CN110415289A - 一种三维模型的生成方法及装置 - Google Patents
一种三维模型的生成方法及装置 Download PDFInfo
- Publication number
- CN110415289A CN110415289A CN201910711736.2A CN201910711736A CN110415289A CN 110415289 A CN110415289 A CN 110415289A CN 201910711736 A CN201910711736 A CN 201910711736A CN 110415289 A CN110415289 A CN 110415289A
- Authority
- CN
- China
- Prior art keywords
- model
- construction site
- image
- texture information
- dimensional
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种三维模型的生成方法及装置,所述方法包括:获取建筑工地的倾斜影像;对所述倾斜影像进行空中三角测量,获取所述影像的外方位元素;对畸变校正后的所述倾斜影像和所述外方位元素进行多视影像密集匹配,获取点云参数;基于所述点云参数,构建所述建筑工地的三维TIN模型;确定所述三维TIN模型中每个三角面片网的最佳纹理信息;基于所述最佳纹理信息形成所述建筑工地的真实三维模型。本发明可以真实的构建建筑工地的三维模型,从而解决建筑工地上的垂直吊装和PC构件运输进场时带来的交通布置等问题。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及一种应用于建筑工地的三维模型的生成方法及装置。
背景技术
装配式建筑的现场管理与传统现场相比,有现场总装计划、现场总平布置、总装建筑品质三个方面的重点问题,而且这些问题要在项目启动之前进行系统解决。
其中现场总平布置对于PC装配式工地而言,因为PC构件(precast concrete,混凝土预制件)的存在,出现了以下问题:
第一个问题是垂直吊装问题。
传统建筑不要求精确计算,塔吊覆盖不了的地方可以采用人工。而现在对于几吨甚至十来吨的PC构件,在总平面布置时,必须对吊装进行精确计算,包括最远吊距是多长,最大起吊重量是多少,多少吨位的塔吊最经济划算等。如果事先计算错误,只要有一个PC构件无法吊装到位,就会遇到大麻烦。这时,人工无法搬运PC构件,因此,垂直起吊设备的型号选择偏小会造成上述问题,型号偏大会造成成本增加。
第二个重要问题是PC构件运输进场时带来的交通布置问题。因为PC构件运输车荷载量很大,必须考虑一次运输到位在吊点附近卸车,而不能二次转运。这就要求场内运输道路必须认真规划,既要考虑重载汽车的回转要求,又要考虑道路本身的承载能力。如果规划失误,会造成项目管理现场的混乱不堪,并且产生很多附加成本。
传统二维场地规划技术手段已经不足以应对新要求,而无人机倾斜摄影、实景三维建模等前沿空间信息技术,为解决当前城乡规划难题提供了新途径。现阶段符合当前装配式场地规划需求的无人机倾斜摄影实景建模技术,将传统平面场地规划行业技术手段从二维升级到三维,为装配式施工从业者们做出最终决定提供科学有效地帮助,提高了场地规划的科学性,规划管理的效率,具有广泛的应用前景。
正基于此,需要基于新的技术手段以建立建筑工地的三维模型。
发明内容
基于此,有必要针对以上垂直吊装和PC构件运输进场时带来的交通布置问题,提供一种三维模型的生成方法及装置。
一种三维模型的生成方法,包括:
获取建筑工地的倾斜影像;
对所述倾斜影像进行空中三角测量,获取所述影像的外方位元素;
对畸变校正后的所述倾斜影像和所述外方位元素进行多视影像密集匹配,获取点云参数;
基于所述点云参数,构建所述建筑工地的三维TIN模型;
确定所述三维TIN模型中每个三角面片网的最佳纹理信息;
基于所述最佳纹理信息形成所述建筑工地的真实三维模型。
在一实施例中,所述获取建筑工地的倾斜影像,包括:
通过一个垂直视角和四个倾斜视角获取建筑工地的倾斜影像。
在一实施例中,所述确定所述三维TIN模型中每个三角形面片网的最佳纹理信息,包括:
根据三维TIN模型中的每个三角形面片网的法线方程与二维图像之间的夹角确定相对应的最佳纹理信息。
在一实施例中,所述确定所述三维TIN模型中每个三角面片网的最佳纹理信息之后,所述方法还包括:
将确定的所述最佳纹理信息进行关联。
在一实施例中,所述方法还包括:
对所述三维真实模型进行修正。
一种三维模型的生成装置,包括:
影像获取模块,用于获取建筑工地的倾斜影像;
外方位元素获取模块,用于对所述倾斜影像进行空中三角测量,获取所述影像的外方位元素;
点云参数获取模块,用于对畸变校正后的所述倾斜影像和所述外方位元素进行多视影像密集匹配,获取点云参数;
构建模块,用于基于所述点云参数,构建所述建筑工地的三维TIN模型;
确定模块,用于确定所述三维TIN模型中每个三角面片网的最佳纹理信息;
形成模块,用于基于所述最佳纹理信息形成所述建筑工地的真实三维模型。
在一实施例中,所述影像获取模块还用于:
通过一个垂直视角和四个倾斜视角获取建筑工地的倾斜影像。
在一实施例中,所述确定模块还用于:
根据三维TIN模型中的每个三角形面片网的法线方程与二维图像之间的夹角确定相对应的最佳纹理信息。
在一实施例中,所述装置还包括:
关联模块,用于将确定的所述最佳纹理信息进行关联。
在一实施例中,所述装置还包括:
修正模块,用于对所述三维真实模型进行修正。
本发明中,对于建筑工地,可以首先获取建筑工地的倾斜影像;对所述倾斜影像进行空中三角测量,获取所述影像的外方位元素;对畸变校正后的所述倾斜影像和所述外方位元素进行多视影像密集匹配,获取点云参数;基于所述点云参数,构建所述建筑工地的三维TIN模型;确定所述三维TIN模型中每个三角面片网的最佳纹理信息;基于所述最佳纹理信息形成所述建筑工地的真实三维模型。对于建筑工地的真实三维模型,可以将标准化现场临设及PC构件BIM模型与实景模型进行整合,进行塔吊布置、堆场布置、临设布置、4D施工模拟等一系列应用,从而解决以上垂直吊装和PC构件运输进场时带来的交通布置问题。
附图说明
图1为一实施例的三维模型的生成方法的流程图;
图2为一实施例的三维模型的生成装置的结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图1为一实施例的三维模型的生成方法的流程图。如图1所示,该方法包括:
步骤110,获取建筑工地的倾斜影像。
其中,可以通过一个垂直视角和四个倾斜视角获取建筑工地的倾斜影像。其可以在飞机平台上搭载已有的倾斜航空摄像机,同时获取同一目标物的多个角度的影像。倾斜航空摄影技术在获取影像时,每一次曝光可以同时得到目标物前、后、左、右及下视图共计5个方向的影像。这可以通过无人机实现,无人机每次飞行获取的影像中的垂直影像可以提供建筑物的顶部信息,其可以用于DOM/DLG制作、大比例测绘等,倾斜影像可以为建筑物提供丰富的侧面纹理信息,可以用于纹理提取、建筑物高度量测等。
步骤120,对倾斜影像进行空中三角测量,获取影像的外方位元素。
空中三角测量是立体摄影测量中,根据少量的野外控制点,在室内进行控制点加密,求得加密点的高程和平面位置的测量方法。其主要目的是为缺少野外控制点的地区测图提供绝对定向的控制点。空中三角测量一般分为两种:模拟空中三角测量即光学机械法空中三角测量;解析空中三角测量即俗称的电算加密。模拟空中三角测量是在全能型立体测量仪器(如多倍仪)上进行的空中三角测量。它是在仪器上恢复与摄影时相似或相应的航线立体模型,根据测图需要选定加密点,并测定其高程和平面位置。
航空摄影测量中利用像片内在的几何特性,在室内加密控制点的方法。即利用连续摄取的具有一定重叠的航摄像片,依据少量野外控制点,以摄影测量方法建立同实地相应的航线模型或区域网模型(光学的或数字的),从而获取加密点的平面坐标和高程。主要用于测地形图。
步骤130,对畸变校正后的倾斜影像和外方位元素进行多视影像密集匹配,获取点云参数。
利用多视影像密集匹配方法可以获取高精度、高密度的点云。本实施例中,可以采用的密集匹配方法包括带共线条件约束的多片最小二乘影像匹配算法MPGC、基于多基元多影像匹配算法MPM、PMVS等。
步骤140,基于点云参数,构建建筑工地的三维TIN模型。
TIN可以用来拟合连续分布现象的覆盖表面。TIN(Triangulated IrregularNetwork)为不规则三角网的缩写,在地理信息系统中有广泛应用。根据区域的有限个点集可以将区域划分为相连的三角面网络,数字高程由连续的三角面组成,三角面的形状和大小取决于不规则分布的测点的密度和位置,能够避免地形平坦时的数据冗余,又能按地形特征点表示数字高程特征。
不规则三角网数据结构设计中需要考虑的因素:
(1)占用的内存空间;
(2)是否包含三角网中的各三角形、边及节点间的拓扑关系;
(3)数据结构使用的效率。
TIN方法将无重复点的散乱数据点集按某种规则(如Delaunay规则)进行三角剖分,使这些散乱点形成连续但不重叠的不规则三角面片网,并以此来描述3D物体的表面。
本实施例中,由于点云参数的数据量较大,可以更为方便的构建建筑工地的三维TIN模型。
步骤150,确定三维TIN模型中每个三角面片网的最佳纹理信息。
可以根据三维TIN模型中的每个三角形面片网的法线方程与二维图像之间的夹角确定相对应的最佳纹理信息。
步骤160,基于最佳纹理信息形成建筑工地的真实三维模型。
本发明中,对于建筑工地,可以首先获取建筑工地的倾斜影像;对所述倾斜影像进行空中三角测量,获取所述影像的外方位元素;对畸变校正后的所述倾斜影像和所述外方位元素进行多视影像密集匹配,获取点云参数;基于所述点云参数,构建所述建筑工地的三维TIN模型;确定所述三维TIN模型中每个三角面片网的最佳纹理信息;基于所述最佳纹理信息形成所述建筑工地的真实三维模型。对于建筑工地的真实三维模型,可以将标准化现场临设及PC构件BIM模型与实景模型进行整合,进行塔吊布置、堆场布置、临设布置、4D施工模拟等一系列应用,从而解决以上垂直吊装和PC构件运输进场时带来的交通布置问题。
本实施例中,在获取外方位数据时,还可以基于POS系统,又称为IMU/DGPS系统,由动态差分GPS(DGPS)、惯性测量装置(I MU)、主控计算机系统(PCS)以及相应的后处理软件四部分组成,其可以在传感器成像过程中实时测量其位置和姿态,不用地面控制点进行空三加密就可以获得较高精度的影像外方位元素。
本实施例中,确定三维TIN模型中每个三角面片网的最佳纹理信息之后,可以将确定的最佳纹理信息进行关联,然后再基于最佳纹理信息形成建筑工地的真实三维模型。对最佳纹理信息进行关联后,可以使构建的真实三维模型更为真实。
本实施例中,对于构建的建筑工地的真实三维模型,不可避免地,由于影像的获取、空中三角测量以及其他过程存在导致真实三维模型失真的可能性,这种可能性的存在包括选择的算法的通用性以及相关参数的考量等多种因素。因此,最终还需要对三维真实模型进行修正。
本实施例中,通过无人机结合RTK对现场进行精细化实景模型逆向建模时,可以首先通过无人机对施工现场进行扫描,经过倾斜影像联合区域网平差、多视影像密集匹配和纹理映射等环节,可快速构建真实、直观的建筑工地的三维模型,其自动化程度高,作业周期短,生成成本低,结合RTK控制点后期对模型进行校准,达到模型精细化,数据精确化,给复杂装配式施工场地规划提供了模型和数据支撑。
其中,后期实际模型会存在空洞、模糊、倾斜等问题,针对这些问题,需要对有问题的真实三维模型进行修正,其中,可以采用如下方法埋修正:
1、通过软件的模型修正功能对几何模型或贴图进行修正,之后再导入对应的瓦片并重新针对新导入的几何模型自动重新生成贴图,或者直接导入包含修正贴图的模型进行下一步数据生产导出;
2、对建筑变形部分进行修补;
3、对地面上部分模型进行精细重建;
4、对非单体模型进行单体化并挂载属性信息,使其达到场地规划应用要求。
可以理解,本实施例通过后期对真实模型进行处理,将标准化现场临设及PC构件BIM模型与实景模型进行整合,可以进行塔吊布置、堆场布置、临设布置、4D施工模拟等一系列应用。
图2为一实施例的三维模型的生成装置的结构图。如图2所示,该装置包括:
影像获取模块210,用于获取建筑工地的倾斜影像;
外方位元素获取模块220,用于对倾斜影像进行空中三角测量,获取影像的外方位元素;
点云参数获取模块230,用于对畸变校正后的倾斜影像和外方位元素进行多视影像密集匹配,获取点云参数;
构建模块240,用于基于点云参数,构建建筑工地的三维TIN模型;
确定模块250,用于确定三维TIN模型中每个三角面片网的最佳纹理信息;
形成模块260,用于基于最佳纹理信息形成建筑工地的真实三维模型。
本发明中,对于建筑工地,可以首先获取建筑工地的倾斜影像;对所述倾斜影像进行空中三角测量,获取所述影像的外方位元素;对畸变校正后的所述倾斜影像和所述外方位元素进行多视影像密集匹配,获取点云参数;基于所述点云参数,构建所述建筑工地的三维TIN模型;确定所述三维TIN模型中每个三角面片网的最佳纹理信息;基于所述最佳纹理信息形成所述建筑工地的真实三维模型。对于建筑工地的真实三维模型,可以将标准化现场临设及PC构件BIM模型与实景模型进行整合,进行塔吊布置、堆场布置、临设布置、4D施工模拟等一系列应用,从而解决以上垂直吊装和PC构件运输进场时带来的交通布置问题。
在一实施例中,影像获取模块210还用于:
通过一个垂直视角和四个倾斜视角获取建筑工地的倾斜影像。
在一实施例中,确定模块250还用于:
根据三维TIN模型中的每个三角形面片网的法线方程与二维图像之间的夹角确定相对应的最佳纹理信息。
在一实施例中,装置还包括:
关联模块,用于将确定的最佳纹理信息进行关联。
在一实施例中,装置还包括:
修正模块,用于对三维真实模型进行修正。
以上装置的实现过程可以具体参照以上方法实施例中的具体实现过程,在此,本实施例针对装置部分的内容不再具体赘述。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于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,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种三维模型的生成方法,其特征在于,包括:
获取建筑工地的倾斜影像;
对所述倾斜影像进行空中三角测量,获取所述影像的外方位元素;
对畸变校正后的所述倾斜影像和所述外方位元素进行多视影像密集匹配,获取点云参数;
基于所述点云参数,构建所述建筑工地的三维TIN模型;
确定所述三维TIN模型中每个三角面片网的最佳纹理信息;
基于所述最佳纹理信息形成所述建筑工地的真实三维模型。
2.根据权利要求1所述的方法,其特征在于,所述获取建筑工地的倾斜影像,包括:
通过一个垂直视角和四个倾斜视角获取建筑工地的倾斜影像。
3.根据权利要求1所述的方法,其特征在于,所述确定所述三维TIN模型中每个三角形面片网的最佳纹理信息,包括:
根据三维TIN模型中的每个三角形面片网的法线方程与二维图像之间的夹角确定相对应的最佳纹理信息。
4.根据权利要求1所述的方法,其特征在于,所述确定所述三维TIN模型中每个三角面片网的最佳纹理信息之后,所述方法还包括:
将确定的所述最佳纹理信息进行关联。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对所述三维真实模型进行修正。
6.一种三维模型的生成装置,其特征在于,包括:
影像获取模块,用于获取建筑工地的倾斜影像;
外方位元素获取模块,用于对所述倾斜影像进行空中三角测量,获取所述影像的外方位元素;
点云参数获取模块,用于对畸变校正后的所述倾斜影像和所述外方位元素进行多视影像密集匹配,获取点云参数;
构建模块,用于基于所述点云参数,构建所述建筑工地的三维TIN模型;
确定模块,用于确定所述三维TIN模型中每个三角面片网的最佳纹理信息;
形成模块,用于基于所述最佳纹理信息形成所述建筑工地的真实三维模型。
7.根据权利要求6所述的装置,其特征在于,所述影像获取模块还用于:
通过一个垂直视角和四个倾斜视角获取建筑工地的倾斜影像。
8.根据权利要求6所述的装置,其特征在于,所述确定模块还用于:
根据三维TIN模型中的每个三角形面片网的法线方程与二维图像之间的夹角确定相对应的最佳纹理信息。
9.根据权利要求6所述的装置,其特征在于,所述装置还包括:
关联模块,用于将确定的所述最佳纹理信息进行关联。
10.根据权利要求6所述的装置,其特征在于,所述装置还包括:
修正模块,用于对所述三维真实模型进行修正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910711736.2A CN110415289A (zh) | 2019-08-02 | 2019-08-02 | 一种三维模型的生成方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910711736.2A CN110415289A (zh) | 2019-08-02 | 2019-08-02 | 一种三维模型的生成方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110415289A true CN110415289A (zh) | 2019-11-05 |
Family
ID=68365473
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910711736.2A Pending CN110415289A (zh) | 2019-08-02 | 2019-08-02 | 一种三维模型的生成方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110415289A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112307552A (zh) * | 2020-11-06 | 2021-02-02 | 中国葛洲坝集团易普力股份有限公司 | 一种基于实景三维建模的绿色矿山建设规划方法 |
CN113191059A (zh) * | 2021-05-19 | 2021-07-30 | 广东电网有限责任公司 | 一种全站预制舱式变电站装配三维智能管控系统 |
CN116468872A (zh) * | 2023-03-16 | 2023-07-21 | 辽宁省地质勘查院有限责任公司 | 一种基于倾斜摄影的古生物化石三维建模方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130144565A1 (en) * | 2011-12-01 | 2013-06-06 | Harris Corporation | Accuracy-based significant point derivation from dense 3d point clouds for terrain modeling |
CN106228609A (zh) * | 2016-07-09 | 2016-12-14 | 武汉广图科技有限公司 | 一种基于空间特征信息的倾斜摄影三维建模方法 |
CN109816708A (zh) * | 2019-01-30 | 2019-05-28 | 北京建筑大学 | 基于倾斜航空影像的建筑物纹理提取方法 |
CN109827548A (zh) * | 2019-02-28 | 2019-05-31 | 华南机械制造有限公司 | 无人机航测数据的处理方法 |
CN109978791A (zh) * | 2019-03-28 | 2019-07-05 | 苏州市建设工程质量检测中心有限公司 | 一种基于倾斜摄影和三维激光扫描融合的桥梁监测方法 |
-
2019
- 2019-08-02 CN CN201910711736.2A patent/CN110415289A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130144565A1 (en) * | 2011-12-01 | 2013-06-06 | Harris Corporation | Accuracy-based significant point derivation from dense 3d point clouds for terrain modeling |
CN106228609A (zh) * | 2016-07-09 | 2016-12-14 | 武汉广图科技有限公司 | 一种基于空间特征信息的倾斜摄影三维建模方法 |
CN109816708A (zh) * | 2019-01-30 | 2019-05-28 | 北京建筑大学 | 基于倾斜航空影像的建筑物纹理提取方法 |
CN109827548A (zh) * | 2019-02-28 | 2019-05-31 | 华南机械制造有限公司 | 无人机航测数据的处理方法 |
CN109978791A (zh) * | 2019-03-28 | 2019-07-05 | 苏州市建设工程质量检测中心有限公司 | 一种基于倾斜摄影和三维激光扫描融合的桥梁监测方法 |
Non-Patent Citations (2)
Title |
---|
吴飞宇: "无人机倾斜摄影技术在城市三维建模中的应用探讨", 《城市勘测》 * |
周晓波等: "基于无人机倾斜摄影快速建模方法研究", 《现代测绘》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112307552A (zh) * | 2020-11-06 | 2021-02-02 | 中国葛洲坝集团易普力股份有限公司 | 一种基于实景三维建模的绿色矿山建设规划方法 |
CN112307552B (zh) * | 2020-11-06 | 2022-07-01 | 中国葛洲坝集团易普力股份有限公司 | 一种基于实景三维建模的绿色矿山建设规划方法 |
CN113191059A (zh) * | 2021-05-19 | 2021-07-30 | 广东电网有限责任公司 | 一种全站预制舱式变电站装配三维智能管控系统 |
CN113191059B (zh) * | 2021-05-19 | 2023-08-18 | 广东电网有限责任公司 | 一种全站预制舱式变电站装配三维智能管控系统 |
CN116468872A (zh) * | 2023-03-16 | 2023-07-21 | 辽宁省地质勘查院有限责任公司 | 一种基于倾斜摄影的古生物化石三维建模方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN110136259A (zh) | 一种基于倾斜摄影辅助bim和gis的三维建模技术 | |
CN111629193B (zh) | 一种实景三维重建方法及系统 | |
CN111724477A (zh) | 一种多源数据融合构建多层次三维地形模型方法 | |
US7944547B2 (en) | Method and system of generating 3D images with airborne oblique/vertical imagery, GPS/IMU data, and LIDAR elevation data | |
CN110285792A (zh) | 一种无人机倾斜摄影精细格网土方计量方法 | |
CN108765298A (zh) | 基于三维重建的无人机图像拼接方法和系统 | |
CN109186551B (zh) | 倾斜摄影测量建筑物特征点提取方法、装置与存储介质 | |
CN109708622A (zh) | 基于Pixhawk利用无人机对建筑物进行三维建模的方法 | |
CN110415289A (zh) | 一种三维模型的生成方法及装置 | |
CN109269472B (zh) | 倾斜摄影测量建筑物特征线提取方法、装置与存储介质 | |
CN101154313A (zh) | 三维仿真数字信息航道系统及实现方法 | |
CN113607135A (zh) | 一种用于路桥施工领域的无人机倾斜摄影测量方法 | |
CN101154295A (zh) | 航道三维仿真电子图 | |
CN114998536A (zh) | 基于新型基础测绘的模型生成方法、装置及存储介质 | |
CN103886640A (zh) | 一种建筑物的三维模型的获取方法及系统 | |
CN110426021A (zh) | 利用摄影测量三维模型的地形图测量方法及系统 | |
CN116086411A (zh) | 数字地形图生成方法、装置、设备和可读存储介质 | |
Sadeq | Accuracy assessment using different UAV image overlaps | |
WO2022104251A1 (en) | Image analysis for aerial images | |
CN111986320B (zh) | 一种面向智慧城市应用的dem与倾斜摄影模型空间贴合优化方法 | |
CN115713607A (zh) | 基于激光雷达和倾斜摄影提升建模质量的方法 | |
Dursun et al. | 3D city modelling of Istanbul historic peninsula by combination of aerial images and terrestrial laser scanning data | |
CN114972672A (zh) | 输电线路实景三维模型构建方法、装置、设备和存储介质 | |
Skarlatos et al. | Archaeological surveys in Greece using radio-controlled helicopter |
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 |
Application publication date: 20191105 |
|
RJ01 | Rejection of invention patent application after publication |