CN110009740A - 基于运动恢复结构的地质露头快速三维重建方法 - Google Patents

基于运动恢复结构的地质露头快速三维重建方法 Download PDF

Info

Publication number
CN110009740A
CN110009740A CN201910296214.0A CN201910296214A CN110009740A CN 110009740 A CN110009740 A CN 110009740A CN 201910296214 A CN201910296214 A CN 201910296214A CN 110009740 A CN110009740 A CN 110009740A
Authority
CN
China
Prior art keywords
geology
dimensional
geologic
cloud
model
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.)
Pending
Application number
CN201910296214.0A
Other languages
English (en)
Inventor
陈建平
王天乐
郑彦威
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Geosciences Beijing
Original Assignee
China University of Geosciences Beijing
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China University of Geosciences Beijing filed Critical China University of Geosciences Beijing
Priority to CN201910296214.0A priority Critical patent/CN110009740A/zh
Publication of CN110009740A publication Critical patent/CN110009740A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05Geographic models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20Finite element generation, e.g. wire-frame surface description, tesselation

Abstract

本发明涉及地质信息技术领域,特别涉及一种基于运动恢复结构的地质露头快速三维重建方法,对地质露头及地质现象布设控制点及量测杆,对每个地质露头面拍摄至少3张以上的照片,还原真实的三维地质露头模型大小;添加相应的比例约束信息后,采用光束平差对相机的姿态位置进行优化调整;得到准确的稀疏点云后,利用MVS算法构建地质露头的密集三维点云;得到密集点云后,利用泊松重建构建点云三角网,得到地质三维模型;对三维模型附上相应的地质露头纹理信息,复原真实的地质三维模型景观。本发明生成的三维模型可用于地质构造提取、产状要素测量、地层单元划分,结合3d打印技术可以生成高度逼真的地质三维模型。

Description

基于运动恢复结构的地质露头快速三维重建方法
技术领域
本发明涉及地质信息技术领域,特别涉及一种基于运动恢复结构的地质露头快速三维重建方法。
背景技术
目前,重建三维地质露头模型一般有以下的几种方法:
激光雷达,也称为光达,是一种光学遥感技术,它通过向目标照射一束光,通常是一束脉冲激光来获取被量测目标的距离等参数,以此来重建三维模型。分为机载激光雷达与地面激光雷达。该技术可以实时的获取地质露头的三维点云模型,是目前在地质工程中构建三维模型的常用技术之一。
激光雷达虽然是一种获取地质露头三维模型的方法,但是设备仪器成本较高,在目前的情况下,需要一种实用、低成本的可替代方法;
摄影测量是指运用摄影机和胶片组合测量目标物的形状、大小和空间位置的技术。采用摄影测量技术构建地质三维模型与运动恢复结构技术重建模型有部分相同的地方,例如,都需要利用光束法平差对相机的姿态位置进行优化处理。采用摄影测量生成的三维模型并非是三维仿真模型,而是模仿立体视觉所构成三维“视觉”模型,类似于3d电影生成的3d模型,需要通过人为的进行数据采集工作,才能生成三维仿真模型。
摄影测量技术也可生成地质三维模型,但必须进行严格的相机校准,对拍摄影像的重叠度、相机姿态、位置都有严格的要求,流程更为复杂;新技术对生成三维模型的要求更低,技术简单、实用性更好。
Kinect是由微软开发,应用于Xbox 360和Xbox One主机的周边设备。Kinect上配备了深度相机,基于结构光原理对目标场景进行三维重建。其特点在于可以实时的获取三维点云信息,并且成本较低。目前,Kinect在自动驾驶、机器视觉、slam方面都有广泛的应用。在三维地质信息获取上,Kinect可以作为一种近距离、小场景的地质现象重建工具。但是,对于大场景、远距离的三维地质模型重建,目前还难以用Kinect实现。
kinect生成的三维模型受到距离条件的限制,一般工作距离小于10m,不适用于大范围的地质三维重建问题。
发明内容
本发明针对现有技术的缺陷,提供了基于运动恢复结构的地质露头快速三维重建方法,快速准确的生成地质露头的三维模型,并且降低成本和保证精度。
为了实现以上发明目的,本发明采取的技术方案如下:
基于运动恢复结构的地质露头快速三维重建方法,包括以下步骤:
(1)根据不同的地质目标选择不同的拍摄方式,一般采用环绕式或平行式的拍照方式对每个地质露头面拍摄至少3张以上的照片;
(2)把采集到的地质结构图像导入计算机中进行特征点提取,并通过运动恢复结构技术获取相机与图像之间的对应关系,初步获取相机在三维空间中的姿态及位置,同时获取地质场景的三维空间点云;
(3)利用光束法平差算法对相机姿态和三维场景进行进一步的优化调正;
(4)利用MVS算法构建地质露头的密集三维点云;
(5)得到密集点云后,利用泊松重建构建点云三角网,获取地质露头三维模型;
(6)对三维模型附上相应的地质露头纹理信息,复原真实的地质三维模型景观。
通过上述方式,可以快速的对地质露头、地质景观、地质结构进行三维重建,生成的三维模型在尺寸上与真实的三维物体之间存在着比例相对关系,不具有真实的大小,可根据实际需求对三维模型进行比例缩放,供3D打印及地质公园展示等多方面进行使用。但在实际的工程地质应用中,地质人员需要获取模型的真实大小,以便进行后续的定量分析,需要结合其他的测量方式,对上述流程方案进行改进,发明申请人在此提供两种改进方式:
具体包括以下步骤:
(1)提前对地质露头及地质现象进行考察,布设控制点及量测杆,以便在后期处理中恢复三维模型的实际尺寸;
(2)根据不同的地质目标选择不同的拍摄方式,一般采用环绕式或平行式的拍照方式对每个地质露头面拍摄至少3张以上的照片;
(3)把采集到的地质景观图像导入计算机进行特征点提取,并通过运动恢复结构技术获取相近图像之间的对应关系,初步获取相机在三维空间中的姿态及位置信息;
(4)得到了图像之间的对应关系后,在多幅影像中输入相应的控制点信息或者是长度距离信息,以便对三维模型进行比例缩放,得到真实的三维模型大小;
(5)添加相应的比例约束信息后,采用光束平差对相机的姿态位置进行优化调整;
(6)得到准确的稀疏点云后,利用MVS算法构建地质露头的密集三维点云;
(7)得到密集点云后,利用泊松重建构建点云三角网,得到地质三维模型;
(8)对三维模型附上相应的地质露头纹理信息,复原真实的地质三维模型景观。
或者,具体包括以下步骤:
(1)利用带有RTK功能的照相机,在拍摄地质场景的同时记录拍摄点位的GPS信息;
(2)根据不同的地质目标选择不同的拍摄方式,采用环绕式或平行式的拍照方式对每个地质露头面拍摄至少3张以上的照片;
(3)把采集到的地质景观图像导入计算机进行特征点提取,并通过运动恢复结构技术获取相近图像之间的对应关系,初步获取相机在三维空间中的姿态及位置信息;
(4)由于照片图像中包含有GPS信息,利用光束平差对相机的姿态位置进行优化调整,重新生成的稀疏点云具有尺寸及地理编码信息;
(5)得到准确的稀疏点云后,利用MVS算法构建地质露头的密集三维点云;
(6)得到密集点云后,利用泊松重建构建点云三角网,得到地质三维模型;
(7)对三维模型附上相应的地质露头纹理信息,复原真实的地质三维模型景观。
与现有技术相比本发明的优点在于:
1)运动恢复结构技术可以通过手机、数码相机或者是搭载在无人机上的相机快速准确的生成地质露头的三维模型,与激光雷达相比成本更低;而精度和激光雷达相比保持较高的一致性,是替代激光雷达三维建模的可行方案;在地质工程建设、地质遗迹保护、资源环境地质规划等方面都有重要的作用。
2)与摄影测量技术相比,无需对相机进行预检校,简化了工作流程。
3)与kinect技术相比,所构建的三维模型范围更广,更利于实际的地质生产。
本发明提供的基于运动恢复结构的地质露头快速三维重建方法,配合相应的测量仪器,可以获取等比例的三维地质露头模型,也可不借助任何测量仪器,获取具有相对比例大小的三维模型,生成的三维模型可用于地质构造提取、产状要素测量、地层单元划分,结合3d打印技术可以生成高度逼真的地质三维模型。
三维模型是一种直观、准确的数据表达形式,把野外地质现象进行三维重构可以实现真正意义上的把野外地质搬回实验室,对于地质研究、工程地质、地质灾害等多方面都有举足轻重的作用。目前,虽然可以用激光雷达快速、准确的获取三维地质模型,但是高昂的成本一直是激光雷达展开实际应用的主要限制,工程上常用的地面激光扫描仪价格一般在100万元左右,而机载激光雷达价格则在1000万元级别,单位平方公里内获取数据的成本最高。Kinect虽然也可实时建立三维模型,但是由于测量距离较短,并不适用于宏观大范围的地质露头重建。相比之下,运动恢复结构技术只需要普通的数码相机,甚至是一台带照相功能的智能手机,就能够重建出地质三维模型,对于大范围的地质三维景观,可以利用无人机搭载的相机进行三维地质重建,是一种便捷可行的技术方案。本发明提供的基于运动恢复结构的地质露头快速三维重建方法具有以下运用价值:
(1)商业应用:
在地质工程中,需要对某些边坡剖面进行实地测量,采用这套技术,可以快速的重构地质边坡要素,提取产状信息;
在矿山储量监测中,采用该技术,可快速的获取露天矿三维表面模型,对于矿山动态监测、环境评价、开发利用都有重要的作用。
在地质灾害抢险中,例如泥石流、滑坡、崩塌等地质灾害,通过三维重建,可以快速的获取地质灾害全貌,为应急指挥提供资料;
在资源与环境遥感中,本技术与无人机相结合,可以快速的获取真实的地貌模型,在水文地质等多方面将会有重要的作用。
生成的三维模型可与3D打印技术结合,构建具有教育、观赏性价值的三维地质模型。
(2)非商业应用:
在资源环境地质保护中,借助本套技术,可以更加有效地对地质公园、地质遗迹进行规划利用。配合web3D技术,即使身在家中,也能随时浏览真实的地质景观。
在地质科普教育中,本技术可以让学生快速的记录地质信息,了解地质规律特点,对于普及地质科学将有巨大的帮助。
附图说明
图1为本发明的流程图;
图2为本发明快速构建三维地质露头模型流程图;
图3为本发明利用控制点或水准尺对地质三维场景进行约束流程图;
图4为本发明利用RTK相机对三维场景进行约束流程图;
图5为实施例1在模型周围布设控制点或水准尺示意图;
图6为实施例1多角度拍摄图像示意图;
图7为实施例1图像特征提取示意图;
图8为实施例1稀疏三维点云图;
图9为实施例1为缩放后的模型;
图10为实施例1密集点云图;
图11为实施例1形成三维实体图;
图12为实施例1重建真实的地质露头图;
图13为实施例2拍摄点的GPS信息;
图14为实施例2定位拍摄点在地球中的具体位置;
图15为实施例2三维场景的稀疏点云;
图16为实施例2构建目标三维场景的密集点云;
图17为实施例2生成结构化三维空间数据;
图18为实施例2真实的三维网格数据图;
图19为实施例3北京威克铁矿山数字三维模型;
图20为实施例3北京威克铁矿山三维数字高程模型;
图21为实施例4的北京周口店金子沟倒转褶皱三维剖面模型图;
图22为实施例4北京周口店金子沟剖面高程等密度分割图;
图23为实施例5辉锑矿三维重建效果;
图24为实施例5镜铁矿三维重建效果;
图25为实施例5铁陨石三维重建效果;
图26为实施例5石膏三维重建效果。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明做进一步详细说明。采用如图1所示的方法过程。
如图2,快速构建三维地质露头模型流程图,包括以下步骤:
(1)根据不同的地质目标选择不同的拍摄方式,一般采用环绕式或平行式的拍照方式对每个地质露头面拍摄至少3张以上的照片;
(2)把采集到的地质结构图像导入计算机中进行特征点提取,并通过运动恢复结构技术获取相机与图像之间的对应关系,初步获取相机在三维空间中的姿态及位置,同时获取地质场景的三维空间点云;
(3)利用光束法平差算法对相机姿态和三维场景进行进一步的优化调正;
(4)利用MVS算法构建地质露头的密集三维点云;
(5)得到密集点云后,利用泊松重建构建点云三角网,获取地质露头三维模型;
(6)对三维模型附上相应的地质露头纹理信息,复原真实的地质三维模型景观。
如图3,利用RTK相机对三维场景进行约束,具体包括以下步骤:
(1)提前对地质露头及地质现象进行考察,布设控制点及量测杆,以便在后期处理中恢复三维模型的实际尺寸;
(2)根据不同的地质目标选择不同的拍摄方式,一般采用环绕式或平行式的拍照方式对每个地质露头面拍摄至少3张以上的照片;
(3)把采集到的地质景观图像导入计算机进行特征点提取,并通过运动恢复结构技术获取相近图像之间的对应关系,初步获取相机在三维空间中的姿态及位置信息;
(4)得到了图像之间的对应关系后,在多幅影像中输入相应的控制点信息或者是长度距离信息,以便对三维模型进行比例缩放,得到真实的三维模型大小;
(5)添加相应的比例约束信息后,采用光束平差对相机的姿态位置进行优化调整;
(6)得到准确的稀疏点云后,利用MVS算法构建地质露头的密集三维点云;
(7)得到密集点云后,利用泊松重建构建点云三角网,得到地质三维模型;
(8)对三维模型附上相应的地质露头纹理信息,复原真实的地质三维模型景观。
如图4,利用RTK相机对三维场景进行约束,具体包括以下步骤:
(1)利用带有RTK功能的照相机,在拍摄地质场景的同时记录拍摄点位的GPS信息;
(2)根据不同的地质目标选择不同的拍摄方式,采用环绕式或平行式的拍照方式对每个地质露头面拍摄至少3张以上的照片;
(3)把采集到的地质景观图像导入计算机进行特征点提取,并通过运动恢复结构技术获取相近图像之间的对应关系,初步获取相机在三维空间中的姿态及位置信息;
(4)由于照片图像中包含有GPS信息,利用光束平差对相机的姿态位置进行优化调整,重新生成的稀疏点云具有尺寸及地理编码信息;
(5)得到准确的稀疏点云后,利用MVS算法构建地质露头的密集三维点云;
(6)得到密集点云后,利用泊松重建构建点云三角网,得到地质三维模型;
(7)对三维模型附上相应的地质露头纹理信息,复原真实的地质三维模型景观。
具体运用实施例:
实施例1
(1)在地质三维模型重建之前,需要在模型周围布设一定数量的控制点或水准尺。
(2)对三维地质露头进行多角度拍摄,每个地质面至少需要3张以上图片。根据场景大小,拍摄具有50%以上重叠度的照片。如图6所示。
(3)图像特征提取,如图7所示。
(4)基于运动恢复结构算法,同时构建相机与地质露头之间的姿态关系,获得稀疏三维点云,如图8所示。
(5)加入控制点或长度距离信息,缩放模型尺寸。如图9。
(6)采用光束平差和运动恢复结构再次计算,减小稀疏点云与实际模型之间的误差。
(7)采用多视聚类算法,构建目标三维场景的密集点云,进一步获取露头空间信息,如图10。
(8)网格重构,形成三维实体图,如图11。
(9)网格纹理化,重建真实的地质露头,如图12。
实施例2
在拍摄物体同时获取高精度的RTK信息进行三维重构:
(1)相机在拍摄物体的同时获取拍摄点的坐标信息,如图13.
(2)在进行特征点定位之前,输入GPS信息进行影像定位,结合google earth可以定位拍摄点在地球中的具体位置,如图14。
(3)对输入影像进行特征点提取并采用运动恢复结构的方式,获取三维场景的稀疏点云,此时三维场景的大小具有比例约束控制,如图15。
(4)通过多视聚类算法MVS,构建目标三维场景的密集点云,获取露头空间信息,如图16。
(5)泊松网格重建,生成结构化三维空间数据,如图17。
(6)三维模型纹理重建,得到真实的三维网格数据,如图18。
实施例3
基于本发明的工作流程,把相机搭载在无人机上,生成了露天矿数字三维模型,快速的获取数字高程信息,可对露天矿矿山的动态储量进行分析研究。
如图19生成的北京威克铁矿山数字三维模型可以进行后续的处理分析,根据不同的地质应用生成多种地质资料,比如图20的三维数字高程模型。在矿山储量变化及环境监测中具有广阔的应用前景市场。
实施例4
基于该技术方案,2018年5月在北京房山周口店地区开展了试验工作,成功对金子沟地质剖面实现了三维重建,获取了剖面的地质产转要素和节理信息,对开展工程地质工作具有一定的指导意义。如图21和图22。
实施例5
在地质科普教育中,该技术也具有十分广阔的前景。研究者在2018年11月运用该技术方案,对中国地质大学(北京)地质博物馆中的数十种地质模型进行了三维重建实验,如图23到图26。经实验验证,该技术可以对大多数的地质三维模型进行重建,模型重建精度高、速度快,取得了十分满意的成果。

Claims (3)

1.基于运动恢复结构的地质露头快速三维重建方法,其特征在于,包括以下步骤:
(1)根据不同的地质目标选择不同的拍摄方式,采用环绕式或平行式的拍照方式对每个地质露头面拍摄至少3张以上的照片;
(2)把采集到的地质结构图像导入计算机中进行特征点提取,并通过运动恢复结构技术获取相机与图像之间的对应关系,初步获取相机在三维空间中的姿态及位置,同时获取地质场景的三维空间点云;
(3)利用光束法平差算法对相机姿态和三维场景进行进一步的优化调正;
(4)利用MVS算法构建地质露头的密集三维点云;
(5)得到密集点云后,利用泊松重建构建点云三角网,获取地质露头三维模型;
(6)对三维模型附上相应的地质露头纹理信息,复原真实的地质三维模型景观。
2.根据权利要求1所述的基于运动恢复结构的地质露头快速三维重建方法,其特征在于,具体包括以下步骤:
(1)提前对地质露头及地质现象进行考察,布设控制点及量测杆,以便在后期处理中恢复三维模型的实际尺寸;
(2)根据不同的地质目标选择不同的拍摄方式,采用环绕式或平行式的拍照方式对每个地质露头面拍摄至少3张以上的照片;
(3)把采集到的地质景观图像导入计算机进行特征点提取,并通过运动恢复结构技术获取相近图像之间的对应关系,初步获取相机在三维空间中的姿态及位置信息;
(4)得到了图像之间的对应关系后,在多幅影像中输入相应的控制点信息或者是长度距离信息,以便对三维模型进行比例缩放,得到真实的三维模型大小;
(5)添加相应的比例约束信息后,采用光束平差对相机的姿态位置进行优化调整;
(6)得到准确的稀疏点云后,利用MVS算法构建地质露头的密集三维点云;
(7)得到密集点云后,利用泊松重建构建点云三角网,得到地质三维模型;
(8)对三维模型附上相应的地质露头纹理信息,复原真实的地质三维模型景观。
3.根据权利要求1所述的基于运动恢复结构的地质露头快速三维重建方法,其特征在于,具体包括以下步骤:
(1)利用带有RTK功能的照相机,在拍摄地质场景的同时记录拍摄点位的GPS信息;
(2)根据不同的地质目标选择不同的拍摄方式,采用环绕式或平行式的拍照方式对每个地质露头面拍摄至少3张以上的照片;
(3)把采集到的地质景观图像导入计算机进行特征点提取,并通过运动恢复结构技术获取相近图像之间的对应关系,初步获取相机在三维空间中的姿态及位置信息;
(4)由于照片图像中包含有GPS信息,利用光束平差对相机的姿态位置进行优化调整,重新生成的稀疏点云具有尺寸及地理编码信息;
(5)得到准确的稀疏点云后,利用MVS算法构建地质露头的密集三维点云;
(6)得到密集点云后,利用泊松重建构建点云三角网,得到地质三维模型;
(7)对三维模型附上相应的地质露头纹理信息,复原真实的地质三维模型景观。
CN201910296214.0A 2019-04-13 2019-04-13 基于运动恢复结构的地质露头快速三维重建方法 Pending CN110009740A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910296214.0A CN110009740A (zh) 2019-04-13 2019-04-13 基于运动恢复结构的地质露头快速三维重建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910296214.0A CN110009740A (zh) 2019-04-13 2019-04-13 基于运动恢复结构的地质露头快速三维重建方法

Publications (1)

Publication Number Publication Date
CN110009740A true CN110009740A (zh) 2019-07-12

Family

ID=67171632

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910296214.0A Pending CN110009740A (zh) 2019-04-13 2019-04-13 基于运动恢复结构的地质露头快速三维重建方法

Country Status (1)

Country Link
CN (1) CN110009740A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113538668A (zh) * 2020-04-17 2021-10-22 中国石油化工股份有限公司 地质模型构建方法、系统、存储介质以及电子设备
CN113989445A (zh) * 2021-12-29 2022-01-28 国网瑞嘉(天津)智能机器人有限公司 三维场景重建方法、装置、系统及计算机可读存储介质
CN115077394A (zh) * 2022-07-21 2022-09-20 清华四川能源互联网研究院 电站大坝边坡位移检测方法、装置及电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010086809A2 (fr) * 2009-01-27 2010-08-05 Laurent Nanot Procede de reconstruction automatise de modeles tridimensionnels de superstructures des toits et des batiments en derivant
CN105184863A (zh) * 2015-07-23 2015-12-23 同济大学 一种基于无人机航拍序列影像的边坡三维重建方法
CN106780729A (zh) * 2016-11-10 2017-05-31 中国人民解放军理工大学 一种无人机序列影像批处理三维重建方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010086809A2 (fr) * 2009-01-27 2010-08-05 Laurent Nanot Procede de reconstruction automatise de modeles tridimensionnels de superstructures des toits et des batiments en derivant
CN105184863A (zh) * 2015-07-23 2015-12-23 同济大学 一种基于无人机航拍序列影像的边坡三维重建方法
CN106780729A (zh) * 2016-11-10 2017-05-31 中国人民解放军理工大学 一种无人机序列影像批处理三维重建方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113538668A (zh) * 2020-04-17 2021-10-22 中国石油化工股份有限公司 地质模型构建方法、系统、存储介质以及电子设备
CN113989445A (zh) * 2021-12-29 2022-01-28 国网瑞嘉(天津)智能机器人有限公司 三维场景重建方法、装置、系统及计算机可读存储介质
CN113989445B (zh) * 2021-12-29 2022-03-01 国网瑞嘉(天津)智能机器人有限公司 三维场景重建方法、装置、系统及计算机可读存储介质
CN115077394A (zh) * 2022-07-21 2022-09-20 清华四川能源互联网研究院 电站大坝边坡位移检测方法、装置及电子设备

Similar Documents

Publication Publication Date Title
Grussenmeyer et al. High resolution 3D recordng and modelling on the Bronze Age cave" les Fraux" in Perigord (France)
CN108168521A (zh) 一种基于无人机实现景观三维可视化的方法
Zhang et al. A UAV-based panoramic oblique photogrammetry (POP) approach using spherical projection
CN107504957A (zh) 利用无人机多视角摄像快速进行三维地形模型构建的方法
Pepe et al. Techniques, tools, platforms and algorithms in close range photogrammetry in building 3D model and 2D representation of objects and complex architectures
Suwardhi et al. Digital 3D Borobudur–Integration of 3D surveying and modeling techniques
quan Li et al. Construction and accuracy test of a 3D model of non-metric camera images using Agisoft PhotoScan
Lu et al. Digital preservation for heritages: Technologies and applications
CN110009740A (zh) 基于运动恢复结构的地质露头快速三维重建方法
Chiabrando et al. Multitemporal 3D modelling for cultural heritage emergency during seismic events: Damage assesment of S. Agostino church in Amatrice (RI)
KR100417638B1 (ko) 개인용 컴퓨터를 이용한 수치사진 측량 시스템
CN103942820A (zh) 一种多角度仿真三维地图的方法及装置
Chiabrando et al. “Torino 1911” project: A contribution of a slam-based survey to extensive 3D heritage modeling
Özdemir et al. A multi-purpose benchmark for photogrammetric urban 3D reconstruction in a controlled environment
Singh et al. Virtual 3D campus modeling by using close range photogrammetry
CN111667569A (zh) 一种基于Rhino及Grasshopper的三维实景土方可视化精准测算方法
Kang et al. The application of UAV oblique photogrammetry in smart tourism: a case study of Longji terraced scenic SPOT in Guangxi province
CN112700545B (zh) 一种遥感数据的模拟展示系统及方法
Singh et al. Image based 3D city modeling: Comparative study
Zhang et al. 3D Visualization of Landslide Based on Close-Range Photogrammetry.
Yijing et al. Construction and analysis of 3D scene model of landscape space based on UAV oblique photography and 3D laser scanner
Feriozzi et al. Virtual Tours for Smart Cities: A Comparative Photogrammetric Approach for Locating Hot-Spots in Spherical Panoramas
Lonneville et al. Accurate and cost-efficient 3D modelling using motorized hexacopter, helium balloons and photo modelling: A case study
Zheng et al. Accuracy comparison of rock discontinuity geometric parameters in photogrammetry based on two georeferencing methods: Control points and geotagged photos
Camarda et al. Health monitoring of complex structure using TLS and photogrammetry

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190712