CN112381942B - 基于无人机红外图像的建筑三维温度模型的建立方法 - Google Patents
基于无人机红外图像的建筑三维温度模型的建立方法 Download PDFInfo
- Publication number
- CN112381942B CN112381942B CN202011209273.9A CN202011209273A CN112381942B CN 112381942 B CN112381942 B CN 112381942B CN 202011209273 A CN202011209273 A CN 202011209273A CN 112381942 B CN112381942 B CN 112381942B
- Authority
- CN
- China
- Prior art keywords
- building
- gray
- unmanned aerial
- aerial vehicle
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012545 processing Methods 0.000 claims description 8
- 101150064138 MAP1 gene Proteins 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 6
- 101100400452 Caenorhabditis elegans map-2 gene Proteins 0.000 claims description 4
- 238000009529 body temperature measurement Methods 0.000 claims description 4
- 230000005855 radiation Effects 0.000 claims description 4
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 238000012886 linear function Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 8
- 238000012544 monitoring process Methods 0.000 abstract description 6
- 230000005669 field effect Effects 0.000 abstract 1
- 230000007547 defect Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 3
- 238000004134 energy conservation Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010792 warming 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
- G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
Landscapes
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明公开了基于无人机红外图像的建筑三维温度模型的建立方法，通过无人机搭载红外摄像机采集建筑热像图，对既有建筑进行三维重建，从而得到三维灰度模型和正射影像图，通过正射影像图拟合温度与灰度的函数关系式，再利用FME对灰度贴图进行拉伸得到新的彩色贴图，然后对新的彩色贴图进行RGB色阶蓝色通道的定向处理将温度值写入蓝色波段，最终建立可以点读温度信息的彩色三维点云模型。本方法为既有建筑围护结构热工性能检测提供了全面、快速、准确的评估工具，不仅适用于单体建筑的围护结构的节能检测，也适用于区域尺度的多建筑围护结构性能监测。
Description
技术领域
本发明涉及建筑节能检测领域，具体涉及基于无人机红外图像的建筑三维温度模型的建立方法。
背景技术
当下，在全球气候变暖、能源危机及环境污染等问题的大背景下，为有效降低建筑运行能耗，对城区内既有建筑围护结构热工性能进行全面检测与监测、评估与改造具有重要的现实意义。
既有建筑围护结构热工性能的检测方法最早使用的是热流计法、热箱法。近年来，随着红外设备的发展，手持式热红外法作为一种无损检测方式在建筑领域得到了广泛的应用。高分辨率红外摄像机可以提供关于温度分布的详细信息，利用此原理可以捕获由建筑物局部的缺陷或损坏引起的热异常，快速定位到缺陷位置。然而，由于二维的红外图像视差较窄，再加上手持式红外热像仪只能用在室内外较低层，导致热红外法目前仅能适用于建筑围护结构的局部检测。综上所述，对于单体建筑全围护结构的全面检测，使用现有的检测方法，无论是热红外法还是热流计法和热箱法，工作量巨大，尤其对于体量较大、层数较高的建筑，使用以上方法甚至无法实现。
目前，无人机已广泛应用于电力巡检、环境监测、灾后救援等领域，无人机平台的最新发展拓展了数据的收集范围，提高了数据收集的效率，能够快速交付高时间和空间分辨率的信息。将红外热像仪安装在无人机系统上不仅可以方便地检查建筑物的外墙立面，而且还可以检查其屋顶，大大拓展了热红外法在建筑节能领域的使用空间。
基于目前热红外法在建筑节能领域应用的局限性，本发明开发了一种基于无人机热红外外部评估建筑全围护结构热工性能的方法，通过无人机搭载红外摄像机获取建筑的围护结构热红外图像，继而进行三维点云重建，建立具有温度信息的三维热工模型。红外图像的三维点云模型除了具有非常重要的温度信息，兼具空间感和深度信息，可以更加逼真的反映监测目标的外观信息和三维结构，快速实现多个建筑的围护结构进行全面、准确、无创、高效的现场评估。
发明内容
为了克服现有技术存在的缺点与不足，本发明提供一种基于无人机红外图像的建筑三维温度模型的建立方法，通过无人机搭载红外摄像机获取建筑的围护结构热红外图像，继而进行三维点云重建，建立具有温度信息的三维热工模型。红外图像的三维点云模型除了具有非常重要的温度信息，兼具空间感和深度信息，可以更加逼真的反映监测目标的外观信息和三维结构，快速实现多个建筑的围护结构进行全面、准确、无创、高效的现场评估。
本发明采用如下技术方案：
基于无人机红外图像的建筑三维温度模型的建立方法，无人机设置热红外相机，具体包括如下步骤：
S1图像采集，确定需要检测的建筑物地理位置及外围尺寸，确定无人机及热红外相机的飞行参数，无人机起飞进行红外图像采集，数据格式为TIFF；
S2红外图像进行三维重建，得到灰度三维纹理模型、正射影像图和灰度贴图文件；
S3提取正射影像图每个像元的DN值并做数据分布统计，在高频区间内提取n个像元的灰度值和DN值，借助MATLAB拟合工具对DN值和灰度值的关系进行函数关系拟合，得到温度与灰度值的一次函数关系式；
S4将S2生成的灰度贴图进行彩色拉伸，生成新的彩色贴图1；
S5对S4中生成的新的彩色贴图1进行RGB色阶蓝色通道的定向处理并生成新的彩色贴图2；
S6利用FME数据对S2中的灰度三维纹理模型进行彩色贴图2处理，生成彩色三维密集点云模型。
进一步，所述S4中是采用ArcGIS软件对灰度贴图进行彩色拉伸。
进一步，利用ArcGIS软件提取正射影像图每个像元的DN值。
进一步，所述S3中的一次函数关系式为：
S＝a·g+b (1)
Tscene＝0.04·S-273.15 (2)
根据辐射温度测量法的原理即公式(2)，可得公式(3)
Tscene＝0.04a·g-0.04b+10.93
其中，S为DN值，g为灰度值。
进一步，所述S6中，根据使用者偏好可随意选取R、G、B三个通道中的一个通道进行温度处理，最终模型用红绿色系表达，则定向处理蓝色通道：令R和G保持不变，B值写入公式(3)；最终模型用红蓝色系表达，则定向处理绿色通道：令R和B保持不变，G值写入公式(3)；最终模型用蓝绿色系表达，则定向处理绿色通道：令B和G保持不变，R值写入公式(3)。
进一步，无人机的飞行参数包括飞行高度及航速，所述热红外相机的飞行参数包括倾斜摄影角度、拍摄间隔、横向和航行重叠率。
进一步，所述频数分析具体为，在正射图中提取像素点的值，然后进行数据分布统计。
本发明的有益效果：
(1)热红外属于不可见光，只能用灰度色阶展示温度分布情况，而人眼对灰度的分辨率极低，难以通过灰度图像辨别温度分布的差异。因此，基于红外图像建立的建筑灰度三维模型需要进行伪彩色化处理克服这个缺陷；
(2)本发明建立的点读温度信息的彩色三维点云模型，可以读取每个像素点的温度值，克服现有技术中建立的三维模型只有相对温度信息的缺陷。
附图说明
图1(a)是本发明实施例中建筑实物场景图；
图1(b)是本发明实施例使用的无人机；
图1(c)是本发明实施例热红外相机示意图；
图2(a)是本发明实施例灰度模型示意图；
图2(b)是本发明实施例正射影像图；
图3是本发明实施例正射图中DN值的分布统计；
图4是本发明的工作流程图。
具体实施方式
下面结合实施例及附图，对本发明作进一步地详细说明，但本发明的实施方式不限于此。
实施例
如图4所示，一种基于无人机红外图像的建筑三维温度模型的建立方法，其硬件部分包括无人机及热红外相机、定位系统和无线传输系统，具体包括如下步骤：
S1图像采集
确定需要检测的建筑物地理位置及外围尺寸，同时对建筑物周边进行环境勘察；确定无人机的飞行高度、航速、热红外相机倾斜摄影角度、拍摄间隔、横向和航行重叠率；确定红外图像的数据格式为TIFF。
S2初步三维重建
红外图像进行三维重建，得到灰度三维纹理模型、正射影像图和灰度贴图文件；采用成熟的三维建模软件Pix4Dmapper进行重建。
S3拟合温度与灰度值的函数关系式
利用ArcGIS提取正射图每个像元的DN值并分布统计，在高频区间内提随机提取n个像元的灰度值(g)和DN值(S)，借助MATLAB拟合工具对DN值和灰度值的关系进行函数关系拟合，得到一次函数关系式，公式(1)：
S＝a·g+b (1)
Tscene＝0.04·S-273.15 (2)
根据辐射温度测量法的原理即公式(2)，可得公式(3)
Tscene＝0.04a·g-0.04b+10.93 (3)
a和b是在每次实验获取的正射图拟合出来的，没有特殊的物理意义，不同实验a和b取值不同。
S4将S2生成的灰度贴图进行彩色拉伸，生成新的彩色贴图1，具体为：利用ArcGIS将S2生成的灰度贴进行彩色拉伸，生成新的彩色贴图1。
S5对S4中生成的新的彩色贴图1进行RGB色阶蓝色通道的定向处理并生成新的彩色贴图2；
利用FME对步骤4生成的彩色贴图1进行RGB色阶通道的定向处理生成新的贴图2。此处根据使用者偏好可随意选取R、G、B三个通道中的一个通道进行温度处理，最终模型用红绿色系表达，则定向处理蓝色通道：令R和G保持不变，B值写入公式(3)；最终模型用红蓝色系表达，则定向处理绿色通道：令R和B保持不变，G值写入公式(3)；最终模型用蓝绿色系表达，则定向处理绿色通道：令B和G保持不变，R值写入公式(3)。
S6利用FME数据对S2中的灰度三维纹理模型进行彩色贴图2处理，生成彩色三维密集点云模型。
基于新的彩色贴图2，利用FME对原始灰度模型进行贴图并转密集点云，建立某一色阶通道为温度值的伪彩色三维密集点云模型。
该模型能展示围护结构表面的温度分布情况以外，还可以点读单个像元信息读取绝对温度，对于缺陷的量化研究具有重要意义。不仅适用于单体建筑的围护结构的节能检测，也适用于区域尺度的多建筑围护结构性能监测，为数字城市、智慧城市在建筑节能领域的发展提供了可能。
以下是本方法的一个具体应用例子：
图1(a)、图1(b)及图1(c)，以某高校广州国际校区D2会议中心作为实验对象，采用无人机MATRICE 210RTK V2，内置高性能RTK模块，在网络通畅的前提下，可连接4G网卡实现高精度定位，无需在地面假设基站接收信号。飞机满装两块电池后最大可载重1.23kg，最长续航里程约30min；热红外相机选用与M210 RTK V2兼容的FLIR Zenmuse XT。
飞机飞行高度为30m，相机采用45°仰角倾斜摄影，航速为2m/s，拍摄间隔为3s，横向和航行重叠率为90％，输出数据为TIFF格式的图像，
包括如下步骤：
S1采集743张图像；
S2 Pix4d有专门针对热红外图片开发的thermal camera模板，将采集到的743张图片导入软件进行三维重建，共识别有效数据680张，进一步处理灰度三维纹理模型OBJ文件、正射影像图TIFF文件和灰度贴图文件，如图2(a)及图2(b)所示。
S3，如图3所示，利用ArcGIS提取正射图每个像元的DN值并做频数分析，在高频区间内提随机提取188个像元的灰度值(g)和DN值(S)，借助MATLAB拟合工具对DN值和灰度值的关系进行函数关系拟合，得到一次函数关系式，公式(1)：
S＝1.6·g+7600 (1)
Tscene＝0.04·S-273.15(摄氏温度) (2)
根据辐射温度测量法的原理即公式(2)，可得公式(3)
Tscene＝0.064·g+30.85 (3)
S4利用ArcGIS将步骤2生成的灰度贴进行彩色拉伸，生成新的彩色贴图1；
S5利用FME对步骤4生成的彩色贴图进行RGB色阶蓝色通道的定向处理并生成新的贴图。最终模型用红绿色系表达，定向处理蓝色通道：令R和G保持不变，B值写入公式(3)。利用FME对原始灰度模型进行贴图并转密集点云，建立蓝色通道为温度值的伪彩色三维密集点云模型。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受所述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。
Claims (4)
1.基于无人机红外图像的建筑三维温度模型的建立方法，其特征在于，无人机设置热红外相机，具体包括如下步骤：
S1图像采集，确定需要检测的建筑物地理位置及外围尺寸，确定无人机及热红外相机的飞行参数，无人机起飞进行红外图像采集，数据格式为TIFF；
S2红外图像进行三维重建，得到灰度三维纹理模型、正射影像图和灰度贴图文件；
S3提取正射影像图每个像元的DN值并做数据分布统计，在高频区间内提取n个像元的灰度值和DN值，借助MATLAB拟合工具对DN值和灰度值的关系进行函数关系拟合，得到温度与灰度值的一次函数关系式；
S4将S2生成的灰度贴图进行彩色拉伸，生成新的彩色贴图1；
S5对S4中生成的新的彩色贴图1进行RGB色阶蓝色通道的定向处理并生成新的彩色贴图2；
S6利用FME数据对S2中的灰度三维纹理模型进行彩色贴图2处理，生成彩色三维密集点云模型；
所述S3中的一次函数关系式为：
S ＝ a·g+b (1)
Tscene ＝ 0.04·S-273.15 (2)
根据辐射温度测量法的原理即公式(2)，可得公式(3)
Tscene ＝ 0.04a·g-0.04b+10.93 (3)
其中，S为DN值，g为灰度值；
所述S5中，根据使用者偏好随意选取R、G、B三个通道中的一个通道进行温度处理，最终模型用红绿色系表达，则定向处理蓝色通道：令R和G保持不变，B值写入公式(3)；最终模型用红蓝色系表达，则定向处理绿色通道：令R和B保持不变，G值写入公式(3)；最终模型用蓝绿色系表达，则定向处理绿色通道：令B和G保持不变，R值写入公式(3)。
2.根据权利要求1所述的建立方法，其特征在于，所述S4中是采用ArcGIS软件对灰度贴图进行彩色拉伸。
3.根据权利要求1所述的建立方法，其特征在于，利用ArcGIS软件提取正射影响图每个像元的DN值。
4.根据权利要求1所述的建立方法，其特征在于，无人机的飞行参数包括飞行高度及航速，所述热红外相机的飞行参数包括倾斜摄影角度、拍摄间隔、横向和航行重叠率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011209273.9A CN112381942B (zh) | 2020-11-03 | 2020-11-03 | 基于无人机红外图像的建筑三维温度模型的建立方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011209273.9A CN112381942B (zh) | 2020-11-03 | 2020-11-03 | 基于无人机红外图像的建筑三维温度模型的建立方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112381942A CN112381942A (zh) | 2021-02-19 |
| CN112381942B true CN112381942B (zh) | 2024-04-02 |
Family
ID=74577946
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011209273.9A Active CN112381942B (zh) | 2020-11-03 | 2020-11-03 | 基于无人机红外图像的建筑三维温度模型的建立方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112381942B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116193095A (zh) * | 2023-01-18 | 2023-05-30 | 四川大学 | 一种基于单色图像实现彩色3d显示的方法 |
| CN117541114B (zh) * | 2023-11-10 | 2024-05-28 | 华南理工大学 | 一种快速评价城市室外场景高空间分辨率热舒适度的方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107843939A (zh) * | 2017-10-24 | 2018-03-27 | 防灾科技学院 | 基于无人机热红外影像的煤火识别方法 |
| CN108169138A (zh) * | 2017-12-18 | 2018-06-15 | 扬州大学 | 一种利用热红外图像的水稻倒伏监测方法 |
| CN111563957A (zh) * | 2020-05-06 | 2020-08-21 | 中国矿业大学 | 一种煤田火灾及矸石山火灾三维温度场数字化成像方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3306344A1 (en) * | 2016-10-07 | 2018-04-11 | Leica Geosystems AG | Flying sensor |
-
2020
- 2020-11-03 CN CN202011209273.9A patent/CN112381942B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107843939A (zh) * | 2017-10-24 | 2018-03-27 | 防灾科技学院 | 基于无人机热红外影像的煤火识别方法 |
| CN108169138A (zh) * | 2017-12-18 | 2018-06-15 | 扬州大学 | 一种利用热红外图像的水稻倒伏监测方法 |
| CN111563957A (zh) * | 2020-05-06 | 2020-08-21 | 中国矿业大学 | 一种煤田火灾及矸石山火灾三维温度场数字化成像方法 |
Non-Patent Citations (3)
| Title |
|---|
| Automatic detection of earthquake-damaged buildings by integrating UAV oblique photography and infrared thermal imaging;Rui Zhang 等;Remote Sens;20200813;第12卷;1-27 * |
| 农用无人机多传感器遥感辅助小麦育种信息获取;杨贵军 等;农业工程学报;20151130;第31卷(第21期);184-190 * |
| 热红外载荷辐射性能评价系统设计与实现;刘伟伟 等;遥感技术与应用;20141231;第29卷(第06期);1046-1053 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112381942A (zh) | 2021-02-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105516584B (zh) | 全景影像采集系统、基于其的测量天际线的装置和方法 | |
| CN112381942B (zh) | 基于无人机红外图像的建筑三维温度模型的建立方法 | |
| CN108317953A (zh) | 一种基于无人机的双目视觉目标表面3d检测方法及系统 | |
| CN107560592B (zh) | 一种用于光电跟踪仪联动目标的精确测距方法 | |
| CN110889327B (zh) | 一种基于热红外图像的水域周边排污口智能检测方法 | |
| CN109472802B (zh) | 一种基于边缘特征自约束的表面网格模型构建方法 | |
| CN108195736B (zh) | 一种三维激光点云提取植被冠层间隙率的方法 | |
| CN112613397B (zh) | 多视角光学卫星遥感影像目标识别训练样本集构建方法 | |
| CN103345630A (zh) | 一种基于球面全景视频的交通标志定位方法 | |
| CN115100262B (zh) | 一种复杂场景三维温度和长波辐射模型的建立方法及系统 | |
| CN103940407A (zh) | 一种基于地形和遥感影像融合技术提取冲沟方法 | |
| CN105277144A (zh) | 基于双目视觉的土地面积快速检测方法及其检测装置 | |
| CN103632538A (zh) | 道路3d实景采集系统 | |
| CN112166694B (zh) | 小卫星区域影像图镶嵌与制作方法 | |
| CN116129067A (zh) | 一种基于多源地理信息耦合的城市实景三维建模方法 | |
| CN113066112A (zh) | 一种基于三维模型数据的室内外融合方法及装置 | |
| CN105631849B (zh) | 多边形目标的变化检测方法及装置 | |
| Boonpook et al. | UAV-based 3D urban environment monitoring | |
| CN111652276B (zh) | 一种全天候便携式多功能仿生定位定姿观瞄系统及方法 | |
| CN203397395U (zh) | 基于dsp+fpga的移动平台下运动目标检测装置 | |
| Lei et al. | Using high-resolution imagery acquired with an autonomous unmanned aerial vehicle for urban construction and planning | |
| CN109215122A (zh) | 一种街景三维重建系统及方法、智能小车 | |
| CN108759791A (zh) | 基于前方交会的无人机航摄影像自动定位方法 | |
| Wang et al. | Fast stitching of DOM based on small UAV | |
| CN112950763A (zh) | 一种变电站工程中实景建模的方法 |
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 |