CN107767454A - 一种实景三维移动快速建模方法、装置及系统 - Google Patents

Abstract

本发明提供了一种实景三维移动快速建模方法、装置及系统，涉及数据建模的技术领域，该实景三维移动快速建模方法包括采集至少三幅图像的数据信息，匹配处理得到图像匹配点；根据上述图像匹配点，计算得到稀疏点云图像；根据上述稀疏点云图像，通过设置采样间隔，匹配处理得到稠密点云图像；根据上述稠密点云图像，利用检测算法，计算得到三维网格模型；纹理映射所述三维网格模型，得到三维实景模型。本方法通过对实景图像数据进行分步处理解决了现有工作站难以在保证时效性的前提下完成数据处理的技术问题，利用移动载体实现实景三维移动快速建模系统的移动，进而达到了提高实景建模的速度与时效性的技术效果。

Description

一种实景三维移动快速建模方法、装置及系统

技术领域

本发明涉及数据建模技术领域，尤其是涉及一种实景三维移动快速建模方法、装置及系统。

背景技术

实景建模技术是近年来国际测绘领域新兴的一项高新技术，通过在同一飞行平台上搭载多台传感器，同时从垂直、倾斜等不同的角度采集影像，获取地面物体更为完整准确的信息。其主要过程包括空中三角测量、几何校正、同名点匹配、区域网联合平差等处理，最后将平差后的数据(三个坐标信息及三个方向角信息)赋予每张倾斜影像，进而合成高精度三维模型。

但现有技术也存在一定程度的不足。实景建模技术多采用固定的工作站集群方式进行，获取实景信息相对有限，且难以应对突发情况下对实景建模的需要，且现阶段实景建模采集得到的数据量巨大，现有工作站难以完成对该数据的处理，而将数据保存做后期处理则将失去数据的时效性。

发明内容

有鉴于此，本发明的目的在于提供一种实景三维移动快速建模方法、装置及系统，以缓解了现有技术中的技术问题。

第一方面，本发明实施例提供了一种实景三维移动快速建模方法，包括：采集至少三幅图像的数据信息，匹配处理得到图像匹配点；

根据所述图像匹配点，计算得到稀疏点云图像；

根据所述稀疏点云图像，通过设置采样间隔，匹配处理得到稠密点云图像；

根据所述稠密点云图像，利用检测算法，计算得到三维网格模型；

纹理映射所述三维网格模型，得到三维实景模型。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述纹理映射所述三维网格模型，得到三维实景模型之后，还包括：

输出所述三维实景模型至存储终端。

结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述采集至少三幅图像的数据信息，匹配处理得到图像匹配点，具体包括：

采集至少三幅图像的数据信息；

匹配具有相同数据信息的特征点，得到图像匹配点。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述采集至少三幅图像的数据信息之前，还包括：

空中三角测量所述至少三幅图像的数据信息。

结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述根据所述稀疏点云图像，通过设置采样间隔，匹配处理得到稠密点云图像，具体包括：

设置采样间隔；

提取所述至少三幅图像中除稀疏点外数据信息的特征点；

匹配具有相同数据信息的特征点，得到稠密点云图像。

结合第一方面，本发明实施例提供了第一方面的第五种可能的实施方式，其中，所述匹配具有相同数据信息的特征点，得到稠密点云图像之后，还包括：

补充所述稠密点云图像的地物细节。

结合第一方面，本发明实施例提供了第一方面的第六种可能的实施方式，其中，所述根据所述稠密点云图像，利用检测算法，计算得到三维网格模型，具体包括；

利用所述检测算法，确定所述稠密点云图像的边界；

锐化所述稠密点云图像的边界；

优化所述三维网格模型。

结合第一方面，本发明实施例提供了第一方面的第七种可能的实施方式，其中，所述纹理映射所述三维网格模型，得到三维实景模型，具体包括：

划分所述三维网格模型为至少两个网格子区域；

纹理映射任一所述网格子区域。

第二方面，本发明实施例还提供一种实景三维移动快速建模装置，包括：第一图像匹配模块，用于采集至少三幅图像的数据信息，匹配处理得到图像匹配点；

图像生成模块，用于根据所述图像匹配点，计算得到稀疏点云图像；

第二图像匹配模块，用于根据所述稀疏点云图像，通过设置采样间隔，匹配得到稠密点云图像；

模型建立模块，用于根据所述稠密点云图像，利用检测算法，计算得到三维网格模型；

纹理映射模块，用于纹理映射所述三维网格模型，得到三维实景模型。

第三方面，本发明实施例还提供一种实景三维移动快速建模系统，包括如上述第二方面所述的实景三维移动快速建模装置，还包括：显示器、鼠标键盘、切换器、硬盘、移动电源及移动载体；

其中，所述实景三维移动快速建模装置包括至少两台计算机。

本发明实施例带来了以下有益效果：本发明实施例提供的实景三维移动快速建模方法、装置及系统中，该方法包括：采集至少三幅图像的数据信息，匹配处理得到图像匹配点；根据所述图像匹配点，计算得到稀疏点云图像；根据所述稀疏点云图像，通过设置采样间隔，匹配处理得到稠密点云图像；根据所述稠密点云图像，利用检测算法，计算得到三维网格模型；纹理映射所述三维网格模型，得到三维实景模型。本发明通过对实景图像数据进行分步处理，以解决工作站难以在保证时效性的前提下完成数据处理的技术问题，同时利用移动载体实现实景三维移动快速建模系统的移动，达到了提高实景建模的速度与时效性的技术效果。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一提供的一种实景三维移动快速建模方法的流程图；

图2为本发明实施例二提供的一种实景三维移动快速建模方法的流程图；

图3为本发明实施例二提供的一种实景三维移动快速建模方法中，第一次图像匹配的流程图；

图4为本发明实施例二提供的一种实景三维移动快速建模方法中，第二次图像匹配的流程图；

图5为本发明实施例二提供的一种实景三维移动快速建模方法中，模型建立的流程图；

图6为本发明实施例三提供的一种实景三维移动快速建模装置的结构示意图；

图7为本发明实施例四提供的一种实景三维移动快速建模系统。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实景建模技术多采用固定的工作站集群方式进行，获取实景信息相对有限，且难以应对突发情况下对实景建模的需要，且现阶段实景建模采集得到的数据量巨大，现有工作站难以完成对该数据的处理，而将数据保存做后期处理则将失去数据的时效性。基于此，本发明实施例提供的一种实景三维移动快速建模方法、装置及系统，可以在保证数据时效的同时完成数据的处理，同时利用移动载体实现实景三维移动快速建模系统的移动，达到了提高实景建模的速度与时效性的技术效果。

为便于对本实施例进行理解，首先对本发明实施例所公开的一种实景三维移动快速建模方法进行详细介绍，

实施例一：

图1示出了本发明实施例提供的一种实景三维移动快速建模方法的流程图。参照图1，上述方法包括：

步骤S110：采集至少三幅图像的数据信息，匹配处理得到图像匹配点；

具体的，通过外部图像采集设备对实景进行多次拍摄，如通过同一飞行平台上的多个传感器对同一实景进行图像采集。之后，通过图像匹配选取至少三幅图像中具有相同特征信息的特征点，得到匹配点。

需要说明的是，对于同一实景的图像采集，至少需要采集三张图像以保证获得足够的数据信息，并且上述三张图像需要针对不同的方向以保证其实景的完整性。

常见的图像匹配分为灰度匹配和特征匹配，其中本发明实施例优选特征匹配以实现特征点的提取、描述与匹配。

步骤S120：根据上述图像匹配点，计算得到稀疏点云图像；

当提取上述图像匹配点后，通过对上述图像匹配点进行反算获得上述图像匹配点的空间地理坐标，进而获得具有上述空间地理坐标的图像匹配点的图像，成为稀疏点云图像。

步骤S130：根据上述稀疏点云图像，通过设置采样间隔，匹配处理得到稠密点云图像。

具体的，当获取上述稀疏点云图像后，需要根据上述稀疏点云图像中匹配点之间的距离关系，选定采样间隔的距离。进而对采样间隔处具有相同特征信息的特征点进行提取、匹配进而得到上述稠密点云。

这里需要说明的是，由于上述采样间隔的距离设置不同，所提取到具有相同特征信息的特征点的数量也不同。因此在采样间隔的选择上通常会根据实际的需要以及计算机的处理能力进行选取。

步骤S140：根据上述稠密点云图像，利用检测算法，计算得到三维网格模型。

具体的，通过检测算法，确定上述稠密点云图像的边界，进而可以确定上述三维网格模型的边界。

本实施例所选检测算法优选边缘检测算法。

步骤S150：纹理映射上述三维网格模型，得到三维实景模型。

上述纹理映射又称纹理贴图，是将纹理空间中的纹理像素映射到屏幕空间中的像素，即将图像贴到三维网格模型的表面以增强三维网格模型的真实感。具体的，首先划分上述三维网格模型为至少两个网格子区域；

这里需要说明的是，通常情况下每一网格子区域在实景中所表示的面积区间为几十平方米到几百平方米。根据实际情况，比如：上述三维网格模型遇到畸变很大的部分，网格子区域会被划分得很小；当遇到模型畸变很小的部分，网格子区域会被划分得很大。此外，这里的划分也要考虑到实际的需要以及计算机的处理能力。

之后纹理映射任一上述网格子区域。在分步进行纹理映射的过程中，首先选取划分区域中三维网格模型质量较高、畸变较小的部分以保证纹理贴图的视觉效果，并逐步完成整体三维网格模型的纹理映射。

本发明实施例所示的实景三维移动快速建模方法，首先采集至少三幅图像的数据信息，匹配处理得到图像匹配点；之后根据上述图像匹配点，计算得到稀疏点云图像；之后根据上述稀疏点云图像，通过设置采样间隔，匹配处理得到稠密点云图像；之后根据上述稠密点云图像，利用检测算法，计算得到三维网格模型；最后纹理映射上述三维网格模型，得到三维实景模型。本发明实施例解决了工作站难以在保证时效性的前提下完成数据处理的技术问题。

实施例二：

如图2所示，在实施例一的基础上，本发明实施例提供了另一种实景三维移动快速建模方法。与实施例一的区别在于，针对采集得到至少三幅图像的数据信息可以预先进行空三加密，以获得加密点的高度和平面位置信息。该方法在上述步骤S110采集至少三幅图像的数据信息，匹配处理得到图像匹配点之前，还包括：

步骤：S210：空中三角测量上述至少三幅图像中的数据信息。

需要说明的是，空中三角测量指的是在立体摄影测量中，根据少量的野外控制点，在室内进行控制点加密，以获得加密点的高程和平面位置信息的测量方法。

具体的，针对外部图像采集设备对实景进行多次拍摄所获得的至少三幅图像，利用空中三角测量(空三加密)得到上述至少三幅图像中所有加密点的高程和平面位置信息。

另外，本发明实施例与实施例一的区别还在于，该方法在上述步骤S150纹理映射上述三维网格模型，得到三维实景模型之后，还包括：

步骤：S220：输出上述三维实景模型至存储终端。

具体的，当三维实景模型完成建模后会被存储至存储终端。其中，存储终端可以是工作站的硬盘或移动硬盘等存储介质。同时上述三维实景模型也可以同时通过显示器进行输出。

需要说明的是，图3为本发明实施例提供的一种实景三维移动快速建模方法中，第一次图像匹配的流程图。如图3所示，上述步骤S110：采集至少三幅图像的数据信息，匹配处理得到图像匹配点，具体包括：

步骤S111：采集上述至少三幅图像的数据信息；

具体的，通过外部图像采集设备对实景进行多次拍摄，如通过同一飞行平台上的多个传感器对同一实景进行图像采集。

需要说明的是，对于同一实景的图像采集，至少需要采集三张图像以保证获得足够的数据信息，并且上述三张图像需要针对不同的方向以保证其实景的完整性。

步骤S112：匹配具有相同数据信息的特征点，得到图像匹配点。

具体的，当获得采集的至少三幅图像的数据信息，首先要对数据信息进行特征提取与描述，之后针对相同特征信息的特征点进行匹配。

进一步的，图4示出了本发明实施例提供的一种实景三维移动快速建模方法中，第二次图像匹配的流程图。如图4所示，上述步骤S130根据上述稀疏点云图像，通过设置采样间隔，匹配处理得到稠密点云图像，具体包括：

步骤S131：设置采样间隔。

具体的，当获取上述稀疏点云图像后，需要根据上述稀疏点云图像中匹配点之间的距离关系，选定采样间隔的距离。进而对采样间隔处具有相同特征信息的特征点进行提取、匹配进而得到上述稠密点云。

这里需要说明的是，由于上述采样间隔的距离设置不同，所提取到具有相同特征信息的特征点的数量也不同。因此在采样间隔的选择上通常会根据实际的需要以及计算机的处理能力进行选取。

步骤S132：提取上述至少三幅图像中除稀疏点外数据信息的特征点。

在上述不同分辨率的至少三幅图像中，确定稀疏点云的位置之后，并以图像匹配点的位置为依据，再一次进行图像的特征提取与描述，获得图像的特征点。

步骤S133：匹配具有相同数据信息的特征点，得到稠密点云图像。

针对至少三幅图像中具有相同数据信息的特征点进行匹配，之后通过与稀疏点云图像进行叠加，从而获得稠密点云图像。另外，在实际设计过程中还需要补充上述稠密点云图像的地物细节。

进一步的，图5示出了本发明实施例提供的一种实景三维移动快速建模方法中，模型建立的流程图。如图5所述，上述步骤S140根据上述稠密点云图像，利用检测算法，计算得到三维网格模型，具体包括：

步骤S141：利用上述检测算法，确定上述稠密点云图像的边界；

其中，本发明实施例优选边缘检测算法。通过上述算法确定上述稠密点云图像的边界。

步骤S142：锐化上述稠密点云图像的边界。

具体的，锐化处理是补偿上述稠密点云图像边界的轮廓，增强图像的边缘及灰度跳变的部分，用以使上述稠密点云图像边界的轮廓变得清晰。

步骤S143：优化上述三维网格模型。

具体的，对上述三维网格模型进行数据抽稀处理，以便在最大限度保证稠密点云图像基本特征的前提下，减少其数据量。

另外，经过抽稀处理后的上述三维网格模型需要经过压平处理以提高上述网格模型的质量。

实施例三

图6示出了本发明实施例提供的一种实景三维移动快速建模装置的结构示意图。上述实景三维移动快速建模装置包括：

第一图像匹配模块301，用于采集至少三幅图像的数据信息，匹配处理得到图像匹配点；

图像生成模块302，用于根据上述图像匹配点，计算得到稀疏点云图像；

第二图像匹配模块303，用于根据上述稀疏点云图像，通过设置采样间隔，匹配得到稠密点云图像；

模型建立模块304，用于根据上述稠密点云图像，利用检测算法，计算得到三维网格模型；

纹理映射模块305，用于纹理映射上述三维网格模型，得到三维实景模型。

具体的，上述装置设置于实景三维移动快速建模装置内部。其中第一图像匹配模块301输入端与图像采集装置连接，其连接方式可以是传输线或者通信网络连接，用于收发图像采集装置获得的实景图像。

另外，纹理映射模块305的输出端与外部存储装置及显示器连接，用于存储并显示处理后的三维实景模型。

本发明实施例提供的实景三维移动快速建模装置，与上述实施例提供的实景三维移动快速建模方法具有相同的技术特征，所以也能解决相同的技术问题，达到相同的技术效果。

实施例四

图7示出了本发明实施例提供一种实景三维移动快速建模系统。其中上述实景三维移动快速建模系统包括实施例三中上述的实景三维移动快速建模装置401外，还包括：显示器402、鼠标键盘403、切换器404、硬盘405、交换机406以及移动电源407；

其中，上述实景建模装置401包括至少两台计算机。

具体的，上述至少两台计算机用于实现采集至少三幅图像的数据信息，匹配处理得到图像匹配点；根据上述图像匹配点，计算得到稀疏点云图像；根据上述稀疏点云图像，通过设置采样间隔，匹配处理得到稠密点云图像；根据上述稠密点云图像，利用检测算法，计算得到三维网格模型；纹理映射上述三维网格模型，得到三维实景模型。本发明优选为10台计算机并行处理以提高实景建模对上述三幅图像中数据信息处理的速度。这10台计算机之间的数据交换通过交换机406来实现。

另外切换器404用于和外部模型控制系统连接，用以当在获得多个三维实景模型的情况下，进行切换显示，显示的主要途径是通过显示器402。硬盘405用于对三维实景模型进行存储。移动电源407用于为本实景建模系统缺少供电的情况下作业提供保证。

此外，本发明实施例所提供的实景建模系统还包括移动载体，用于承载上述实景三维移动快速建模装置、显示器、鼠标键盘、切换器、硬盘、交换机以及移动电源，进而实现了上述实景建模系统的可移动性，扩大了上述实景建模系统的使用范围。

另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

上述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例上述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random AccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上上述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应上述以权利要求的保护范围为准。

Claims (10)

1.一种实景三维移动快速建模方法，其特征在于，包括：

采集至少三幅图像的数据信息，匹配处理得到图像匹配点；

根据所述图像匹配点，计算得到稀疏点云图像；

根据所述稀疏点云图像，通过设置采样间隔，匹配处理得到稠密点云图像；

根据所述稠密点云图像，利用检测算法，计算得到三维网格模型；

纹理映射所述三维网格模型，得到三维实景模型。

2.根据权利要求1所述的实景三维移动快速建模方法，其特征在于，所述纹理映射所述三维网格模型，得到三维实景模型之后，还包括：

输出所述三维实景模型至存储终端。

3.根据权利要求1所述的实景三维移动快速建模方法，其特征在于，所述采集至少三幅图像的数据信息，匹配处理得到图像匹配点，具体包括：

采集至少三幅图像的数据信息；

匹配具有相同数据信息的特征点，得到图像匹配点。

4.根据权利要求3所述的实景三维移动快速建模方法，其特征在于，所述采集至少三幅图像的数据信息之前，还包括：

空中三角测量所述至少三幅图像的数据信息。

5.根据权利要求1所述的实景三维移动快速建模方法，其特征在于，所述根据所述稀疏点云图像，通过设置采样间隔，匹配处理得到稠密点云图像，具体包括：

设置采样间隔；

提取所述至少三幅图像中除稀疏点外数据信息的特征点；

匹配具有相同数据信息的特征点，得到稠密点云图像。

6.根据权利要求5所述的实景三维移动快速建模方法，其特征在于，所述匹配具有相同数据信息的特征点，得到稠密点云图像之后，还包括：

补充所述稠密点云图像的地物细节。

7.根据权利要求1所述的实景三维移动快速建模方法，其特征在于，所述根据所述稠密点云图像，利用检测算法，计算得到三维网格模型，具体包括；

利用所述检测算法，确定所述稠密点云图像的边界；

锐化所述稠密点云图像的边界；

优化所述三维网格模型。

8.根据权利要求1所述的实景三维移动快速建模方法，其特征在于，所述纹理映射所述三维网格模型，得到三维实景模型，具体包括：

划分所述三维网格模型为至少两个网格子区域；

纹理映射任一所述网格子区域。

9.一种实景三维移动快速建模装置，其特征在于，包括：

第一图像匹配模块，用于采集至少三幅图像的数据信息，匹配处理得到图像匹配点；

图像生成模块，用于根据所述图像匹配点，计算得到稀疏点云图像；

第二图像匹配模块，用于根据所述稀疏点云图像，通过设置采样间隔，匹配得到稠密点云图像；

模型建立模块，用于根据所述稠密点云图像，利用检测算法，计算得到三维网格模型；

纹理映射模块，用于纹理映射所述三维网格模型，得到三维实景模型。

10.一种实景三维移动快速建模系统，包括如权利要求9所述的实景三维移动快速建模装置，其特征在于，还包括：

显示器、鼠标键盘、切换器、硬盘、交换机、移动电源及移动载体；

其中，所述实景三维移动快速建模装置包括至少两台计算机。