)
b1=cosωsinκ (4)
b2=cosωcosκ (5)
b3=-sinω (6)
其中为配准参数中的角元素;aibici为旋转矩阵元素;
对反算像点和相应提取像点建立中误差,其中,基于罗德里格矩阵的初次配准解决了影像大角度迭代不收敛,反算像点保证了影像配准精度,避免后面利用空间姿态参数出现问题;
S3、基于罗德里格矩阵和重心化的空间相似变换,根据影像控制点的坐标值和影像控制点的同名点的坐标值,得到每幅近景影像的姿态角和每张近景影像的摄影中心点;具体为:
利用选取柱面规则格网点云上的同名点A,B,C,D以及同名点对应的影像控制点a,b,c,d,利用反对称矩阵S和罗德里格矩阵R的如下性质:
R=(I+S)(I-S)-1 (12)
得到初次配准模型:
把初次配准参数XS0 YS0 ZS0 作为改进丹麦法选权迭代初值精确求解影像获取时的空间姿态XS YS ZS 其中改进的丹麦法权函数:
其中Xm,Ym,Zm,xm,ym为重心化坐标,a,b,c为配准角度参数,v为观测值残差,p0为权因子,m0为量测值的标准偏差。
步骤四、如图7所示柱面规格格网点云与近景影像的对应范围:
本实施例以一副近景影像为例,其他近景影像同此,
(1)、定义位于每幅近景影像上的多个影像控制点的重心处的点为重心点,确定每幅近景影像上的四个影像控制点的重心点的坐标值,利用姿态角和摄影中心将每幅近景影像上的重心点的坐标系转换为与柱面规则格网点云坐标系相同的坐标系,具体为:
计算近景影像上的控制点的重心点,并利用姿态角形成的旋转矩阵,将重心点所在的近景影像上的平面直角坐标(xp yp -f)转化到柱面规则格网点云的地面辅助坐标(XP Yp ZP),计算过程如下:
其中R为旋转矩阵;(XS YS ZS)为配准中的摄影中心
(2)、查找与每幅近景影像的摄影中心点与该幅近景影像上的重心点确定的空间直线与柱面规则格网点云的交点距离最近的且位于柱面规则格网点云上的四个点,该四个点中与该幅近景影的像摄影中心距离最近的点即为该幅近景影像与柱面规则格网点云的邻近网格点,确定每幅近景影像与柱面规则格网点云的邻近网格点,利用邻近网格点确定近景影像在柱面规则格网点云上的对应范围,具体为:
将摄影中心点(X0 Y0 Z0)与转换后的影像控制点的重心点(XP YP ZP)生成空间直线与柱面规则格网点云求交,查找摄影中心点与该重心点确定的空间直线与柱面规则格网点云的交点距离最近的且位于柱面规则格网点云上的四个点,该四个点中与该幅近景影的像摄影中心距离最近的点即为该幅近景影像与柱面规则格网点云的邻近网格点,确定每幅近景影像与柱面规则格网点云的邻近网格点,利用邻近网格点确定近景影像在柱面规则格网上的对应范围,如图7所示;
利用邻近网格点确定近景影像与柱面规则格网的对应范围,具体为:
确定最邻近格网点位置
其中n为最邻近点的序号,col为柱面格网点云的列数,i和j分别为最邻近点的行列号;
并利用格网点确定柱面基准面与影像对应的范围。
其中,j起和j终为对应范围的起始列与终止列。
步骤五、如图8~9所示,待测对象局部的正射影像生成:
根据近景影像在柱面规则格网点云上的对应范围,以格网大小为纠正单元,以共线方程为数学模型,应用反解法生成多幅待测对象的局部的正射影像,具体为:
利用柱面基准面规则格网,以单个格网大小为纠正单元,对格网单元上点P1P2P3P4反算像点p1p2p3p4:
利用像点p1p2p3p4对纠正单元内的坐标内插:
其中ai bi ci为旋转矩阵元素,f为摄影焦距,XS YS ZS为配准参数中的线元素,XP1 YP1 ZP1为格网点坐标,xp1 yp1为相应格网点的像点坐标,x(i,j),y(i,j)为内插出的像点坐标,n与比例尺有关,xpi ypi为格网点的像点坐标。
步骤六、消除拼接缝隙和几何错位:
I、如图11~12所示,确定相邻正射影像重叠区域:
将部分图像相同的两幅正射影像作为一图像组,提取每组图像组中两幅正射影像中图像相同的区域,每组图像组中以其中一幅正射影像为标准图,利用Harris与SIFT匹配相结合的方法,确定另一幅正射影像上的每个点在标准图像的上的同名点,具体为:
利用Harris与SIFT匹配相结合的方法,利用SIFT对旋转、尺度缩放、亮度保持不变性,利用Harris提取特征点计算简单、分布均匀,以柱面基准面的正射影像为基准影像,采用如下匹配策略:
1)在不同尺度空间上进行局部极值探测进行SIFT特征匹配,并计算匹配点之间的仿射变换参数;
2)对左基准(标准图)重叠区域影像进行分网格Harris特征密集提取;
3)利用仿射变换参数,对左基准重叠区域影像特征点,计算在右基准重叠区域影像的大致位置。再应用匹配测度精确定位同名点;
对相邻重叠区域的正射影像进行匹配,提取重叠区域中的同名点;
利用水平、垂直差分算子对图像每个像素进行滤波以求得Ix、Iy,以及两者的乘积,得到矩阵M:
其中Ix,Iy为图像的方向导数;
利用高斯滤波函数对矩阵M进行滤波处理,得到新的M,离散二维零均值高斯函数为:
其中σ表示平滑程度;x,y为二维点坐标;
接下来计算图像对应每个像素点的兴趣值R:
选取局部极值点,并设置阈值与极值点比较筛选特征点;
II、如图13所示,每组图像组中,分别在两幅近景影像的图像相同的区域上构建Delaunay三角网,确定每组图像中两幅近景影像上的Delaunay三角网之间的仿射变换参数;
III、每个Delaunay三角网中的每个三角形外接一矩形,以每个三角形的外接矩形为范围,确定近景影像上位于Delaunay三角网格中的点;
IV、每组图像组中,依据仿射变换参数,以标准图为基础,将另一幅中位于Delaunay三角网格中的点的像素信息替换成该点在标准图中提取的正确信息,即以标准图为基础,将另一幅中位于狄洛尼三角网格中的点的RGB颜色信息替换成该点在标准图中的同名点的RGB颜色信息;具体为:
小面元微分纠正,利用构建的同名三角网计算同名三角形之间的仿射变换参数;以三角网中各三角形的外接矩形为原则判定像素点是否在三角形内以确定待纠正的像素点;
利用仿射变换模型对三角形进行纠正,仿射变换公式如下:
x1=a+bx2+cy2 (27)
y1=d+ex2+fy2 (28)
其中6个仿射变换参数a,b,c,d,e,f利用同名三角形之间的同名点P1(x1,y1)、P2(x2,y2)、P3(x3,y3)、P1’(x’i,y’i)、P’2(x’2,y’2)、P’3(x’3,y’3)计算仿射变换参数:
c=x1-a×x’i-b×y’i (31)
f=y1-d×x’1-e×y’i (34)
其中a,b,c,d,e,f为6个仿射变换参数;
然后利用同名三角形的仿射变换参数,对三角形之间的像素点进行纠正,
对待纠正的像素点进行仿射变换提取待纠正点的正确信息,消除柱面基准面展开生成正射影像时的几何错位,进而形成如图14所示的一幅全柱面、精度高并且无缝正射影像。
因为SIFT算法是基于尺度空间的,对图像缩放、旋转甚至仿射变换能保持不变的图像局部特征描述算子,Harris算法可以分网格提取,计算简单、稳定性好,本发明的发明人利用SIFT与Harris相结合既保证了匹配点的正确性又增加了匹配点的数量,对匹配的同名点构建Delaunay三角网,利用Delaunay唯一性的优点使构建的同名三角网具有好的稳定性,提高了待纠正点的纠正精度,对如图10和如图14影像局部对比得如图15所示,可发现图15右侧已消除了相邻影像缝隙处的几何、纹理错位,形成如图14所示柱面基准面平面展开的正射影像。
步骤七、将待测对象的局部的多幅正射影像拼接成一幅待测对象中呈圆柱体或/和大致呈圆柱体的部位的整体的正射影像。
步骤八、依据柱面方程,以待测物的整体正射影像的目前为展开基准,将待测对象的整体的正射影像转换为平面整体的正射影像。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用,它完全可以被适用于各种适合本发明的领域,对于熟悉本领域的人员而言,可容易地实现另外的修改,因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的图例。
Claims (9)
1.类柱面文物对象正射影像生成方法,其特征在于,包括:
步骤一、采集待测对象的点云,拍摄待测对象的外周面不同部分的近景影像,其中待测对象的形状为圆柱形或大致呈圆柱形;
步骤二、将采集的点云进行柱面拟合,得到柱面基准面,对柱面基准面进行格网划分,通过格网点内插点云,得到柱面规则格网点云;
步骤三、在每幅近景影像上选取多个影像控制点,在柱面规则格网点云上选取出每个影像控制点的同名点,根据影像控制点的坐标值和影像控制点的同名点的坐标值,得到每幅近景影像姿态角和每幅近景影像的摄影中心点;
步骤四、定义位于每幅近景影像上的多个影像控制点的重心处的点为重心点,确定每幅近景影像上的多个影像控制点的重心点的坐标值,利用姿态角和摄影中心,将每幅近景影像上的重心点的坐标系转换为与柱面规则格网点云的坐标系相同的坐标系;依据重心点和摄影中心点,确定每幅近景影像在柱面规则格网点云上的对应范围;
步骤五、根据近景影像在柱面规则格网点云上的对应范围,确定多幅影像在柱面规则格网点云中的位置,生成多幅待测对象的局部的正射影像;
步骤七、将待测对象的局部的多幅正射影像拼接成一幅待测对象的整体的正射影像。
2.如权利要求1所述的类柱面文物对象正射影像生成方法,其特征在于,还包括:
步骤六、将部分图像相同的两幅正射影像作为一图像组,提取每组图像组中两幅正射影像中图像相同的区域,每组图像组中以其中一幅正射影像为标准图,将另一幅正射影像中与标准图中图像相同的区域中的每个点的颜色信息替换成该点在标准图中同名点的颜色信息。
3.如权利要求2所述的类柱面文物对象正射影像生成方法,其特征在于,所述步骤六中包括:
I、将部分图像相同的两幅正射影像作为一图像组,提取每组图像组中两幅正射影像中图像相同的区域,每组图像组中以其中一幅正射影像为标准图,利用Harris算法和尺度不变特征转换算法,确定另一幅正射影像上的每个点在标准图像的上的同名点;
II、每组图像组中,分别在两幅近景影像的图像相同的区域上构建狄洛尼三角网,确定每组图像中两幅近景影像上的狄洛尼三角网之间的仿射变换参数;
III、每个狄洛尼三角网中的每个三角形外接一矩形,以每个三角形的外接矩形为范围,确定近景影像上位于狄洛尼三角网格中的点;
IV、每组图像组中,依据仿射变换参数,以标准图为基础,将另一幅中位于狄洛尼三角网格中的点的颜色信息替换成该点在标准图中的同名点的颜色信息。
4.如权利要求1所述的类柱面文物对象正射影像生成方法,其特征在于,还包括:
步骤八、依据柱面方程,将待测对象的整体的正射影像转换为平面整体正射影像。
5.如权利要求1所述的类柱面文物对象正射影像生成方法,其特征在于,所述步骤一中,拍摄待测对象的外周面的不同部分的近景影像,每幅近景影像至少与一幅该待测对象的近景影像有部分图像相同。
6.如权利要求1所述的类柱面文物对象正射影像生成方法,其特征在于,所述步骤三中包括:
S1、在每幅近景影像上选取多个影像控制点,在柱面规则格网点云上选取与每个影像控制点在柱面规则格网点云上的同名点;
S3、基于罗德里格矩阵和重心化的空间相似变换,根据影像控制点的坐标值和影像控制点的同名点的坐标值,得到每幅近景影像的姿态角和每幅近景影像的摄影中心点。
7.如权利要求6所述的类柱面文物对象正射影像生成方法,其特征在于,所述步骤三中,还包括:
S2、利用共线方程确定每个影像控制点在柱面规则格网点云上的同名点在近景影像上的坐标值,将每个影像控制点在柱面规则格网点云上的同名点在近景影像上的坐标值与该影像控制点的坐标值比对,若该影像控制点与该影像控制点在柱面规则格网点云上的同名点在近景影像上的位置之间的直线距离小于1mm,则进行S3,若直线距离大于或等于1mm,则重新选该取影像控制点在柱面规则格网点云上同名点。
8.如权利要求1所述的类柱面文物对象正射影像生成方法,其特征在于,所述步骤四包括:
(1)、定义位于每幅近景影像上的多个影像控制点的重心处的点为重心点,确定每幅近景影像上的多个影像控制点的重心点的坐标值,利用姿态角和摄影中心将每幅近景影像上的重心点的坐标系转换为与柱面规则格网点云的坐标系相同的坐标系;
(2)、查找与每幅近景影像的摄影中心点与该幅近景影像坐标转换后的重心点确定的空间直线与柱面规则格网点云的交点距离最近的且位于柱面基准面的表面的多个点,该多个点中与该幅近景影的像摄影中心距离最近的点即为该幅近景影像与柱面基准面的邻近网格点,确定每幅近景影像与柱面规则格网点云的邻近网格点,利用邻近网格点确定近景影像在柱面规则格网点云上的对应范围。
9.如权利要求1所述的类柱面文物对象正射影像生成方法,其特征在于,所述步骤五中,根据近景影像在柱面规则格网点云上的对应范围,以格网大小为纠正单元,以共线方程为数学模型,应用反解法生成多幅待测对象的局部的正射影像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510307067.4A CN104964669B (zh) | 2015-06-05 | 2015-06-05 | 类柱面文物对象正射影像生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510307067.4A CN104964669B (zh) | 2015-06-05 | 2015-06-05 | 类柱面文物对象正射影像生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104964669A true CN104964669A (zh) | 2015-10-07 |
CN104964669B CN104964669B (zh) | 2017-07-07 |
Family
ID=54218725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510307067.4A Active CN104964669B (zh) | 2015-06-05 | 2015-06-05 | 类柱面文物对象正射影像生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104964669B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109118587A (zh) * | 2018-07-14 | 2019-01-01 | 武汉华宇世纪科技发展有限公司 | 数字正射影像的制作方法及装置 |
CN111754590A (zh) * | 2020-05-14 | 2020-10-09 | 北京吉威空间信息股份有限公司 | 基于全球色彩特征库遥感影像自动匀色的方法 |
CN112085672A (zh) * | 2020-08-19 | 2020-12-15 | 中交第三航务工程局有限公司江苏分公司 | 一种顾及桩体先验几何形态参数的点云数据滤波方法 |
CN114972446A (zh) * | 2021-12-23 | 2022-08-30 | 通用技术集团工程设计有限公司 | 一种基于罗德里格矩阵的光学影像与地面激光点云配准方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102314674A (zh) * | 2011-08-29 | 2012-01-11 | 北京建筑工程学院 | 一种地面激光雷达数据纹理影像配准方法 |
CN103744086A (zh) * | 2013-12-23 | 2014-04-23 | 北京建筑大学 | 一种地面激光雷达与近景摄影测量数据的高精度配准方法 |
CN104063860A (zh) * | 2014-06-12 | 2014-09-24 | 北京建筑大学 | 一种激光点云边缘精细化的方法 |
-
2015
- 2015-06-05 CN CN201510307067.4A patent/CN104964669B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102314674A (zh) * | 2011-08-29 | 2012-01-11 | 北京建筑工程学院 | 一种地面激光雷达数据纹理影像配准方法 |
CN103744086A (zh) * | 2013-12-23 | 2014-04-23 | 北京建筑大学 | 一种地面激光雷达与近景摄影测量数据的高精度配准方法 |
CN104063860A (zh) * | 2014-06-12 | 2014-09-24 | 北京建筑大学 | 一种激光点云边缘精细化的方法 |
Non-Patent Citations (4)
Title |
---|
王晏民 等: "利用激光雷达技术制作古建筑正射影像图", 《北京建筑工程学院学报》 * |
翟瑞芳 等: "激光点云和数字影像结合的目标重建研究", 《计算机工程与应用》 * |
陈为民 等: "基于罗德里格矩阵的车载激光点云与全景影像配准研究", 《测绘通报》 * |
陈梦婷 等: "基于Harris角点和SIFT描述符的高分辨率遥感影像匹配算法", 《中国图像图形学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109118587A (zh) * | 2018-07-14 | 2019-01-01 | 武汉华宇世纪科技发展有限公司 | 数字正射影像的制作方法及装置 |
CN111754590A (zh) * | 2020-05-14 | 2020-10-09 | 北京吉威空间信息股份有限公司 | 基于全球色彩特征库遥感影像自动匀色的方法 |
CN111754590B (zh) * | 2020-05-14 | 2024-04-02 | 北京吉威空间信息股份有限公司 | 基于全球色彩特征库遥感影像自动匀色的方法 |
CN112085672A (zh) * | 2020-08-19 | 2020-12-15 | 中交第三航务工程局有限公司江苏分公司 | 一种顾及桩体先验几何形态参数的点云数据滤波方法 |
CN112085672B (zh) * | 2020-08-19 | 2021-12-21 | 中交第三航务工程局有限公司江苏分公司 | 一种顾及桩体先验几何形态参数的点云数据滤波方法 |
CN114972446A (zh) * | 2021-12-23 | 2022-08-30 | 通用技术集团工程设计有限公司 | 一种基于罗德里格矩阵的光学影像与地面激光点云配准方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104964669B (zh) | 2017-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103744086B (zh) | 一种地面激光雷达与近景摄影测量数据的高精度配准方法 | |
CN102506824B (zh) | 一种城市低空无人机系统生成数字正射影像图的方法 | |
CN110570466A (zh) | 三维实景点云模型的生成方法和装置 | |
CN108765298A (zh) | 基于三维重建的无人机图像拼接方法和系统 | |
CN102645209B (zh) | 机载LiDAR点云和高分辨率影像进行空间点的联合定位方法 | |
Pepe et al. | Techniques, tools, platforms and algorithms in close range photogrammetry in building 3D model and 2D representation of objects and complex architectures | |
Xie et al. | Study on construction of 3D building based on UAV images | |
CN107767440A (zh) | 基于三角网内插及约束的文物序列影像精细三维重建方法 | |
CN108168521A (zh) | 一种基于无人机实现景观三维可视化的方法 | |
CN102778224B (zh) | 一种基于极坐标参数化的航空摄影测量光束法平差的方法 | |
CN104268935A (zh) | 一种基于特征的机载激光点云与影像数据融合系统及方法 | |
CN105931234A (zh) | 一种地面三维激光扫描点云与影像融合及配准的方法 | |
Barazzetti et al. | True-orthophoto generation from UAV images: Implementation of a combined photogrammetric and computer vision approach | |
CN102314674B (zh) | 一种地面激光雷达数据纹理影像配准方法 | |
CN103278138A (zh) | 一种复杂结构薄部件三维位置及姿态的测量方法 | |
CN104019829A (zh) | 一种基于pos系统的车载全景相机和线阵激光扫描仪的外参标定方法 | |
CN108592787A (zh) | 3d旋转扫描系统的转轴标定方法与系统 | |
Rüther et al. | A comparison of close-range photogrammetry to terrestrial laser scanning for heritage documentation | |
CN104964669A (zh) | 类柱面文物对象正射影像生成方法 | |
CN108447100B (zh) | 一种机载三线阵ccd相机的偏心矢量和视轴偏心角标定方法 | |
MOKRANE et al. | DEM generation based on UAV photogrammetry | |
CN107941241B (zh) | 一种用于航空摄影测量质量评价的分辨率板及其使用方法 | |
Wu | Photogrammetry: 3-D from imagery | |
CN113418448B (zh) | 一种破片分布检测系统和方法 | |
Dlesk et al. | Possibilities of processing archival photogrammetric images captured by Rollei 6006 metric camera using current method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |