CN112504237B - 一种倾斜数据轻量化快速生成方法 - Google Patents
一种倾斜数据轻量化快速生成方法 Download PDFInfo
- Publication number
- CN112504237B CN112504237B CN202011380428.5A CN202011380428A CN112504237B CN 112504237 B CN112504237 B CN 112504237B CN 202011380428 A CN202011380428 A CN 202011380428A CN 112504237 B CN112504237 B CN 112504237B
- Authority
- CN
- China
- Prior art keywords
- angle
- user
- data
- image
- equipment
- 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 26
- 230000000007 visual effect Effects 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000012360 testing method Methods 0.000 claims abstract description 5
- 230000000977 initiatory effect Effects 0.000 claims abstract description 4
- 238000009877 rendering Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 238000011056 performance test Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 4
- 241000336847 Luda Species 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
- G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
- G01C11/08—Interpretation of pictures by comparison of two or more pictures of the same area the pictures not being supported in the same relative position as when they were taken
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明涉及测量技术领域，具体涉及一种倾斜数据轻量化快速生成方法，包括如下步骤：S1、通过输入多视角图像集，并记录其中各张图像的拍摄角度；S2、根据预设的建模算法处理多视角图像集，得到倾斜摄影数据；所述倾斜摄影数据包括RGB值和高度值；S3、获取用户发起的视角请求，并判断所述多视角图像集中是否存在与该视角请求角度匹配的图像，如果是，则直接向用户输出该图像；反之，则发起测试指令，检测用户设备的网络速度和设备性能，判断设备性能是否大于第一预设阈值，如果是，则驱动当前设备根据倾斜摄影数据渲染三维网络模型；反之，则判断网络速度是否大于第二预设阈值，采用本方案能够解决用户体验偏低的问题。
Description
技术领域
本发明涉及测量技术领域，具体涉及一种倾斜数据轻量化快速生成方法。
背景技术
倾斜摄影技术是国际测绘领域近些年发展起来的一项高新技术，它颠覆了以往正射影像只能从垂直角度拍摄的局限，通过在同一飞行平台上搭载多台传感器，同时从一个垂直、四个倾斜等五个不同的角度采集影像，获取到丰富的建筑物顶面及侧面的高分辨率纹理。它不仅能够真实的反映地物情况，高精度地获取地物纹理信息，还可以通过先进的定位、融合、建模等技术，生成真实的三维城市模型将用户引入了符合人眼视觉的真实直观世界。
由于倾斜摄影测量技术产生的三维模型数据能够达到海量级别，对地理信息系统的处理能力提出了挑战。传统的GIS系统只能对小范围的数据进行加载显示，即随着视点的调整动态加载一定范围的倾斜模型；而城市级别的三维模型数据量可以达到几百到几千TB，这远超了普通计算机的存储和管理能力，导致计算机无法一次性加载全部倾斜三维模型数据并进行渲染处理，极易造成系统卡顿或崩溃，存在用户使用体验偏低的问题。
因此，现在急需一种能够提升用户体验的倾斜数据轻量化快速生成方法。
发明内容
本发明意在于提供一种倾斜数据轻量化快速生成方法，能够解决用户使用体验偏低的问题。
本发明提供的基础方案为：一种倾斜数据轻量化快速生成方法，包括如下步骤：
S1、通过输入多视角图像集，并记录其中各张图像的拍摄角度；
S2、根据预设的建模算法处理多视角图像集，得到倾斜摄影数据；所述倾斜摄影数据包括RGB值和高度值；
S3、获取用户发起的视角请求，并判断所述多视角图像集中是否存在与该视角请求角度匹配的图像，如果是，则直接向用户输出该图像；反之，则发起测试指令，检测用户设备的网络速度和设备性能，判断设备性能是否大于第一预设阈值，如果是，则驱动当前设备根据倾斜摄影数据渲染三维网络模型；反之，则判断网络速度是否大于第二预设阈值，若是，则向云端服务器发送渲染请求，并接收来自云端服务器生成的三维网络模型；反之，则滤除倾斜摄影数据中的RGB值，通过用户设备根据高度值生成三维网络模型。
本发明的工作原理及优点在于：
首先，通过多个不同视角对实物的外形进行拍摄，能够得到关于该实物的多视角图像集；将图像集输入建模算法中即可生成三维图像模型；类似于现在常用的ContextCapture、RealityCapture以及Photoscan等软件，这些软件的建模算法比较成熟和稳定，在本方案中建模软件提供的是一个接入接口，在输入多视角图像集后可得到包含有RGB值和高度值的倾斜摄影数据；
由于预先记录了各张图像的拍摄角度，在实际操作过程中，用户通常需要发起一个视角请求来观看实物在某个角度的图像，因此，通过判断多视角图像集中是否存在与该视角请求角度匹配的图像，如果有，则直接将此前拍摄的图像展示出来供用户查看，不仅加载速度快，而且照片级图像更加直观清楚和精细化；相反的，如果没有，则需要检测用户设备性能和网络速度，当设备性能符合预设阈值，则可以通过用户本身的设备根据倾斜摄影数据加载出三维网络模型进行显示；若用户的设备性能不好，再判断网络速度是否符合预设阈值，网络较好，则可以借助性能较好的云端服务器来处理倾斜摄影数据并加载出三维网络模型，通过网络发送到用户设备；
最后，如果用户的设备性能和网络速度都不符合要求，则直接倾斜摄影数据中的高度值生成三维网络模型，对应本方案中轻量化的特点；虽说滤除了RGB值，在图像中未渲染出颜色特征，但还是能够显示三维模型的构造和布局，照顾到了用户设备本身的加载速度和处理能力，在一定程度上能够加快生成速度，从而提升用户的使用体验。
进一步，还包括步骤S4、通过操作日志记录用户发起的历史视角请求，根据时间先后对历史视角请求进行排序；建立时间与历史视角请求的对应关系得到对应表；S5、获取用户当前发起的视角请求，在对应表中定位出与该视角请求角度相同的历史视角请求，并找出后一个序列的历史视角请求所对应的角度，根据该角度对三维网络模型进行预加载。
有益效果：能够结合用户的操作习惯，对当前屏幕内不可见的数据块进行预处理，便于用户后续的查看，并加快生成的速度。
进一步，所述步骤S3中具体通过接入鲁大师性能测试对用户设备性能进行检测。
有益效果：鲁大师性能测试技术稳定且相对稳定，该功能集成在本方案中，能够减少开发成本和难度。
进一步，所述第一预设阈值为250000分。
有益效果：鲁大师这款软件能够对计算机处理器、显卡、内存及硬盘进行综合检测和评分，该分数以上说明各硬件均能够轻易加载三维网络模型，不会出现卡顿现象。
进一步，所述步骤S3中具体通过接入360安全卫士对网络速度进行检测。
有益效果：采用这种方式，能够对网络速度进行快速且准确的测试。
进一步，所述第二预设阈值为5MB/秒。
有益效果：网络速度在5MB/秒，数据上传和下载速度快，便于本地设备接收来自云端服务器生成的三维网络模型。
附图说明
图1为本发明一种倾斜数据轻量化快速生成方法实施例一的流程图。
具体实施方式
下面通过具体实施方式进一步详细的说明：
实施例一
如图1所示，一种倾斜数据轻量化快速生成方法，包括如下步骤：
S1、通过输入多视角图像集，并记录其中各张图像的拍摄角度；
S2、根据预设的建模算法处理多视角图像集，得到倾斜摄影数据；所述倾斜摄影数据包括RGB值和高度值；具体的，本实施例中通过接入现有的ContextCapture软件，输入多视角图像集后，既可以可得到包含有RGB值和高度值的倾斜摄影数据
S3、获取用户发起的视角请求，并判断所述多视角图像集中是否存在与该视角请求角度匹配的图像，如果是，则直接向用户输出该图像；反之，则发起测试指令，检测用户设备的网络速度和设备性能，判断设备性能是否大于第一预设阈值，如果是，则驱动当前设备根据倾斜摄影数据渲染三维网络模型；反之，则判断网络速度是否大于第二预设阈值，若是，则向云端服务器发送渲染请求，并接收来自云端服务器生成的三维网络模型；反之，则滤除倾斜摄影数据中的RGB值，通过用户设备根据高度值生成三维网络模型。该步骤中具体可以通过接入鲁大师性能测试对用户设备性能进行检测，以及360安全卫士对网络速度进行检测；相应的，并定义第一预设阈值为250000分，第二预设阈值为5MB/秒。
具体使用的过程中：
用户通常是发起一个视角请求来观看实物在某个角度的图像，由于预先记录了各张图像的拍摄角度，所以通过判断多视角图像集中是否存在与该视角请求角度匹配的图像，如果有，则直接将此前拍摄的图像展示出来供用户查看，不仅加载速度快，而且照片级图像更加直观清楚和精细化；
如果多视角图像集中没有相应的图像，则通过鲁大师和360安全卫士分别检测设备性能和网速；如果设备性能达到预设阈值，则可以通过用户本身的设备根据倾斜摄影数据加载出三维网络模型进行显示；反之，再判断网络速度是否符合预设阈值，网络较好，则可以借助硬件性能较好、网速较好的云端服务器来处理倾斜摄影数据并加载出三维网络模型，通过网络发送到用户设备；
对于极少数的设备性能和网络速度都不符合要求，可以根据倾斜摄影数据中的高度值生成三维网络模型，不渲染出颜色，显示三维模型的构造和布局，从而能够加快生成速度，提升用户的使用体验。
值得一提的是：就整个处理过程而言，可以简单的看成是实物图(如通过无人机搭载摄像头对建筑进行拍摄)，得到各个不同视角的二维图片，输入现有的建模算法后，生成倾斜摄影数据(包括描述颜色的RBG和描述构造的高度值)；是一个二维实物图像到三维网络模型数据的过程；而用户查看时，则成为将一个三维网络模型从各个角度进行渲染，导出图片的过程；其中，根据二维实物图得到倾斜数据采用的是现有技术，在此不再赘述；
实施例二
与实施例一相比，不同之处仅在于，还包括步骤S4、通过操作日志记录用户发起的历史视角请求，根据时间先后对历史视角请求进行排序；建立时间与历史视角请求的对应关系得到对应表；
S5、获取用户当前发起的视角请求，在对应表中定位出与该视角请求角度相同的历史视角请求，并找出后一个序列的历史视角请求所对应的角度，根据该角度对三维网络模型进行预加载。
实际使用的过程中，例如用户A在某一天10:00这个时间节点查看三维网络模型A的60°视角，然后，下一个时间节点将模型的视角调整为300°；将这些数据依次记录在对应表中；当该用户查看三维网络模型B时，当前恰好发起视角请求的角度为60°，则从对应表中能够匹配出300°这个视角请求，对该视角的数据块预处理，包括判断图像集中是否存在与该视角请求角度匹配的图像等类似于实施例一中提到的操作方式。便于用户后续的查看，并在一定程度上加快生成的速度。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (5)
1.一种倾斜数据轻量化快速生成方法，其特征在于，包括如下步骤：
S1、通过输入多视角图像集，并记录其中各张图像的拍摄角度；
S2、根据预设的建模算法处理多视角图像集，得到倾斜摄影数据；所述倾斜摄影数据包括RGB值和高度值；
S3、获取用户发起的视角请求，并判断所述多视角图像集中是否存在与该视角请求角度匹配的图像，如果是，则直接向用户输出该图像；反之，则发起测试指令，检测用户设备的网络速度和设备性能，所述设备性能通过对计算机处理器、显卡、内存及硬盘进行综合检测和评分得出，判断设备性能是否大于第一预设阈值，如果是，则驱动当前设备根据倾斜摄影数据渲染三维网络模型；反之，则判断网络速度是否大于第二预设阈值，若是，则向云端服务器发送渲染请求，并接收来自云端服务器生成的三维网络模型；反之，则滤除倾斜摄影数据中的RGB值，通过用户设备根据高度值生成三维网络模型；
S4、通过操作日志记录用户发起的历史视角请求，根据时间先后对历史视角请求进行排序；建立时间与历史视角请求的对应关系得到对应表；S5、获取用户当前发起的视角请求，在对应表中定位出与该视角请求角度相同的历史视角请求，并找出后一个序列的历史视角请求所对应的角度，根据该角度对三维网络模型进行预加载。
2.根据权利要求1所述的倾斜数据轻量化快速生成方法，其特征在于：所述步骤S3中具体通过接入鲁大师性能测试对用户设备性能进行检测。
3.根据权利要求2所述的倾斜数据轻量化快速生成方法，其特征在于：所述第一预设阈值为250000分。
4.根据权利要求1所述的倾斜数据轻量化快速生成方法，其特征在于：所述步骤S3中具体通过接入360安全卫士对网络速度进行检测。
5.根据权利要求4所述的倾斜数据轻量化快速生成方法，其特征在于：所述第二预设阈值为5MB/秒。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011380428.5A CN112504237B (zh) | 2020-11-30 | 2020-11-30 | 一种倾斜数据轻量化快速生成方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011380428.5A CN112504237B (zh) | 2020-11-30 | 2020-11-30 | 一种倾斜数据轻量化快速生成方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112504237A CN112504237A (zh) | 2021-03-16 |
| CN112504237B true CN112504237B (zh) | 2023-03-24 |
Family
ID=74968729
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011380428.5A Active CN112504237B (zh) | 2020-11-30 | 2020-11-30 | 一种倾斜数据轻量化快速生成方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112504237B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109145128A (zh) * | 2018-08-15 | 2019-01-04 | 东北大学 | 一种大规模数据在线可视化方法 |
| CN110992458A (zh) * | 2019-10-30 | 2020-04-10 | 中国科学院电子学研究所苏州研究院 | 一种大规模倾斜摄影模型组织与调度方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001229388A (ja) * | 2000-02-18 | 2001-08-24 | Hitachi Ltd | 画像データのマッチング方法 |
| EP1745442A1 (en) * | 2004-02-18 | 2007-01-24 | Laurence Marzell | Adaptive 3d image modelling system and apparatus and method thereof |
| CN106875467B (zh) * | 2015-12-11 | 2020-11-03 | 中国科学院深圳先进技术研究院 | 三维城市模型快速更新方法 |
| CN109493419B (zh) * | 2018-11-09 | 2022-11-22 | 吉奥时空信息技术股份有限公司 | 一种倾斜摄影数据获取数字表面模型的方法及装置 |
| CN111222586B (zh) * | 2020-04-20 | 2020-09-18 | 广州都市圈网络科技有限公司 | 一种基于三维倾斜模型视角的倾斜影像匹配方法及装置 |
-
2020
- 2020-11-30 CN CN202011380428.5A patent/CN112504237B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109145128A (zh) * | 2018-08-15 | 2019-01-04 | 东北大学 | 一种大规模数据在线可视化方法 |
| CN110992458A (zh) * | 2019-10-30 | 2020-04-10 | 中国科学院电子学研究所苏州研究院 | 一种大规模倾斜摄影模型组织与调度方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112504237A (zh) | 2021-03-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20230360330A1 (en) | Method and system for displaying and navigating an optimal multi-dimensional building model | |
| US10430961B2 (en) | Using satellite imagery to enhance a 3D surface model of a real world cityscape | |
| CN108805979B (zh) | 一种动态模型三维重建方法、装置、设备和存储介质 | |
| US11809487B2 (en) | Displaying objects based on a plurality of models | |
| US20150243073A1 (en) | Systems and Methods for Refining an Aerial Image | |
| CN109298629A (zh) | 用于为自主和非自主位置意识提供鲁棒跟踪的容错 | |
| EP2806645A1 (en) | Image enhancement using a multi-dimensional model | |
| FR2998080A1 (fr) | Procede d'augmentation de la realite | |
| CN115578433B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN108197619A (zh) | 一种基于招牌图像的定位方法、装置、设备和存储介质 | |
| CN117197388A (zh) | 一种基于生成对抗神经网络和倾斜摄影的实景三维虚拟现实场景构建方法及系统 | |
| CN110148224B (zh) | Hud图像显示方法、装置及终端设备 | |
| KR102475790B1 (ko) | 지도제작플랫폼장치 및 이를 이용한 지도제작방법 | |
| CN112504237B (zh) | 一种倾斜数据轻量化快速生成方法 | |
| CN115578432B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN113032499B (zh) | 辅助显示、地物信息的辅助标注方法、装置、设备和介质 | |
| CN114900621A (zh) | 特效视频确定方法、装置、电子设备及存储介质 | |
| CN110196638B (zh) | 基于目标检测和空间投影的移动端增强现实方法和系统 | |
| CN105787988B (zh) | 一种信息处理方法、服务器及终端设备 | |
| KR102578484B1 (ko) | 토공 현장의 점군데이터 통합 처리 방법 및 장치 | |
| CN114359707A (zh) | 障碍物的识别方法及其识别装置、用户终端和无人设备 | |
| CN118279403A (zh) | 空间标定方法、装置和电子设备 |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A lightweight and fast method for generating tilted data Granted publication date: 20230324 Pledgee: Guiyang Rural Commercial Bank Co.,Ltd. science and technology sub branch Pledgor: GUIZHOU BEIDOU SPACE INFORMATION TECHNOLOGY CO.,LTD. Registration number: Y2024520000020 |