CN110162663A - 二三维数据增量更新方法及装置 - Google Patents
二三维数据增量更新方法及装置 Download PDFInfo
- Publication number
- CN110162663A CN110162663A CN201910391972.0A CN201910391972A CN110162663A CN 110162663 A CN110162663 A CN 110162663A CN 201910391972 A CN201910391972 A CN 201910391972A CN 110162663 A CN110162663 A CN 110162663A
- Authority
- CN
- China
- Prior art keywords
- data
- dimensional
- model
- incremental
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/71—Indexing; Data structures therefor; Storage structures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请实施例公开了二三维数据增量更新方法及装置。方法包括:接收待更新的三维增量数据,将所述待更新的三维增量数据在已有三维模型中匹配出对应所处的区块;检测所述待更新的三维增量数据在对应的区块中所占的映射范围;根据所述三维增量数据,在所述映射范围内完成三维增量模型的构建;根据构建完成的三维增量模型同步进行二维影像数据和已有三维模型的更新;本申请实施例通过分区块对二三维数据进行增量更新,每次进行更新的模型数量较少,不需要一次性更新全部模型数据,缩短更新周期,提高模型的现势性;二维和三维数据同步更新,提高更新效率。
Description
技术领域
本申请实施例涉及数据更新领域,尤其涉及微环境下考古发掘时空场景的二三维数据增量更新方法及装置。
背景技术
在考古的过程中,经常需要对考古现场进行挖掘,一个个考古新发现,能为国家和民族历史提供例证,成为爱国主义教育载体,不断增强我们的文化自信。
考古发掘过程本身也是历史,是不可逆转的过程。综合三维激光扫描仪、无人机、摄影测量、地理信息系统等先进技术,实现发掘现场、文物等全方位、多角度数据采集,最大程度保持数据的完整性和文物安全,为后期复原、研究、宣传等提供精确的原始数据支撑。
在考古挖掘的过程中,现场经常会发生变化,此时需要对考古发掘时空场景的二三维模型进行更新,传统的更新方式一般采用全区域更新方式,但是这种方式更新周期较长,导致模型的现势性较弱。
发明内容
本申请实施例提供二三维数据增量更新方法、装置、计算机设备及存储介质,以实现微环境下考古发掘时空场景的二三维增量快速更新。
在第一方面,本申请实施例提供了二三维数据增量更新方法,包括:
接收待更新的三维增量数据,将所述待更新的三维增量数据在已有三维模型中匹配出对应所处的区块;
检测所述待更新的三维增量数据在对应的区块中所占的映射范围;
根据所述三维增量数据,在所述映射范围内完成三维增量模型的构建;
根据构建完成的三维增量模型同步进行二维影像数据和已有三维模型的更新。
进一步的,所述根据所述三维增量数据,在所述映射范围内完成三维增量模型的构建包括:
基于节点密度和/或节点规则状态对所述映射范围内的MESH网格节点进行过滤;
向所述映射范围内填充对应的待更新的三维增量数据中的点云数据;
在所述映射范围内基于填充的点云数据重建MESH网格,并基于重建后的MESH网格进行纹理贴敷。
进一步的,所述将所述待更新的三维增量数据在已有三维模型中匹配出对应所处的区块包括:
基于统一坐标基准,按四叉树结构对所述已有三维模型进行区块划分,每一区块对应一个三维模型文件;
将待更新的三维增量数据匹配出对应所处的区块;
建立所述待更新的三维增量数据与对应三维模型文件的关联关系。
进一步的,所述二三维数据增量更新方法还包括:
构建三维模型库,用于储存已有三维模型;
建立现状信息库和历史信息库;
根据已有三维模型的区块划分和物理存储位置构建现状信息表和历史信息表,并分别储存于现状信息库和历史信息库;
根据所述三维增量模型数据更新现状信息表和历史信息表。
进一步的,所述二三维数据增量更新方法还包括:
建立三维数据索引;
响应于指定时间T,分别在现状信息库和历史信息库中根据三维数据索引检索出符合时间逻辑关系的现状信息表或历史信息表;
读取所述符合时间逻辑关系的现状信息表或历史信息表,根据读取的现状信息表或历史信息表从三维模型库加载对应的已有三维模型,以获取所述指定时间T对应的已有三维模型所对应的三维场景。
进一步的,初始的三维模型通过以下步骤得到:
获取摄像头拍摄的多个视角影像数据;
通过多视立体视觉算法对所述多个视角影像数据计算得到稠密点云数据,以实现点云数据的网格化;
根据网格化的点云数据进行纹理贴敷得到初始的三维模型。
进一步的,其中根据构建完成的三维增量模型进行二维影像数据的更新包括:
基于图幅的检索方式检索二维影像数据库中需要更新的图幅;
根据摄像头拍摄的多个视角影像数据和稀疏点云数据,形成初步的正射影像,对于稀疏点云数据,通过运动恢复结构算法对摄像头拍摄的多个视角影像数据计算得到各视角的坐标位置,以形成稀疏点云数据;
对所述初步形成的正射影像进行影像填充及匀色处理;
以稠密点云作为底部图层,将进行影像填充及匀色处理后的正射影像镶嵌在底部图层上,形成二维正射影像。
进一步的,所述通过运动恢复结构算法对摄像头拍摄的多个视角影像数据计算得到各视角的坐标位置,以形成稀疏点云数据包括:
导入摄像头拍摄的若干影像数据和若干控制点数据;
对控制点数据在可见的影像上进行刺点,以得到影像数据中的影像特征点;
通过控制点数据赋予的坐标和包含所述控制点的影像特征点,检索每两张影像中相同的特征点并进行匹配;
根据相互匹配的每两张影像中相同的特征点恢复每张影像摄像头曝光的位置和姿态,将影像恢复在空中并显示运动轨迹,并根据影像在空中的位置和运动轨迹获得特征点在地面上的三维位置;
由所述特征点在地面上形成稀疏点云数据。
进一步的,所述基于图幅的检索方式包括:
在二维影像数据库中按影像分幅方式建立数据格网索引图;
根据新影像的范围和数据格网索引图检索出二维影像数据库中发生变化的图幅。
在第二方面,本申请实施例提供了二三维数据增量更新装置,包括:
区块匹配模块,用于接收待更新的三维增量数据,将所述待更新的三维增量数据在已有三维模型中匹配出对应所处的区块;
范围检测模块,用于检测所述待更新的三维增量数据在对应的区块中所占的映射范围;
增量构建模块,用于根据所述三维增量数据,在所述映射范围内完成三维增量模型的构建;
同步更新模块,用于根据构建完成的三维增量模型同步进行二维影像数据和已有三维模型的更新。
本申请实施例通过分区块对二三维数据进行增量更新,由于每次进行更新的模型数量较少,且不需要更新全部模型数据,因此缩短了更新周期,提高模型的现势性;根据构建完成的三维增量模型实现二维和三维数据的同步更新,提高更新效率;增量更新后期只存储模型增量,节省存储空间;同时增量更新的数据以时间序列进行存储,利用现状信息表和历史信息表可直观地查看数据更新记录,便于展示区域历史变迁;直接采用基于图幅的二维影像增量动态更新模式,在解决影像变化范围的基础上,引进影像镶嵌的方法理论,对原始影像和新影像进行镶嵌处理,有效降低影像更新的条件和成本。
附图说明
图1是本申请实施例提供的二三维数据增量更新方法的流程图;
图2是本申请实施例提供的另一种二三维数据增量更新方法的流程图;
图3是本申请实施例提供的已有三维模型的构建流程图;
图4是本申请实施例提供的由更新后的三维模型衍生出二维正射影像的流程图;
图5是本申请实施例提供的16区排列顺序示意图;
图6是本申请实施例提供的被检索出的需要被更新的图幅示意图;
图7是本申请实施例提供的每个图幅的变化区域示意图;
图8是本申请实施例提供的二三维数据增量更新装置的结构示意图;
图9是本申请实施例提供的计算机设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是,此处所描述的具体实施例仅仅用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
图1给出了本申请实施例提供的二三维数据增量更新方法的流程图,本实施例提供的二三维数据增量更新方法可以由二三维数据增量更新装置来执行,该二三维数据增量更新装置可用过硬件和/或软件的方式实现,并集成在计算机设备中。
具体的,参考图1,该方法具体包括:
S101:接收待更新的三维增量数据,将所述待更新的三维增量数据在已有三维模型中匹配出对应所处的区块。
示例性的,对考古挖掘现场的三维模型搭建是一个持续更新的过程,三维模型的初始状态可在考古挖掘前期对现场进行影像收集从而进行搭建;还可以直接导入当地三维模型,并选择对应考古范围的三维模型作为初始的三维模型。初始搭建、直接导入或者更新后的三维模型均可视为已有三维模型,并作为后续更新的基础,本方案中主要针对后续更新的过程实施。
具体的,对初始的三维模型的区块划分,将考古范围内的区域划分为若干块多边形,每一块对应一个模型文件,并且每个区块的模型文件之间互不影响,方便数据的更新处理。为了避免单个模型文件数据量过大,每个区块对应的范围或面积应保持一致,每个多边形的形状应保持一致。实施例中,以各区块的形状为矩形为例。
进一步的,三维增量数据由图像采集设备对考察区域进行定期扫描,并根据扫描结果中的变化而确定出来的“需要进行更新的三维数据”即三维增量数据。
示例性的,判断三维增量模型数据所处区块的步骤可以响应于主动的更新请求触发,还可以对实时监控的影像的变化进行检测,当检测到的影像的变化值达到设定阈值时,触发增量更新的操作并定于三维增量模型数据所处区块进行判断。
S102:检测所述待更新的三维增量数据在对应的区块中所占的映射范围。
具体的,对三维增量模型数据在其所处区块的对应的映射范围进行检测,确定区块中需要进行增量更新的范围。具体方式包括:
第一种,根据所述待更新的三维增量数据与对应三维模型文件的关联关系,获取所述待更新的三维增量数据匹配出的区块;根据所述三维增量数据,将所述区块内的三维数据与所述三维增量数据两者进行映射,形成若干映射点;过滤所述区块内部的映射点后在相应区块内的三维数据中形成映射边,形成所述映射范围;
第二种,获取所述待更新的三维增量数据匹配出的区块,将相应的三维增量数据与所述区块内对应的进行叠加,根据叠加的结果针对所述三维增量数据进行描边,形成所述映射范围。
S103:根据所述三维增量数据,在所述映射范围内完成三维增量模型的构建。
需要说明的是,所述三维增量模型的构建指的是根据所述三维增量数据在对应区块的映射范围所形成的“需要进行更新的三维模型”。
S104:根据构建完成的三维增量模型同步进行二维影像数据和已有三维模型的更新。
具体的,在三维增量模型构建完成后,触发三维模型和二维影像数据的更新指令,并响应于所述更新指令将三维增量模型中对应的数据更新进已有三维模型中,同时响应于所述更新指令构建局部正射影像,在已有二维影像数据库的基础上完成更新替换。
进一步的,其中对已有三维模型和已有二维影像数据的增量更新的先后顺序没有固定要求,本申请实施例中对已有三维模型和已有二维影像数据的增量更新为同步进行。
本发明实施例中,步骤S104,包括以下步骤:
接收所述三维增量模型构建完成的行为数据;
基于所述行为数据生成二三维数据的同步更新请求;
根据所述同步更新请求分别触发三维模型数据更新指令和二维影像数据更新指令;
根据所述三维模型数据更新指令和二维影像数据更新指令,确定两者更新操作的时间戳,以确保更新操作的同步结束;
基于所述时间戳,分别响应所述三维模型数据更新指令和二维影像数据更新指令,以同步完成所述已有三维模型和二维影像数据的增量更新。
本发明实施例中,所述根据所述三维模型数据更新指令和二维影像数据更新指令,确定两者更新操作的时间戳,以确保更新操作的同步结束,具体包括以下实现方式:
分别获取所述三维模型数据更新和和二维影像数据更新的第一数据量和第二数据量,基于三维模型库和二维影像数据库的存储速率,根据所述第一数据量第二数据量,预算完成更新操作的第一时间和第二时间,根据所述第一时间和第二时间确定所述三维模型数据更新操作开始执行的第一时间戳和第二时间戳;
上述,在考古现场发生变化时,仅对区块中的已有二维和三维数据进行增量更新,缩短更新周期,提高模型的现势性,节省存储空间,并且,通过对二维和三维数据更新操作的时间戳设定,实现同步增量更新,大大减少了更新的时间,在及时进行展示区域历史变迁时,同样能够带来良好的观看体验,提高文化遗产数字资源的存储效率和更新速率。
在上述实施例的基础上,图2给出了本申请实施例提供的另一种二三维数据增量更新方法的流程图。该二三维数据增量更新方法是对上述二三维数据增量更新方法的具体化。参考图2,该二三维数据增量更新方法包括:
S201:构建三维模型库和二维影像数据库,分别用于储存已有三维模型数据和已有二维影像数据。
具体的,利用运动恢复结构算法和多视立体视觉算法来生成高精度的数字表面模型和数字正射影像。参考图3,初始的三维模型通过以下步骤得到:
S2011:获取摄像头拍摄的多个视角影像数据。
示例性的,本实施例以获取摄像头的51个视角的影像数据为例,摄像头的拍摄可以由无人机航拍设备进行拍摄遥感图像,也可以由无人机搭载相机进行拍摄遥感图像。
S2012:通过运动恢复结构算法计算得到各视角的坐标位置,形成稀疏点云数据。
通过运动恢复结构算法计算得到各视角的坐标位置,形成稀疏点云数据包括:
导入摄像头拍摄的若干高精度的影像数据(以51张高精度的影像数据为例)和若干控制点数据(以3个控制点数据为例);
对控制点数据在可见的影像上进行刺点,以得到影像数据中的影像特征点;
通过控制点数据赋予的坐标和包含所述控制点的影像特征点,检索每两张影像中相同的特征点并进行匹配;
根据相互匹配的每两张影像中相同的特征点恢复每张影像摄像头曝光的位置和姿态,将影像恢复在空中并显示运动轨迹,并根据影像在空中的位置和运动轨迹获得特征点在地面上的三维位置;
由以上特征点在地面上形成稀疏点云数据。
S2013:通过多视立体视觉算法对所述多个视角影像数据计算得到稠密点云数据,以实现点云数据的网格化。
S2014:根据网格化的点云数据进行纹理贴敷得到初始的三维模型,并存储于三维模型库中。
进一步的,初始的三维模型可视为已有三维模型,并作为后续更新的基础,本方案中主要针对后续更新的过程实施。
其中,基于多视立体视觉的密集的几何重建可生成更详细的三维模型,其中3个控制点数据用来改进该三维模型的绝对精度,高精度的数字表面模型网格生成的三维模型采用的地图投影为WGS-84-UTM-50-N。
对于初始的二维正射影像的获取,将原始影像投影到数字表面模型并将影像纹理混合在重叠区域,即可产生整个地区已有的数字正射影像。具体的,根据多视角影像和稀疏点云数据,以及稠密点云做底部图层,形成初步的正射影像,后针对初步形成的正射影像进行逐步的影像填充,以及整体匀色处理(即针对叠加的影像进行切分,求其色彩平衡值),后将二维图片整体镶嵌在底部图层上,形成初始的已有二维影像数据,并存储于二维影像数据库中。
S202:建立现状信息库和历史信息库。
具体的,根据已有三维模型的区块划分和物理存储位置构建现状信息表和历史信息表,并分别储存于现状信息库和历史信息库。其中现状信息表和历史信息表根据三维增量模型数据进行更新,并且在更新现状信息表时,原有的现状信息表作为新增的历史信息表保存至历史信息库中。
S203:建立三维数据索引。
具体的,建立可通过指定时间在现状信息库和历史信息库中查找现状信息表和历史信息表的索引,并根据现状信息表和历史信息表中的信息,检索到指定时间对应的已有三维模型数据,方便查看指定时间的三维场景。
S204:对已有三维模型进行区块划分。
具体的,基于统一坐标基准,按四叉树结构对所述已有三维模型进行区块划分,每一区块对应一个三维模型文件。
示例性的,为了避免单个三维模型文件数据量过大,对模型数据进行细分,精细模型数据按照四叉树结构进行切分,区块划分按16区排列顺序进行排序(如图5所示)。并且每一区块对应一个模型文件,每个区块的模型文件之间互不影响,方便数据的更新处理。
具体的,区块定义为:
式中,B代表区块,UID为区块的全球唯一性标识,E表示区块中各个地理要素,T表示区块数据采集时间。其中:
式中,ID为地理要素编码,G和A为地理要素的几何和属性,ID的具体编码规则如下式:
ID=[BID][TID][LID][CID];
式中,BID为该地理要素所述区块的区块编码,TID为所属的考古工地三维数据类型代码,LID代表所在的LOD层次,CID表示在该数据类型内的编码。
S205:接收待更新的三维增量数据,将所述待更新的三维增量数据在已有三维模型中匹配出对应所处的区块,建立所述待更新的三维增量数据与对应三维模型文件的关联关系。
示例性的,三维增量模型设计是数据更新中的关键部分,根据考古发掘三维数据的特点,以区块为组织依据,设计了考古发掘中三维增量模型数据的存储模型:
ΔI={T,M,∑ΔOp};
式中,T为三维增量模型的采集时间信息;M为三维增量模型的元数据,主要包括三维增量模型的所属区块、坐标系、空间数据范围、版本号等;ΔOp是对单个变化目标进行增量更新的操作过程信息,主要记录哪个地理实体进行了何种更新操作,其中:
ΔOp={BID,Time,Table,Op};
式中,BID为增量模型的“临时对象唯一ID”,BID与历史信息库中的历史信息表相关联,以确定该增量模型数据所属的地理块;Time为数据变化时间信息;Table为地理实体变化对象的属性表信息,主要包括数据表名称、数据类型、数据精度等信息;Op为增量模型更新的具体操作内容,含新建、消失、属性变化、几何变化。
S206:检测所述待更新的三维增量数据在对应的区块中所占的映射范围。
具体的,对三维增量模型数据在其所处区块的对应的映射范围进行检测,确定区块中需要进行增量更新的范围。具体包括以下两种方式:
第一种,根据所述待更新的三维增量数据与对应三维模型文件的关联关系,获取所述待更新的三维增量数据匹配出的区块;根据所述三维增量数据,将所述区块内的三维数据与所述三维增量数据两者进行映射,形成若干映射点;过滤所述区块内部的映射点后在相应区块内形成映射边,形成所述映射范围;
第二种,获取所述待更新的三维增量数据匹配出的区块,将相应的三维增量数据与所述区块内对应的进行叠加,根据叠加的结果针对所述三维增量数据进行描边,形成所述映射范围。
S207:根据所述三维增量数据,在所述映射范围内完成三维增量模型的构建。步骤S207具体包括:
基于节点密度和/或节点规则状态对所述映射范围内的MESH网格节点进行过滤。
具体的,将上述确定的需要进行更新的映射范围中需要进行更新的数据(如映射范围内高密、无规则的MESH网格节点)删除,以完成MESH网格节点的过滤,方便后续三维增量模型数据的导入。
向所述映射范围内填充对应的待更新的三维增量数据中的点云数据。
具体的,将三维增量模型数据中的点云数据填充至对应映射范围内,对已有三维模型在对应映射范围内的模型数据进行替换。点云是在获取物体表面每个采样点的空间信息后,得到的一个集合,空间信息至少包括三维坐标和颜色信息。其中点云数据包括稀疏点云数据和稠密点云数据,其可由运动恢复结构算法和多视立体视觉算法分别计算得出。
在所述映射范围内基于填充的点云数据重建MESH网格,并基于重建后的MESH网格进行纹理贴敷。
具体的,在将点云数据填充至对应映射范围内后重新建立MESH网格,将点云数据网格化,并利用影像完成在MESH网格上的映射,从而将纹理贴敷在已有三维模型上,以完成三维增量模型的构建。
示例性的,本实施例中MESH网格采用三角形网格,记三角形网格模型为M,S(S∈R3)为其连续表面,即全部有向三角面片的集合,记作S={t}。
首先,在表面一致性约束的前提下,以有向三角面片t为基元,采用表面一致性约束的区域生长算法将S分割为多个分块连续的区块R1,R2……Rn,RiS(1≤i≤n),且分割结果应在最大程度上满足考古人员对文化遗产的几何表面划分的认知,如是连续的、光滑的、文化遗产有且仅有一个表面与之对应。
接下来,为了保证局部区域内纹理映射的连续性,根据区域整体的纹理优选方法,从覆盖区域Ri的多张不同角度的影像中,选择一张最佳影像为Ri提供纹理。最后根据投影矩阵计算Ri上的点在影像上的投影,得到纹理,完成纹理映射,从而将纹理贴敷至三维模型中。
S208:根据构建完成的三维增量模型同步进行二维影像数据和已有三维模型的更新。
具体的,在三维增量模型构建完成后,触发三维模型和二维影像数据的更新指令,并响应于更新指令将增量更新中三维增量模型中对应的数据更新到现状信息表中,同时响应于更新指令构建局部正射影像,在已有二维影像数据库的基础上完成更新替换。
进一步的,参考图4,根据构建完成的三维增量模型同步进行二维影像数据的更新具体包括:
S2081:基于图幅的检索方式检索二维影像数据库中需要更新的图幅。
具体的,在输入新影像前提下,基于图幅的方式能快速简捷地找到二维影像数据库中需要更新的图幅,基于图幅的检索方式包括:
在二维影像数据库中按影像分幅方式建立数据格网索引图。
示例性的,按地形图分幅规则建立覆盖整个建库范围的索引格网。索引图在二维影像数据库中存储为一个面要素类,其中的每个面要素对应索引格网的一个单元,即每个面要素对应着一个图幅。索引图作为一个面要素类,对应一张属性表,应在入库时将图幅的相应属性存入属性表中。图幅序号记录了图幅的次序,可以以行或者列的方式排列所有图幅的次序,图幅序号的值是唯一的,每个图幅对应一个图幅序号,并且图号字段存储对应图幅的图号字段。
根据新影像的范围检索出影像数据库中发生变化的图幅,即被新影像范围覆盖或经过的图幅。
示例性的,根据新影像文件像素坐标中的左上角坐标和右下角坐标,换算出实际的地理坐标。通用图像格式存储的遥感影像数据,一般带有坐标信息文件,可利用信息文件中的坐标信息,进行像素坐标与实际地理坐标值的转换。
具体的,如果新影像文件坐标信息文件中与原影像坐标信息文件中具有不同的空间坐标信息,可以通过以下坐标转换方法获得:1、新影像和原始影像内找到三个以上相同的控制点计算坐标转换的参数;2、提取出图像坐标定位系数,计算出新的坐标定位系数与几何重采样的图像坐标转换公式;3、根据重采样函数对图像作图像重采样,得到重采样后的图像;4、将新的坐标定位系数输出到坐标定位文件中,完成遥感图像的坐标转换工作。
像素坐标与地理坐标转换公式为x1=Ax+By+C,y1=Dx+Ey+F。其中x是像素所在列数;y是像素所在行数;x1为像素对应的地理东坐标;y1为地理北坐标;A是x方向比例参数;E是y方向比例参数负值;B和D为旋转参数,分别代表像素因旋转在东和北方向距离偏移值,一般为0;C和F是影像左上角像素的影像地理坐标。
根据上式将影像像素坐标转换为地理空间坐标,得到新影像左上角地理坐标p1(x1,y1)、右下角p2(x2,y2),原影像的左上角坐标(x0,y0)图幅的宽Rx、高Ry,且Rx=Ry=R0,则:
依据以下公式计算得到变化区域左上角和右下角所对应的2-2的分幅号行列坐标(W2-2,H2-2)、4-4的分幅号行列坐标(W4-4,H4-4):
依据以下公式可得到变化区域的左上角p3(xp3,yp3)和右下角p4(xp4,yp4)坐标:
进而得出变化区域以P1、P2为对角的矩形区域,如图6所示,该区域对应的图幅即为需要被更新的图幅。
进一步的,设给定新影像的左上角地理坐标P1(x1,y1)、右下角P2(x2,y2)。每一个需要更新的分幅的左上角坐标(xtl,ytl),右下角(xrb,yrb),根据如下公式判断则获得每个分幅的变化区域左上角(xtl,ytl)和右下角(xrb,yrb)地理坐标:
则可以判断出每个图幅的变化区域为如图7所示的左上角(xtl,ytl)、右下角(xrb,yrb)的矩形。
S2082:根据所述多个视角影像数据和稀疏点云数据,形成初步的正射影像。
对于稀疏点云数据,通过运动恢复结构算法对摄像头拍摄的多个视角影像数据计算得到各视角的坐标位置,以形成稀疏点云数据(参考步骤S2012,并且本实施例中稀疏点云数据和稠密点云数据在构建三维增量模型的过程中经运动恢复结构算法和多视立体视觉算法获得)。
S2083:对所述初步形成的正射影像进行影像填充及匀色处理。
具体的,对于所述匀色处理,以信息熵映射的方法对影像进行信息熵的转换,使新影像与被检索出的影像的色调趋于一致。
示例性的,假设被检索的影像的最大、最小灰度值和信息熵分别为g1max、g1min和H1,新影像的最大、最小灰度值和信息熵分别为g2max、g2min和H2。新影像和原始影像中的第i灰度级的百分率分别为P2(i)、P1(i),则:
其中,g'2(i,j)为映射后的结果,g2(i,j)是新影像(i,j)的灰度值。
S2084:以稠密点云作为底部图层,将进行影像填充及匀色处理后的正射影像镶嵌在底部图层上,形成二维正射影像。
进一步的,在将进行影像填充及匀色处理后的正射影像镶嵌在底部图层上的过程中,利用空间域系统的单位冲激响应矩阵对镶嵌边缘处的像元突变效应进行噪声滤除。
S209:在得到所述已有三维模型后,实时获取摄像头的监控影像的变化值,在所述变化值达到预设的阈值时,进行模型增量更新。
示例性的,预先设定一个变化值作为预设的阈值,在得到所述已有三维模型后,对摄像头获取的监控影像进行实时对比检测,将实时监测的监控影像与已有三维模型对应的影像进行比对,并计算得出变化值,并将计算出的变化值于预设的阈值进行比较,在变化值达到或大于预设的阈值时,触发模型增量更新的操作,并且在已有三维模型被更新后,将实时监测的监控影像与更新后的三维模型对应的影像进行比对计算变化值。
S210:响应于指定时间T,分别在现状信息库和历史信息库中根据三维数据索引检索出符合时间逻辑关系的现状信息表或历史信息表。
示例性的,对于任意指定的历史时间T的检索按以下公式进行检索:
在现状信息表中,按下式进行检索:
Tt<T;
其中Tt为现状信息表中的日期数据项的数据;
在历史信息表中,按下式进行检索:
Tq<T<Th;
其中Tq、Th分别为历史信息表中变化前日期和变化后日期数据项的数据。
S211:读取所述符合时间逻辑关系的现状信息表或历史信息表,根据读取的现状信息表或历史信息表从三维模型库加载对应的已有三维模型,以获取所述指定时间T对应的已有三维模型所对应的三维场景。
上述,通过分区块对对应范围的二维和三维数据进行同步增量更新,不需要更新全部二维和三维数据,缩短更新周期,提高模型的现势性,节省存储空间。同时增量更新的数据以时间序列进行存储,可直观地查看数据更新记录,并对指定时间T的三维场景进行展示,便于展示区域历史变迁。本实施例直接采用基于图幅的二维影像增量动态更新模式,在解决影像变化范围的基础上,引进影像镶嵌的方法理论,对原始影像和新影像进行镶嵌处理,降低影像更新的条件和成本。
在上述实施例的基础上,图8为本申请实施例提供的二三维数据增量更新装置的结构示意图。参考图8,本实施例提供的二三维数据增量更新装置具体包括:区块匹配模块301、范围检测模块302、增量构建模块303和同步更新模块304。
其中,区块匹配模块301,用于接收待更新的三维增量数据,将所述待更新的三维增量数据在已有三维模型中匹配出对应所处的区块;范围检测模块302,用于检测所述待更新的三维增量数据在对应的区块中所占的映射范围;增量构建模块303,用于根据所述三维增量数据,在所述映射范围内完成三维增量模型的构建;同步更新模块304,用于根据构建完成的三维增量模型同步进行二维影像数据和已有三维模型的更新。
上述,在考古现场发生变化时,仅对区块中的二维和三维数据进行增量更新,缩短更新周期,提高模型的现势性,节省存储空间,提高文化遗产数字资源的存储效率和更新速率。
进一步的,所述增量构建模块303根据所述三维增量数据,在所述映射范围内完成三维增量模型的构建包括:基于节点密度和/或节点规则状态对所述映射范围内的MESH网格节点进行过滤;向所述映射范围内填充对应的待更新的三维增量数据中的点云数据;在所述映射范围内基于填充的点云数据重建MESH网格,并基于重建后的MESH网格进行纹理贴敷。
进一步的,二三维数据增量更新装置还包括:三维模型库,用于储存已有三维模型;现状信息库,用于储存现状信息表;历史信息库,用于储存历史信息表;现状信息表和历史信息表根据已有三维模型的区块划分和物理存储位置进行构建,并根据所述三维增量模型数据进行更新。
进一步的,二三维数据增量更新装置还包括:三维数据索引模块,响应于指定时间T,分别在现状信息库和历史信息库中根据三维数据索引检索出符合时间逻辑关系的现状信息表或历史信息表;指定场景获取模块,用于读取所述符合时间逻辑关系的现状信息表或历史信息表,根据读取的现状信息表或历史信息表从三维模型库加载对应的已有三维模型,以获取所述指定时间T对应的已有三维模型所对应的三维场景。
进一步的,二三维数据增量更新装置还包括初始三维模型构建模块,用于生成初始的三维模型。初始三维模型构建模块包括:影像数据获取模块,用于获取摄像头拍摄的多个视角影像数据;运动恢复结构算法模块,用于通过运动恢复结构算法对所述多个视角影像数据计算得到各视角的坐标位置,以形成稀疏点云数据;多视立体视觉算法模块,用于通过多视立体视觉算法对所述多个视角影像数据计算得到稠密点云数据,以实现点云数据的网格化;纹理敷贴模块,用于根据网格化的点云数据进行纹理贴敷得到初始的三维模型。
进一步的,同步更新模块304根据构建完成的三维增量模型进行二维影像数据的更新包括:基于图幅的检索方式检索二维影像数据库中需要更新的图幅;根据多个视角影像数据和稀疏点云数据,以及稠密点云做底部图层,形成初步的正射影像;对所述初步形成的正射影像进行影像填充及匀色处理;以稠密点云作为底部图层,将进行影像填充及匀色处理后的正射影像镶嵌在底部图层上,形成二维正射影像。
进一步的,二三维数据增量更新装置还包括更新触发模块,用于在得到所述已有三维模型后,实时获取摄像头的监控影像的变化值,在所述变化值达到预设的阈值时,触发模型增量更新操作。
本申请实施例提供的二三维数据增量更新装置可以用于执行上述实施例提供的二三维数据增量更新方法,具备相应的功能和有益效果。
本申请实施例提供了计算机设备,且该计算机设备中可集成本申请实施例提供的二三维数据增量更新装置。图9是本申请实施例提供的计算机设备的结构示意图。参考图9,该计算机设备包括:显示屏43、通信模块42、输入装置44、输出装置45、存储器41以及一个或多个处理器40,图9中以一个处理器40为例;存储器41,用于存储一个或多个程序;当一个或多个程序被一个或多个处理器40执行,使得一个或多个处理器40实现上述实施例的二三维数据增量更新方法。该计算机设备的处理器40、存储器41、通信模块42、显示屏43、输入装置44以及输出装置45可以通过总线或者其他方式连接,图9中以通过总线连接为例。
存储器41作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本申请任意实施例所述的二三维数据增量更新方法对应的程序指令/模块(例如,二三维数据增量更新装置中的区块匹配模块301、范围检测模块302、增量构建模块303和同步更新模块304)。存储器41可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据设备的使用所创建的数据等。此外,存储器41可以包括高速随机存取存储器41,还可以包括非易失性存储器41,例如至少一个磁盘存储器41件、闪存器件、或其他非易失性固态存储器41件。在一些实例中,存储器41可进一步包括相对于处理器40远程设置的存储器41,这些远程存储器41可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器40通过运行存储在存储器41中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的二三维数据增量更新方法。
上述提供的计算机设备可用于执行上述实施例提供的二三维数据增量更新方法,具备相应的功能和有益效果。
本申请实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器40执行时用于执行二三维数据增量更新方法,该二三维数据增量更新方法包括:接收待更新的三维增量数据,将所述待更新的三维增量数据在已有三维模型中匹配出对应所处的区块;检测所述待更新的三维增量数据在对应的区块中所占的映射范围;根据所述三维增量数据,在所述映射范围内完成三维增量模型的构建;根据构建完成的三维增量模型同步进行二维影像数据和已有三维模型的更新。
存储介质——任何的各种类型的存储器41设备或存储设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机系统存储器41或随机存取存储器41,诸如DRAM、DDR RAM、SRAM、EDO RAM,兰巴斯(Rambus)RAM等;非易失性存储器41,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器41元件等。存储介质可以还包括其它类型的存储器41或其组合。另外,存储介质可以位于程序在其中被执行的第一计算机系统中,或者可以位于不同的第二计算机系统中,第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器40执行的程序指令(例如具体实现为计算机程序)。
当然,本申请实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的二三维数据增量更新方法,还可以执行本申请任意实施例所提供的二三维数据增量更新方法中的相关操作。
上述实施例中提供的二三维数据增量更新装置、计算机设备及存储介质可执行本申请任意实施例所提供的二三维数据增量更新方法,未在上述实施例中详尽描述的技术细节,可参见本申请任意实施例所提供的二三维数据增量更新方法。
上述仅为本申请的较佳实施例及所运用的技术原理。本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行的各种明显变化、重新调整及替代均不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由权利要求的范围决定。
Claims (10)
1.二三维数据增量更新方法,其特征在于,包括:
接收待更新的三维增量数据,将所述待更新的三维增量数据在已有三维模型中匹配出对应所处的区块;
检测所述待更新的三维增量数据在对应的区块中所占的映射范围;
根据所述三维增量数据,在所述映射范围内完成三维增量模型的构建;
根据构建完成的三维增量模型同步进行二维影像数据和已有三维模型的更新。
2.根据权利要求1所述的二三维数据增量更新方法,其特征在于,所述根据所述三维增量数据,在所述映射范围内完成三维增量模型的构建包括:
基于节点密度和/或节点规则状态对所述映射范围内的MESH网格节点进行过滤;
向所述映射范围内填充对应的待更新的三维增量数据中的点云数据;
在所述映射范围内基于填充的点云数据重建MESH网格,并基于重建后的MESH网格进行纹理贴敷。
3.根据权利要求1所述的二三维数据增量更新方法,其特征在于,所述将所述待更新的三维增量数据在已有三维模型中匹配出对应所处的区块包括:
基于统一坐标基准,按四叉树结构对所述已有三维模型进行区块划分,每一区块对应一个三维模型文件;
将待更新的三维增量数据匹配出对应所处的区块;
建立所述待更新的三维增量数据与对应三维模型文件的关联关系。
4.根据权利要求1所述的二三维数据增量更新方法,其特征在于,所述二三维数据增量更新方法还包括:
构建三维模型库,用于储存已有三维模型;
建立现状信息库和历史信息库;
根据已有三维模型的区块划分和物理存储位置构建现状信息表和历史信息表,并分别储存于现状信息库和历史信息库;
根据所述三维增量模型数据更新现状信息表和历史信息表。
5.根据权利要求4所述的二三维数据增量更新方法,其特征在于,所述二三维数据增量更新方法还包括:
建立三维数据索引;
响应于指定时间T,分别在现状信息库和历史信息库中根据三维数据索引检索出符合时间逻辑关系的现状信息表或历史信息表;
读取所述符合时间逻辑关系的现状信息表或历史信息表,根据读取的现状信息表或历史信息表从三维模型库加载对应的已有三维模型,以获取所述指定时间T对应的已有三维模型所对应的三维场景。
6.根据权利要求1所述的二三维数据增量更新方法,其特征在于,初始的三维模型通过以下步骤得到:
获取摄像头拍摄的多个视角影像数据;
通过多视立体视觉算法对所述多个视角影像数据计算得到稠密点云数据,以实现点云数据的网格化;
根据网格化的点云数据进行纹理贴敷得到初始的三维模型。
7.根据权利要求6所述的二三维数据增量更新方法,其特征在于,其中根据构建完成的三维增量模型进行二维影像数据的更新包括:
基于图幅的检索方式检索二维影像数据库中需要更新的图幅;
根据摄像头拍摄的多个视角影像数据和稀疏点云数据,形成初步的正射影像;对于稀疏点云数据,通过运动恢复结构算法对摄像头拍摄的多个视角影像数据计算得到各视角的坐标位置,以形成稀疏点云数据;
对所述初步形成的正射影像进行影像填充及匀色处理;
以稠密点云作为底部图层,将进行影像填充及匀色处理后的正射影像镶嵌在底部图层上,形成二维正射影像。
8.根据权利要求7所述的二三维数据增量更新方法,其特征在于,所述通过运动恢复结构算法对摄像头拍摄的多个视角影像数据计算得到各视角的坐标位置,以形成稀疏点云数据包括:
导入摄像头拍摄的若干影像数据和若干控制点数据;
对控制点数据在可见的影像上进行刺点,以得到影像数据中的影像特征点;
通过控制点数据赋予的坐标和包含所述控制点的影像特征点,检索每两张影像中相同的特征点并进行匹配;
根据相互匹配的每两张影像中相同的特征点恢复每张影像摄像头曝光的位置和姿态,将影像恢复在空中并显示运动轨迹,并根据影像在空中的位置和运动轨迹获得特征点在地面上的三维位置;
由所述特征点在地面上形成稀疏点云数据。
9.根据权利要求7所述的二三维数据增量更新方法,其特征在于,所述基于图幅的检索方式包括:
在二维影像数据库中按影像分幅方式建立数据格网索引图;
根据新影像的范围和数据格网索引图检索出二维影像数据库中发生变化的图幅。
10.二三维数据增量更新装置,其特征在于,包括:
区块匹配模块,用于接收待更新的三维增量数据,将所述待更新的三维增量数据在已有三维模型中匹配出对应所处的区块;
范围检测模块,用于检测所述待更新的三维增量数据在对应的区块中所占的映射范围;
增量构建模块,用于根据所述三维增量数据,在所述映射范围内完成三维增量模型的构建;
同步更新模块,用于根据构建完成的三维增量模型同步进行二维影像数据和已有三维模型的更新。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910391972.0A CN110162663A (zh) | 2019-05-13 | 2019-05-13 | 二三维数据增量更新方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910391972.0A CN110162663A (zh) | 2019-05-13 | 2019-05-13 | 二三维数据增量更新方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110162663A true CN110162663A (zh) | 2019-08-23 |
Family
ID=67634350
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910391972.0A Withdrawn CN110162663A (zh) | 2019-05-13 | 2019-05-13 | 二三维数据增量更新方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110162663A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112381901A (zh) * | 2020-11-16 | 2021-02-19 | 北京博能科技股份有限公司 | 一种三维模型更新方法、装置和电子设备 |
CN113077552A (zh) * | 2021-06-02 | 2021-07-06 | 北京道达天际科技有限公司 | 基于无人机影像的dsm生成方法和装置 |
CN113296687A (zh) * | 2020-06-10 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置、计算设备和介质 |
CN117830586A (zh) * | 2024-03-05 | 2024-04-05 | 煤炭科学研究总院有限公司 | 一种井巷三维建模增量更新方法及系统 |
-
2019
- 2019-05-13 CN CN201910391972.0A patent/CN110162663A/zh not_active Withdrawn
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113296687A (zh) * | 2020-06-10 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置、计算设备和介质 |
CN112381901A (zh) * | 2020-11-16 | 2021-02-19 | 北京博能科技股份有限公司 | 一种三维模型更新方法、装置和电子设备 |
CN113077552A (zh) * | 2021-06-02 | 2021-07-06 | 北京道达天际科技有限公司 | 基于无人机影像的dsm生成方法和装置 |
CN117830586A (zh) * | 2024-03-05 | 2024-04-05 | 煤炭科学研究总院有限公司 | 一种井巷三维建模增量更新方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Balsa-Barreiro et al. | Generation of visually aesthetic and detailed 3D models of historical cities by using laser scanning and digital photogrammetry | |
CN110162663A (zh) | 二三维数据增量更新方法及装置 | |
KR100656238B1 (ko) | 물체의 전자식 표현의 텍스처라이징용 시스템 | |
CN104616345B (zh) | 一种基于八叉树森林压缩的三维体素存取方法 | |
CN100450152C (zh) | 地质数码影像编录系统及其使用方法 | |
Bladin et al. | Globe browsing: Contextualized spatio-temporal planetary surface visualization | |
Remondino et al. | 3D modeling of complex and detailed cultural heritage using multi-resolution data | |
KR100417638B1 (ko) | 개인용 컴퓨터를 이용한 수치사진 측량 시스템 | |
CN112113544B (zh) | 一种基于无人机影像的遥感数据处理方法及系统 | |
Bolkas et al. | Creating a virtual reality environment with a fusion of sUAS and TLS point-clouds | |
US10755483B1 (en) | Techniques for accurate and faithful projections in an outdoor augmented reality view | |
CN110009740A (zh) | 基于运动恢复结构的地质露头快速三维重建方法 | |
Bitelli et al. | 4-dimensional recording and visualization of urban archeological excavations | |
Akca et al. | 3D modeling of the Weary Herakles statue with a coded structured light system | |
Ragia et al. | Precise photorealistic visualization for restoration of historic buildings based on tacheometry data | |
Morandi et al. | Interactive past: from 3D reconstruction to augmented and virtual reality applied to archaeological heritage. The medieval site of Bastia St. Michele (Cavaion Veronese, Verona, Italy) | |
Pavlidis et al. | Preservation of architectural heritage through 3D digitization | |
Doumit | Structure from motion technology for historic building information modeling of Toron fortress (Lebanon) | |
Oke et al. | Use of augmented reality in the preservation of architectural heritage: Case of the Aqueduct Kuru Kopru (Kayseri, Turkey) | |
Defoe | Considerations in the Design of a System for the Rapid Acquisition of Geographic Information | |
Aguilera et al. | Virtual archaeological sites modelling through low-cost methodology | |
Zhou et al. | Digitization of cultural heritage | |
Alby et al. | Creation of a 3D reference model of an archaeological site from a large set of ground and UAV images | |
Spadavecchia et al. | A Combination of Geomatic Techniques for Modelling the Urban Environment in Virtual Reality | |
BUDĂU et al. | COMPARATIVE STUDY ON DIGITAL IMAGE PROCESSING FOR 3D MODELING. |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190823 |