CN111951402B - 三维模型生成方法、装置、计算机设备和存储介质 - Google Patents
三维模型生成方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111951402B CN111951402B CN202010829249.9A CN202010829249A CN111951402B CN 111951402 B CN111951402 B CN 111951402B CN 202010829249 A CN202010829249 A CN 202010829249A CN 111951402 B CN111951402 B CN 111951402B
- Authority
- CN
- China
- Prior art keywords
- image data
- external
- combined
- azimuth
- target
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims abstract description 42
- 238000004590 computer program Methods 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 10
- 239000003086 colorant Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000004075 alteration Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000001788 irregular Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000000265 homogenisation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
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
- G06T17/20—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
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/04—Texture mapping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Architecture (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及一种三维模型生成方法、装置、计算机设备和存储介质。该方法包括:获取第一影像数据对应的第一外方位元素,以及获取第二影像数据对应的第二外方位元素;第一影像数据为从第一预设方位获得的多角度影像数据,第二影像数据为从第二预设方位获得的多角度影像数据;对第一影像数据和第二影像数据进行空中三角测量解算,得到联合空三影像数据;根据联合空三影像数据,生成对应的联合三维模型。其中,第一影像数据为从第一预设方位获得的多角度影像数据,第二影像数据为从第二预设方位获得的多角度影像数据,根据第一影像数据和第二影像数据,生成联合三维模型,能够兼顾各个角度或各个高度上的影像数据,精确而真实地还原真实场景。
Description
技术领域
本申请涉及三维建模技术领域,特别是涉及一种三维模型生成方法、装置、计算机设备和存储介质。
背景技术
随着三维建模技术的不断发展,实景三维模型因其客观性强、真实性强等特点,成为目前的应用热点。实景三维模型可以看作是由几何结构和纹理材质组成的地理对象,是数字城市、智慧城市的重要空间资源基础。实景三维模型中的密集匹配建模是以其建模效率高、效果逼真、可观性强、成本低等优点日益受到业界的关注。传统密集匹配建模技术中,通常在获取到多角度的影像数据后,根据空中三角测量解算的结果,建立三维模型。
然而,受影像数据的获取高度和获取角度等影响,传统密集匹配建模技术中根据空中三角测量解算的结果建立三维模型的方法,无法同时兼顾各个角度或各个高度上的影像数据,无法精确而真实地还原真实场景。
发明内容
基于此,有必要针对上述技术问题,提供一种能够精确而真实地还原真实场景的三维模型生成方法、装置、计算机设备和存储介质。
一种三维模型生成方法,所述方法包括:
获取第一影像数据对应的第一外方位元素,以及获取第二影像数据对应的第二外方位元素;其中,所述第一影像数据为从第一预设方位获得的多角度影像数据,所述第二影像数据为从第二预设方位获得的多角度影像数据;
根据所述第一外方位元素和所述第二外方位元素,对所述第一影像数据和所述第二影像数据进行空中三角测量解算,得到联合空三影像数据;其中,所述联合空三影像数据包括所述第一影像数据对应的第一联合外方位元素和所述第二影像数据对应的第二联合外方位元素;
根据所述联合空三影像数据,生成与所述第一影像数据和所述第二影像数据对应的联合三维模型。
在其中一个实施例中,所述根据所述第一外方位元素和所述第二外方位元素,对所述第一影像数据和所述第二影像数据进行空中三角测量解算,得到联合空三影像数据,包括:
获取所述第一影像数据对应的目标色彩参数,按照所述目标色彩参数对所述第二影像数据的色彩进行调整,得到所述第二影像数据对应的目标色彩影像数据;
根据所述第一外方位元素和所述第二外方位元素,对所述第一影像数据和所述目标色彩影像数据进行空中三角测量解算,得到所述联合空三影像数据。
在其中一个实施例中,所述获取所述第一影像数据对应的目标色彩参数,按照所述目标色彩参数对所述第二影像数据的色彩进行调整,得到所述第二影像数据对应的目标色彩影像数据,之前包括:
根据所述第一外方位元素和所述第二外方位元素,对所述第一影像数据和所述第二影像数据进行空中三角测量解算,得到初始联合空三影像数据;其中,所述初始联合空三影像数据包括所述第一影像数据对应的第一初始联合外方位元素和所述第二影像数据对应的第二初始联合外方位元素;
将所述第一初始联合外方位元素确定为更新后的第一外方位元素,将所述第二初始联合外方位元素确定为更新后的第二外方位元素。
在其中一个实施例中,所述根据所述第一外方位元素和所述第二外方位元素,对所述第一影像数据和所述第二影像数据进行空中三角测量解算,得到初始联合空三影像数据,包括:
从所述第一影像数据中获取第一目标连接点;
根据所述第一目标连接点,从所述第二影像数据中获取与所述第一目标连接点对应的第二目标连接点;
连接所述第一目标连接点与所述第一目标连接点,并根据所述第一外方位元素和所述第二外方位元素,对所述第一影像数据和所述第二影像数据进行空中三角测量解算,得到所述初始联合空三影像数据。
在其中一个实施例中,所述获取目标色彩参数的获取方式,包括:
获取所述初始联合空三影像数据对应的目标侧面点云;
从所述第一影像数据中确定出所述目标侧面点云对应的目标区域;
将所述目标区域对应的色彩参数确定为所述目标色彩参数。
在其中一个实施例中,所述第二影像数据包括至少一个片段影像数据;
所述获取第二影像数据对应的第二外方位元素,包括:
获取所述至少一个片段影像数据对应的至少一个片段外方位元素;
对所述至少一个片段外方位元素进行融合,得到所述第二外方位元素。
在其中一个实施例中,所述第二影像数据的获取方式,还包括:
获取初始第二影像数据,按照预设需求,确定出所述初始第二影像数据的有效区域;
根据所述有效区域,对所述初始第二影像数据进行掩膜处理,得到所述第二影像数据。
一种三维模型生成装置,所述装置包括:
数据获取模块,用于获取第一影像数据对应的第一外方位元素,以及获取第二影像数据对应的第二外方位元素;其中,所述第一影像数据为从第一预设方位获得的多角度影像数据,所述第二影像数据为从第二预设方位获得的多角度影像数据;
联合空三模块,用于根据所述第一外方位元素和所述第二外方位元素,对所述第一影像数据和所述第二影像数据进行空中三角测量解算,得到联合空三影像数据;其中,所述联合空三影像数据包括所述第一影像数据对应的第一联合外方位元素和所述第二影像数据对应的第二联合外方位元素;
三维模型生成模块,用于根据所述联合空三影像数据,生成与所述第一影像数据和所述第二影像数据对应的联合三维模型。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述的方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
上述三维模型生成方法、装置、计算机设备和存储介质,根据第一影像数据对应的第一外方位元素据和第二影像数据对应的第二外方位元素,对第一影像数据和第二影像数据进行空中三角测量解算,得到联合空三影像数据,并根据联合空三影像数据,构建联合三维模型。其中,第一影像数据为从第一预设方位获得的多角度影像数据,第二影像数据为从第二预设方位获得的多角度影像数据,通过第一影像数据和第二影像数据对应的联合空三影像数据,生成联合三维模型,能够同时兼顾各个角度或各个高度上的影像数据,精确而真实地还原真实场景。
附图说明
图1为一个实施例中三维模型生成方法的应用环境图
图2为一个实施例中三维模型生成方法的流程示意图;
图3为一个实施例中步骤S200的一种可实施方式的流程示意图;
图4为一个实施例中步骤S100的一种可实施方式的流程示意图;
图5为一个实施例中步骤S100的一种可实施方式的流程示意图;
图6为一个具体实施例中三维模型生成方法的流程示意图;
图7为一个实施例中三维模型生成装置的结构框图;
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的三维模型生成方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。终端102获取第一影像数据对应的第一外方位元素,以及获取第二影像数据对应的第二外方位元素;第一影像数据为从第一预设方位获得的多角度影像数据,第二影像数据为从第二预设方位获得的多角度影像数据;同时对第一影像数据和第二影像数据进行空中三角测量解算,得到联合空三影像数据;根据联合空三影像数据,生成对应的联合三维模型。其中,第一影像数据为从第一预设方位获得的多角度影像数据,第二影像数据为从第二预设方位获得的多角度影像数据,根据第一影像数据和第二影像数据,生成联合三维模型,能够同时兼顾各个角度或各个高度上的影像数据,精确而真实地还原真实场景。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现,服务器104中存储有用于三维模型生成的影像数据和参数,用于三维模型生成的影像数据可以通过航空影像采集设备、地面影像采集设备等影像采集设备获取。
在一个实施例中,如图2所示,提供了一种三维模型生成方法,本实施例以该方法应用于终端进行举例说明,具体包括以下步骤:
步骤S100,获取第一影像数据对应的第一外方位元素,以及获取第二影像数据对应的第二外方位元素;其中,第一影像数据为从第一预设方位获得的多角度影像数据,第二影像数据为从第二预设方位获得的多角度影像数据。
步骤S200,根据第一外方位元素和第二外方位元素,对第一影像数据和第二影像数据进行空中三角测量解算,得到联合空三影像数据;其中,联合空三影像数据包括第一影像数据对应的第一联合外方位元素和第二影像数据对应的第二联合外方位元素。
步骤S300,根据联合空三影像数据,生成与第一影像数据和第二影像数据对应的联合三维模型。
其中,外方位元素是确定摄影光束在物方的几何关系的基本数据,用于表征摄影光束在摄影瞬间的空间位置,包括摄影中心在某一空间直角坐标系中的三维坐标值(线元素)和确定摄影光束空间方位的三个角定向元素共6个数据。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,利用野外控制点通过空中三角测量进行平差求解,能够得出外方位元素。第一预设方位是指采集第一影像数据的角度和方位,例如,可以是自上而下俯视获取影像数据的多个角度,还可以是自下而上仰视获取影像数据的多个角度,还可以是从左到右的侧视获取影像数据的多个角度等。第二预设方位是与第一预设方位相对的位置和角度,用于获得与第一预设方位不同角度的影像数据。第一预设方位获取第一影像数据与第二预设方位获取第二影像数据的配合使用,可以获得关于实景的多维影像数据,为后续的三维模型建立提供全面的基础信息。
具体地,以构建目标建筑物的三维模型为例进行说明。示例地,从第一预设方位获取目标建筑物的多角度影像数据作为第一影像数据,从第二预设方位获取目标建筑物的多角度影像数据作为第二影像数据。并分别获取第一影像数据对应的第一外方位元素,以及获取第二影像数据对应的第二外方位元素。将第一影像数据和第二影像数据进行合并,同时进行空中三角测量解算,得到包括第一影像数据对应的第一联合外方位元素和第二影像数据对应的第二联合外方位元素的联合空三影像数据。最后,基于联合空三影像数据,设置模型坐标系、原点,并构建不规则三角网并进行纹理映射,获得第一预设方位与第二预设方位一体化的实景三维模型。
示例地,对于实景三维模型的建立,通常是将第一预设方位设置为自上而下俯视获取影像数据的多个角度的方位,而第而预设方位设置为自下而上仰视获取影像数据的多个角度的方位。从第一预设方位获取的多角度影像数据为航空影像数据,从第二预设方位获取的多角度影像数据为地面影像数据,根据航空影像数据和地面影像数据,可以同时进行空中三角测量解算,得到空地联合空三影像数据,并基于空地联合空三影像数据,设置模型坐标系、原点,并构建不规则三角网并进行纹理映射,获得空地一体化的实景三维模型。
上述三维模型生成方法中,根据第一影像数据对应的第一外方位元素据和第二影像数据对应的第二外方位元素,对第一影像数据和第二影像数据进行空中三角测量解算,得到联合空三影像数据,并根据联合空三影像数据,构建联合三维模型。其中,第一影像数据为从第一预设方位获得的多角度影像数据,第二影像数据为从第二预设方位获得的多角度影像数据,通过第一影像数据和第二影像数据对应的联合空三影像数据,生成联合三维模型,能够同时兼顾各个角度或各个高度上的影像数据,精确而真实地还原真实场景。
在一个实施例中,如图3所示,为步骤S200的一种可实施方式的流程示意图,具体包括以下步骤:
步骤S210,根据第一外方位元素和第二外方位元素,对第一影像数据和第二影像数据进行空中三角测量解算,得到初始联合空三影像数据;其中,初始联合空三影像数据包括第一影像数据对应的第一初始联合外方位元素和第二影像数据对应的第二初始联合外方位元素。
步骤S220,将第一初始联合外方位元素确定为更新后的第一外方位元素,将第二初始联合外方位元素确定为更新后的第二外方位元素。
步骤S230,获取第一影像数据对应的目标色彩参数,按照目标色彩参数对第二影像数据的色彩进行调整,得到第二影像数据对应的目标色彩影像数据。
步骤S240,根据第一外方位元素和第二外方位元素,对第一影像数据和目标色彩影像数据进行空中三角测量解算,得到联合空三影像数据。
其中,目标色彩参数是指第一影像数据中选定区域的色彩参数,可以为选定区域的色彩参数值、灰度值、像素值等。
具体地,根据第一外方位元素和第二外方位元素,同时对第一影像数据和第二影像数据进行空中三角测量解算,得到包括第一影像数据对应的第一初始联合外方位元素和第二影像数据对应的第二初始联合外方位元素的初始联合空三影像数据。将第一初始联合外方位元素确定为更新后的第一外方位元素,将第二初始联合外方位元素确定为更新后的第二外方位元素。然后,获取第一影像数据对应的目标色彩参数,按照目标色彩参数对第二影像数据的色彩进行调整,得到第二影像数据对应的目标色彩影像数据。其中,第一影像数据和第二影像数据为针对同一标的物的不同角度获取到的影像数据,不同角度得到的影像数据由于角度、高度和拍摄设备的不同,可能存在色差,因此选取第一影像数据对应的目标色彩参数,对第二影像数据的颜色进行调整,可以获得颜色统一的影像数据,同时对第一影像数据和目标色彩影像数据进行空中三角测量解算,得到颜色统一的联合空三影像数据,避免出现颜色的断层。
可选地,获取初始联合空三影像数据的方式还包括:从第一影像数据中获取第一目标连接点;根据第一目标连接点,从第二影像数据中获取与第一目标连接点对应的第二目标连接点;连接第一目标连接点与第一目标连接点,并根据第一外方位元素和第二外方位元素,对第一影像数据和第二影像数据进行空中三角测量解算,得到初始联合空三影像数据。
具体地,为避免出现分层现象,可通过添加连接点的方式来提升空三质量,连接点个数至少三个,需均匀分布在影像中,避免分布到一条直线上。从第一影像数据中获取第一目标连接点,从第二影像数据中获取与第一目标连接点对应的第二目标连接点,连接第一目标连接点与第一目标连接点,并根据第一外方位元素和第二外方位元素,同时对第一影像数据和第二影像数据进行空中三角测量解算,得到初始联合空三影像数据。
可选地,获取目标色彩参数的获取方式,包括:获取初始联合空三影像数据对应的目标侧面点云;从第一影像数据中确定出目标侧面点云对应的目标区域;将目标区域对应的色彩参数确定为目标色彩参数。
具体地,通常情况来说,受相机型号、天气、光线等因素影像,第一影像数据和第二影像数据的颜色会存在一定差别,这种色差的存在会导致匹配困难。可以将第二影像数据的颜色向第一影像数据靠近,以消除色差的存在。可选地,可以将第一影像数据的颜色向第二影像数据靠近,以消除色差的存在。筛选基于初始联合空三影像数据对应的目标侧面点云,从第一影像数据中确定出目标侧面点云对应的目标区域,将目标区域对应的色彩参数确定为目标色彩参数。
上述实施例中,根据第一外方位元素和第二外方位元素,对第一影像数据和第二影像数据进行空中三角测量解算,得到初始联合空三影像数据;其中,初始联合空三影像数据包括第一影像数据对应的第一初始联合外方位元素和第二影像数据对应的第二初始联合外方位元素,能够初步实现对第一影像数据和第二影像数据的联合空三,使得第一影像数据和第二影像数据初步对齐,为后续的精细化处理提供基础。接着,获取第一影像数据对应的目标色彩参数,按照目标色彩参数对第二影像数据的色彩进行调整,得到第二影像数据对应的目标色彩影像数据;根据第一外方位元素和第二外方位元素,对第一影像数据和目标色彩影像数据进行空中三角测量解算,得到联合空三影像数据。可以获得颜色统一的影像数据,对第一影像数据和目标色彩影像数据进行空中三角测量解算,得到颜色统一的联合空三影像数据,避免出现颜色的断层,使得后续根据联合空三影像数据生成的联合三维模型能够更精确而真实地还原真实场景。
在一个实施例中,如图4所示,为步骤S100的一种可实施方式的流程示意图,具体包括以下步骤:
步骤S111,获取至少一个片段影像数据对应的至少一个片段外方位元素。
步骤S112,对至少一个片段外方位元素进行融合,得到第二外方位元素。
其中,第二影像数据包括至少一个片段影像数据。
具体地,由于标的物的大小和形状较为多变,为实现精细化建模,需要获取到标的物不同视角的影像数据。对于第二影像数据中的每一片段影像数据,确定出其对应的片段外方位元素,并对得到的多个片段外方位元素进行融合,得到第二外方位元素。
上述实施例中,获取至少一个片段影像数据对应的至少一个片段外方位元素;对至少一个片段外方位元素进行融合,得到第二外方位元素。为精细化建模提供了数据基础,使得根据片段影像数据得到的第二外方位元素能更精细和准确地反应第二影像,最终实现精确而真实地还原真实场景的目的。
在一个实施例中,如图5所示,为步骤S100的一种可实施方式的流程示意图,具体包括以下步骤:
步骤S121,获取初始第二影像数据,按照预设需求,确定出初始第二影像数据的有效区域。
步骤S122,根据有效区域,对初始第二影像数据进行掩膜处理,得到第二影像数据。
其中,预设需求是指需要进行三维模型构建的实景的标的物,例如,真实场景中存在A、B、C三个建筑物,而需要进行实景建模的为建筑物A和建筑物B,无需对建筑物C进行建模等需求。有效区域是指根据预设需求确定出的建模区域,例如,需要进行实景建模的为建筑物A和建筑物B,则建筑物A和建筑物B的所在区域即为有效区域。掩模一般是由0和1组成的一个二进制图像。当在某一功能中应用掩模时,1值区域被处理,被屏蔽的0值区域不被包括在计算中。通过指定的数据值、数据范围、有限或无限值、感兴趣区和注释文件来定义图像掩模,也可以应用上述选项的任意组合作为输入来建立掩模。
具体地,获取初始第二影像数据,按照预设需求,确定出初始第二影像数据的有效区域。例如,需要进行实景建模的为建筑物A和建筑物B,则将建筑物A和建筑物B的所在区域确定为有效区域。根据有效区域,对初始第二影像数据进行掩膜处理,例如,将有效区域标记为“1”,其他区域标记为“0”,得到第二影像数据.
上述实施例中,获取初始第二影像数据,按照预设需求,确定出初始第二影像数据的有效区域;根据有效区域,对初始第二影像数据进行掩膜处理,得到第二影像数据。从而可以精细化拆分需要参与建模的有效区域,使得最终构建的三维模型仅包括需要进行三维实景建模的区域,不包括其他区域,在兼顾各个角度或各个高度上的影像数据的基础上,精确而真实地还原真实场景。同时,通过掩模处理,还能进一步减少参与建模的数据,减少系统的负载,提高建模速度。
在一个具体的实施例中,如图6所示,提供了一种三维模型生成方法,具体包括:利用无人机、有人机等航空设备进行航空影像数据(第一影像数据)获取,利用移动扫描背包、移动扫描汽车、移动扫描三轮车等进行地面影像数据(第二影像数据)获取;根据需求制作掩膜、进行航空影像空三、地面影像空三以及航空影像和地面影像初次联合空三;地面影像匀色、航空影像和地面影像再次联合空三,直至模型生成。
航空影像和地面影像的获取:将倾斜多视角成像仪、POS设备搭载到无人机上,获取多视角航空影像,将多视角成像仪、POS设备搭载到地面采集设备(汽车、背包、推车)上,采集多视角地面影像。
地面照片掩膜制作:根据项目需求,确定地面照片的参与运算的区域,即有效区域。有效区域可以是地面照片的全部,也可以是局部,例如只是一层底商。制作和原始照片同样大小的黑白掩膜文件,白色代表有效区域,黑色代表无效区域。
航空影像空三:利用SFM算法,基于POS信息将航空影像进行密集点云匹配,获取每张航片精确的外方位元素。
地面影像空三:利用SFM算法,基于POS信息将照片进行密集点云匹配,获取每张地面照片的外方位元素。
航空影像和地面影像初次联合空三:将单独空三的航空影像和地面影像进行合并,进行联合空三,即将航空影像和地面影像同时进行空中三角测量解算,计算每张照片的外方位元素。为避免出现分层现象,可通过添加连接点的方式来提升空三质量,连接点需均匀分布到地面和墙面上。
地面影像匀色:通常情况来说,受相机型号、天气、光线等因素影像,航空影像和地面影像的颜色会存在一定差别,这种色差的存在会导致密集匹配困难。鉴于航空影像的覆盖范围大于地面影像,顾将地面影像的颜色向航空影像靠近。具体地,确定匀色模板,筛选空三后匹配的密集点云的侧面,利用共线方程反算出匹配该点云的航空照片,如果该照片不受其他地物遮挡拍摄到了地物侧面,即可确定为匀色模板。对匀色模板进行裁切,使其拍摄的范围和地面照片尽可能一致。利用颜色匹配的方法,计算航片的色彩参数,将该色彩参数迁移至地面影像。
航空影像和地面影像再次联合空三:用匀色后的地面照片替换原始地面照片,进行航空影像和地面影像的再次联合空三。
模型生成:基于空三后的成果,设置模型坐标系、原点,构建不规则三角网并进行纹理映射,获得空地一体实景三维模型。
上述实施例中,可实现航空影像和地面影像的深度融合,构建侧面清晰、顶部完整、整体一致的空地一体匹配法实景三维模型,充分发挥不同传感器的优势。同时,可实现航空影像和地面影像的快速融合,构建精细化三维模型,为智慧城市、数字城市、数字孪生城市提供技术支撑。
应该理解的是,虽然图1-6的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-6中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图7所示,提供了一种三维模型生成装置,包括:数据获取模块701、联合空三模块702和三维模型生成模块703,其中:
数据获取模块701,用于获取第一影像数据对应的第一外方位元素,以及获取第二影像数据对应的第二外方位元素;其中,第一影像数据为从第一预设方位获得的多角度影像数据,第二影像数据为从第二预设方位获得的多角度影像数据;
联合空三模块702,用于根据第一外方位元素和第二外方位元素,对第一影像数据和第二影像数据进行空中三角测量解算,得到联合空三影像数据;其中,联合空三影像数据包括第一影像数据对应的第一联合外方位元素和第二影像数据对应的第二联合外方位元素;
三维模型生成模块703,用于根据联合空三影像数据,生成与第一影像数据和第二影像数据对应的联合三维模型。
在其中一个实施例中,联合空三模块702还用于获取第一影像数据对应的目标色彩参数,按照目标色彩参数对第二影像数据的色彩进行调整,得到第二影像数据对应的目标色彩影像数据;根据第一外方位元素和第二外方位元素,对第一影像数据和目标色彩影像数据进行空中三角测量解算,得到联合空三影像数据。
在其中一个实施例中,联合空三模块702还用于根据第一外方位元素和第二外方位元素,对第一影像数据和第二影像数据进行空中三角测量解算,得到初始联合空三影像数据;其中,初始联合空三影像数据包括第一影像数据对应的第一初始联合外方位元素和第二影像数据对应的第二初始联合外方位元素;将第一初始联合外方位元素确定为更新后的第一外方位元素,将第二初始联合外方位元素确定为更新后的第二外方位元素。
在其中一个实施例中,联合空三模块702还用于从第一影像数据中获取第一目标连接点;根据第一目标连接点,从第二影像数据中获取与第一目标连接点对应的第二目标连接点;连接第一目标连接点与第一目标连接点,并根据第一外方位元素和第二外方位元素,对第一影像数据和第二影像数据进行空中三角测量解算,得到初始联合空三影像数据。
在其中一个实施例中,联合空三模块702还用于获取初始联合空三影像数据对应的目标侧面点云;从第一影像数据中确定出目标侧面点云对应的目标区域;将目标区域对应的色彩参数确定为目标色彩参数。
在其中一个实施例中,数据获取模块701还用于获取至少一个片段影像数据对应的至少一个片段外方位元素;对至少一个片段外方位元素进行融合,得到第二外方位元素。
在其中一个实施例中,数据获取模块701还用于获取初始第二影像数据,按照预设需求,确定出初始第二影像数据的有效区域;根据有效区域,对初始第二影像数据进行掩膜处理,得到第二影像数据。
关于三维模型生成装置的具体限定可以参见上文中对于三维模型生成方法的限定,在此不再赘述。上述三维模型生成装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种三维模型生成方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取第一影像数据对应的第一外方位元素,以及获取第二影像数据对应的第二外方位元素;其中,第一影像数据为从第一预设方位获得的多角度影像数据,第二影像数据为从第二预设方位获得的多角度影像数据;
根据第一外方位元素和第二外方位元素,对第一影像数据和第二影像数据进行空中三角测量解算,得到联合空三影像数据;其中,联合空三影像数据包括第一影像数据对应的第一联合外方位元素和第二影像数据对应的第二联合外方位元素;
根据联合空三影像数据,生成与第一影像数据和第二影像数据对应的联合三维模型。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取第一影像数据对应的目标色彩参数,按照目标色彩参数对第二影像数据的色彩进行调整,得到第二影像数据对应的目标色彩影像数据;根据第一外方位元素和第二外方位元素,对第一影像数据和目标色彩影像数据进行空中三角测量解算,得到联合空三影像数据。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据第一外方位元素和第二外方位元素,对第一影像数据和第二影像数据进行空中三角测量解算,得到初始联合空三影像数据;其中,初始联合空三影像数据包括第一影像数据对应的第一初始联合外方位元素和第二影像数据对应的第二初始联合外方位元素;将第一初始联合外方位元素确定为更新后的第一外方位元素,将第二初始联合外方位元素确定为更新后的第二外方位元素。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:从第一影像数据中获取第一目标连接点;根据第一目标连接点,从第二影像数据中获取与第一目标连接点对应的第二目标连接点;连接第一目标连接点与第一目标连接点,并根据第一外方位元素和第二外方位元素,对第一影像数据和第二影像数据进行空中三角测量解算,得到初始联合空三影像数据。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取初始联合空三影像数据对应的目标侧面点云;从第一影像数据中确定出目标侧面点云对应的目标区域;将目标区域对应的色彩参数确定为目标色彩参数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取至少一个片段影像数据对应的至少一个片段外方位元素;对至少一个片段外方位元素进行融合,得到第二外方位元素。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取初始第二影像数据,按照预设需求,确定出初始第二影像数据的有效区域;根据有效区域,对初始第二影像数据进行掩膜处理,得到第二影像数据。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取第一影像数据对应的第一外方位元素,以及获取第二影像数据对应的第二外方位元素;其中,第一影像数据为从第一预设方位获得的多角度影像数据,第二影像数据为从第二预设方位获得的多角度影像数据;
根据第一外方位元素和第二外方位元素,对第一影像数据和第二影像数据进行空中三角测量解算,得到联合空三影像数据;其中,联合空三影像数据包括第一影像数据对应的第一联合外方位元素和第二影像数据对应的第二联合外方位元素;
根据联合空三影像数据,生成与第一影像数据和第二影像数据对应的联合三维模型。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取第一影像数据对应的目标色彩参数,按照目标色彩参数对第二影像数据的色彩进行调整,得到第二影像数据对应的目标色彩影像数据;根据第一外方位元素和第二外方位元素,对第一影像数据和目标色彩影像数据进行空中三角测量解算,得到联合空三影像数据。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据第一外方位元素和第二外方位元素,对第一影像数据和第二影像数据进行空中三角测量解算,得到初始联合空三影像数据;其中,初始联合空三影像数据包括第一影像数据对应的第一初始联合外方位元素和第二影像数据对应的第二初始联合外方位元素;将第一初始联合外方位元素确定为更新后的第一外方位元素,将第二初始联合外方位元素确定为更新后的第二外方位元素。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:从第一影像数据中获取第一目标连接点;根据第一目标连接点,从第二影像数据中获取与第一目标连接点对应的第二目标连接点;连接第一目标连接点与第一目标连接点,并根据第一外方位元素和第二外方位元素,对第一影像数据和第二影像数据进行空中三角测量解算,得到初始联合空三影像数据。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取初始联合空三影像数据对应的目标侧面点云;从第一影像数据中确定出目标侧面点云对应的目标区域;将目标区域对应的色彩参数确定为目标色彩参数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取至少一个片段影像数据对应的至少一个片段外方位元素;对至少一个片段外方位元素进行融合,得到第二外方位元素。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取初始第二影像数据,按照预设需求,确定出初始第二影像数据的有效区域;根据有效区域,对初始第二影像数据进行掩膜处理,得到第二影像数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上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申请的几种实施方式,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,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种三维模型生成方法,其特征在于,所述方法包括:
获取第一影像数据对应的第一外方位元素,以及获取第二影像数据对应的第二外方位元素;其中,所述第一影像数据为从第一预设方位获得的多角度影像数据,所述第二影像数据为从第二预设方位获得的多角度影像数据;
根据所述第一外方位元素和所述第二外方位元素,对所述第一影像数据和所述第二影像数据进行空中三角测量解算,得到联合空三影像数据;其中,所述联合空三影像数据包括所述第一影像数据对应的第一联合外方位元素和所述第二影像数据对应的第二联合外方位元素;
根据所述联合空三影像数据,生成与所述第一影像数据和所述第二影像数据对应的联合三维模型;
所述根据所述第一外方位元素和所述第二外方位元素,对所述第一影像数据和所述第二影像数据进行空中三角测量解算,得到联合空三影像数据,包括:
获取所述第一影像数据对应的目标色彩参数,按照所述目标色彩参数对所述第二影像数据的色彩进行调整,得到所述第二影像数据对应的目标色彩影像数据;
根据所述第一外方位元素和所述第二外方位元素,对所述第一影像数据和所述目标色彩影像数据进行空中三角测量解算,得到所述联合空三影像数据;
所述获取所述第一影像数据对应的目标色彩参数,按照所述目标色彩参数对所述第二影像数据的色彩进行调整,得到所述第二影像数据对应的目标色彩影像数据,之前包括:
根据所述第一外方位元素和所述第二外方位元素,对所述第一影像数据和所述第二影像数据进行空中三角测量解算,得到初始联合空三影像数据;其中,所述初始联合空三影像数据包括所述第一影像数据对应的第一初始联合外方位元素和所述第二影像数据对应的第二初始联合外方位元素;
将所述第一初始联合外方位元素确定为更新后的第一外方位元素,将所述第二初始联合外方位元素确定为更新后的第二外方位元素。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一外方位元素和所述第二外方位元素,对所述第一影像数据和所述第二影像数据进行空中三角测量解算,得到初始联合空三影像数据,包括:
从所述第一影像数据中获取第一目标连接点;
根据所述第一目标连接点,从所述第二影像数据中获取与所述第一目标连接点对应的第二目标连接点;
连接所述第一目标连接点与所述第一目标连接点,并根据所述第一外方位元素和所述第二外方位元素,对所述第一影像数据和所述第二影像数据进行空中三角测量解算,得到所述初始联合空三影像数据。
3.根据权利要求1所述的方法,其特征在于,所述获取目标色彩参数的获取方式,包括:
获取所述初始联合空三影像数据对应的目标侧面点云;
从所述第一影像数据中确定出所述目标侧面点云对应的目标区域;
将所述目标区域对应的色彩参数确定为所述目标色彩参数。
4.根据权利要求1所述的方法,其特征在于,所述第二影像数据包括至少一个片段影像数据;
所述获取第二影像数据对应的第二外方位元素,包括:
获取所述至少一个片段影像数据对应的至少一个片段外方位元素;
对所述至少一个片段外方位元素进行融合,得到所述第二外方位元素。
5.根据权利要求1所述的方法,其特征在于,所述第二影像数据的获取方式,还包括:
获取初始第二影像数据,按照预设需求,确定出所述初始第二影像数据的有效区域;
根据所述有效区域,对所述初始第二影像数据进行掩膜处理,得到所述第二影像数据。
6.一种三维模型生成装置,其特征在于,所述装置包括:
数据获取模块,用于获取第一影像数据对应的第一外方位元素,以及获取第二影像数据对应的第二外方位元素;其中,所述第一影像数据为从第一预设方位获得的多角度影像数据,所述第二影像数据为从第二预设方位获得的多角度影像数据;
联合空三模块,用于根据所述第一外方位元素和所述第二外方位元素,对所述第一影像数据和所述第二影像数据进行空中三角测量解算,得到联合空三影像数据;其中,所述联合空三影像数据包括所述第一影像数据对应的第一联合外方位元素和所述第二影像数据对应的第二联合外方位元素;
三维模型生成模块,用于根据所述联合空三影像数据,生成与所述第一影像数据和所述第二影像数据对应的联合三维模型;
所述联合空三模块具体用于:
获取所述第一影像数据对应的目标色彩参数,按照所述目标色彩参数对所述第二影像数据的色彩进行调整,得到所述第二影像数据对应的目标色彩影像数据;
根据所述第一外方位元素和所述第二外方位元素,对所述第一影像数据和所述目标色彩影像数据进行空中三角测量解算,得到所述联合空三影像数据;
所述联合空三模块具体用于:
根据所述第一外方位元素和所述第二外方位元素,对所述第一影像数据和所述第二影像数据进行空中三角测量解算,得到初始联合空三影像数据;其中,所述初始联合空三影像数据包括所述第一影像数据对应的第一初始联合外方位元素和所述第二影像数据对应的第二初始联合外方位元素;
将所述第一初始联合外方位元素确定为更新后的第一外方位元素,将所述第二初始联合外方位元素确定为更新后的第二外方位元素。
7.根据权利要求6所述的装置,其特征在于,所述联合空三模块具体用于:
从所述第一影像数据中获取第一目标连接点;
根据所述第一目标连接点,从所述第二影像数据中获取与所述第一目标连接点对应的第二目标连接点;
连接所述第一目标连接点与所述第一目标连接点,并根据所述第一外方位元素和所述第二外方位元素,对所述第一影像数据和所述第二影像数据进行空中三角测量解算,得到所述初始联合空三影像数据。
8.根据权利要求6所述的装置,其特征在于,所述联合空三模块具体用于:
获取所述初始联合空三影像数据对应的目标侧面点云;
从所述第一影像数据中确定出所述目标侧面点云对应的目标区域;
将所述目标区域对应的色彩参数确定为所述目标色彩参数。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010829249.9A CN111951402B (zh) | 2020-08-18 | 2020-08-18 | 三维模型生成方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010829249.9A CN111951402B (zh) | 2020-08-18 | 2020-08-18 | 三维模型生成方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111951402A CN111951402A (zh) | 2020-11-17 |
CN111951402B true CN111951402B (zh) | 2024-02-23 |
Family
ID=73342697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010829249.9A Active CN111951402B (zh) | 2020-08-18 | 2020-08-18 | 三维模型生成方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111951402B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113504553B (zh) * | 2021-06-29 | 2024-03-29 | 南京航空航天大学 | 一种城市峡谷内基于精确3d城市模型的gnss定位方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108665536A (zh) * | 2018-05-14 | 2018-10-16 | 广州市城市规划勘测设计研究院 | 三维与实景数据可视化方法、装置与计算机可读存储介质 |
CN109269472A (zh) * | 2018-08-08 | 2019-01-25 | 广州市城市规划勘测设计研究院 | 倾斜摄影测量建筑物特征线提取方法、装置与存储介质 |
KR20190051704A (ko) * | 2017-11-07 | 2019-05-15 | 공간정보기술 주식회사 | 스테레오 카메라 드론을 활용한 무기준점 3차원 위치좌표 취득 방법 및 시스템 |
WO2019093532A1 (ko) * | 2017-11-07 | 2019-05-16 | 공간정보기술 주식회사 | 스트레오 카메라 드론을 활용한 무기준점 3차원 위치좌표 취득 방법 및 시스템 |
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 |
CN110136259A (zh) * | 2019-05-24 | 2019-08-16 | 唐山工业职业技术学院 | 一种基于倾斜摄影辅助bim和gis的三维建模技术 |
CN110246221A (zh) * | 2019-06-25 | 2019-09-17 | 中煤航测遥感集团有限公司 | 真正射影像获得方法及装置 |
CN110570466A (zh) * | 2019-09-09 | 2019-12-13 | 广州建通测绘地理信息技术股份有限公司 | 三维实景点云模型的生成方法和装置 |
CN111415409A (zh) * | 2020-04-15 | 2020-07-14 | 北京煜邦电力技术股份有限公司 | 一种基于倾斜摄影的建模方法、系统、设备和存储介质 |
CN111476893A (zh) * | 2020-05-09 | 2020-07-31 | 中海油能源发展装备技术有限公司 | 基于海上油气田设备设施的三维实景建模方法及装置 |
-
2020
- 2020-08-18 CN CN202010829249.9A patent/CN111951402B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190051704A (ko) * | 2017-11-07 | 2019-05-15 | 공간정보기술 주식회사 | 스테레오 카메라 드론을 활용한 무기준점 3차원 위치좌표 취득 방법 및 시스템 |
WO2019093532A1 (ko) * | 2017-11-07 | 2019-05-16 | 공간정보기술 주식회사 | 스트레오 카메라 드론을 활용한 무기준점 3차원 위치좌표 취득 방법 및 시스템 |
CN108665536A (zh) * | 2018-05-14 | 2018-10-16 | 广州市城市规划勘测设计研究院 | 三维与实景数据可视化方法、装置与计算机可读存储介质 |
CN109269472A (zh) * | 2018-08-08 | 2019-01-25 | 广州市城市规划勘测设计研究院 | 倾斜摄影测量建筑物特征线提取方法、装置与存储介质 |
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 |
CN110136259A (zh) * | 2019-05-24 | 2019-08-16 | 唐山工业职业技术学院 | 一种基于倾斜摄影辅助bim和gis的三维建模技术 |
CN110246221A (zh) * | 2019-06-25 | 2019-09-17 | 中煤航测遥感集团有限公司 | 真正射影像获得方法及装置 |
CN110570466A (zh) * | 2019-09-09 | 2019-12-13 | 广州建通测绘地理信息技术股份有限公司 | 三维实景点云模型的生成方法和装置 |
CN111415409A (zh) * | 2020-04-15 | 2020-07-14 | 北京煜邦电力技术股份有限公司 | 一种基于倾斜摄影的建模方法、系统、设备和存储介质 |
CN111476893A (zh) * | 2020-05-09 | 2020-07-31 | 中海油能源发展装备技术有限公司 | 基于海上油气田设备设施的三维实景建模方法及装置 |
Non-Patent Citations (7)
Title |
---|
低空无人机倾斜摄影测量成果精度研究;李欢;;甘肃科学学报(第02期);29-35 * |
利用倾斜摄影的黄河三峡景区三维重建研究;王果;张迪;肖海红;谢瑞;;河南科学(第11期);122-126 * |
基于POS系统直接地理定位快速制作DOM;郑雄伟;王建超;郭大海;张宗贵;;国土资源遥感(第04期);54-56+127 * |
基于WorldView-3卫星多视角数据的三维实景建模技术研究;祝晓坤;;城市勘测(第05期);8-13 * |
多影像空三平差辅助下的车载全景相机严密标定方法;刘凤英;陈天恩;王冬;;测绘通报(第07期);27-32 * |
多视影像的城市实景三维生产关键技术;李莹;林宗坚;苏国中;;遥感信息(第01期);38-42 * |
简单地形地貌区优化无人机航测空三的一种方法;樊鹏昊;姜泉;尹燕运;;岩土工程技术(第03期);20-22 * |
Also Published As
Publication number | Publication date |
---|---|
CN111951402A (zh) | 2020-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108665536B (zh) | 三维与实景数据可视化方法、装置与计算机可读存储介质 | |
CN109683699B (zh) | 基于深度学习实现增强现实的方法、装置及移动终端 | |
CN111436208B (zh) | 一种测绘采样点的规划方法、装置、控制终端及存储介质 | |
Sanz‐Ablanedo et al. | Reducing systematic dome errors in digital elevation models through better UAV flight design | |
CN110728671B (zh) | 基于视觉的无纹理场景的稠密重建方法 | |
CN111815759B (zh) | 一种可量测实景图片的生成方法、装置、计算机设备 | |
TW200935353A (en) | Geospatial modeling system and related method using multiple sources of geographic information | |
CN111627119B (zh) | 纹理贴图方法及装置、设备、存储介质 | |
CN116129020A (zh) | 一种新型实景三维建模方法 | |
CN115358486B (zh) | 基于立体卫星影像的港口货运量预测方法、系统及应用 | |
CN108444452B (zh) | 目标经纬度和拍摄装置的三维空间姿态的检测方法及装置 | |
CN111951402B (zh) | 三维模型生成方法、装置、计算机设备和存储介质 | |
WO2021035627A1 (zh) | 获取深度图的方法、装置及计算机存储介质 | |
CN111527375B (zh) | 一种测绘采样点的规划方法、装置、控制终端及存储介质 | |
CN112907451A (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
US10460427B2 (en) | Converting imagery and charts to polar projection | |
Atik et al. | An automatic image matching algorithm based on thin plate splines | |
CN113034621B (zh) | 联合标定方法、装置、设备、车辆及存储介质 | |
US20210103726A1 (en) | Building footprint | |
Lin et al. | Intelligent warehouse monitoring based on distributed system and edge computing | |
Harshit et al. | Advancements in open-source photogrammetry with a point cloud standpoint | |
CN117392317A (zh) | 实景三维建模方法、装置、计算机设备和存储介质 | |
CN117197361B (zh) | 实景三维数据库构建方法、电子设备和计算机可读介质 | |
Gonçalves et al. | 3D cliff reconstruction by drone: An in-depth analysis of the image network | |
CN116817929B (zh) | 一种无人机对地平面多目标同时定位方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |