CN112687000B - 三维模型坐标的纠正方法、系统、计算机可读存储介质 - Google Patents
三维模型坐标的纠正方法、系统、计算机可读存储介质 Download PDFInfo
- Publication number
- CN112687000B CN112687000B CN202110271578.0A CN202110271578A CN112687000B CN 112687000 B CN112687000 B CN 112687000B CN 202110271578 A CN202110271578 A CN 202110271578A CN 112687000 B CN112687000 B CN 112687000B
- Authority
- CN
- China
- Prior art keywords
- coordinates
- dimensional model
- unit
- image control
- triangular
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000000007 visual effect Effects 0.000 claims abstract description 9
- 238000004590 computer program Methods 0.000 claims description 10
- 238000000354 decomposition reaction Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 238000011478 gradient descent method Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开一种三维模型坐标的纠正方法、系统、计算机可读存储介质,其中纠正方法包括以下步骤:加载原始三维模型;采集用户于俯视视角下对所述原始三维模型进行的刺点操作,获得相应的像控点;基于所述像控点构建精密三角网,所述精密三角网中包括若干个三角单元,每个三角单元的面积均小于等于预设的面积阈值;提取各三角单元的顶点坐标,基于所述顶点坐标计算获得与所述三角单元相对应的拟合方程;提取位于所述三角单元内的特征点坐标;基于所述拟合方程对所述特征点坐标进行纠正,获得相应的重建坐标。本发明克服现有的技术偏见,提出一种先建模后刺点的方法,利用刺点产生的像控点对所构建的原始三维模型的进行坐标纠正,有效提高效率。
Description
技术领域
本发明涉及测绘领域,尤其涉及一种三维模型坐标的纠正技术。
背景技术
目前国际测绘领域采用倾斜摄影技术采集目标建筑物纹理,为目标建筑物建模。现今构建三维模型采用刺点建模的方式,预先通过无人机倾斜摄影建模外业进行像控点测量,然后将测量完成的像控点位置刺到所采集照片的相应位置,再进行精准空三算解算建模(解析空中三角测量),即,先刺点,后建模,此种建模方法存在以下不足:
1、需要为每张包含像控点的照片进行刺点,工作量较大;
2、针对未刺点的三维模型,若其精度没有达到要求,需要重新刺点生成新的三维模型,即,重跑模型。
发明内容
本发明为了解决现有技术效率低,工作量大的问题,提出了一种三维模型坐标的纠正方法、系统、计算机可读存储介质,所述纠正方法为后纠正方法,即,为未添加控制点所生成的三维模型进行刺点后进行纠正,无需重跑模型,有效提高工作效率。
为了解决上述技术问题,本发明通过下述技术方案得以解决:
一种三维模型坐标的纠正方法,包括以下步骤:
加载原始三维模型(实景三维模型);
采集用户于俯视视角下对所述原始三维模型进行的刺点操作(俯视视角下所述原始三维模型呈正射影像状),获得相应的像控点,像控点的数量为多个;
基于所述像控点构建精密三角网,所述精密三角网中包括若干个三角单元(所述三角单元指三角网中独立的三角单元),每个三角单元的面积均小于等于预设的面积阈值;
对各三角单元中所包含的特征点坐标进行纠正,获得相对应的重建坐标,对一个三角单元中所包含的特征点坐标进行纠正的具体步骤为:
提取三角单元的顶点坐标,基于所述顶点坐标计算获得与所述三角单元相对应的拟合方程;
提取位于所述三角单元内的特征点坐标(忽略高度,位于三角单元区域内的特征点所对应的坐标);
基于所述拟合方程对所述特征点坐标进行纠正,获得相应的重建坐标。
作为一种可实施方式:
所述顶点坐标为三角单元顶点的二维坐标;
基于梯度下降法对所述顶点坐标进行拟合,获得与所述三角单元相对应的拟合方程。
作为一种可实施方式:
基于像控点生成初始三角网;
对所述初始三角网中面积大于预设的面积阈值的三角单元进行分解,直至所有三角单元的面积小于预设的面积阈值,获得精密三角网。
作为一种可实施方式:
随机提取一个像控点作为初始点;
提取与所述初始点最近的像控点,将所述初始点与所述像控点相连,获得基准线;
提取与所述基准线最近的像控点,基于所述基准线和所述像控点构建三角形,并将所述基准线与所述像控点相连的边作为新的基准线,重复本步骤,直至无新的基准线生成,获得初始三角网。
作为一种可实施方式,当三角单元面积大于预设的面积阈值时,将所述三角单元作为待分解单元,按照以下步骤进行分解:
提取所述待分解单元中各边的中点,并令各中点两两相连,生成四个新的三角单元。
作为一种可实施方式:
刺点操作包括对像控点的增加、删除、改正和查看操作。
作为一种可实施方式,获得相应的重建坐标后还包括模型重建步骤,具体步骤为:
汇总所有重建坐标,基于所述重建坐标生成并输出纠正模型。
本发明提出一种三维模型坐标的纠正系统,包括:
加载模块,用于加载原始三维模型;
刺点模块,用于采集用户于俯视视角下对所述原始三维模型进行的刺点操作,获得相应的像控点;
坐标纠正模块,包括三角网构建单元和坐标计算单元;
所述三角网构建单元,用于基于所述像控点构建精密三角网,所述精密三角网中包括若干个三角单元,每个三角单元的面积均小于等于预设的面积阈值;
所述坐标计算单元,用于对各三角单元中所包含的特征点坐标进行纠正,获得相对应的重建坐标,其被配置为:
提取三角单元的顶点坐标,基于所述顶点坐标计算获得与所述三角单元相对应的拟合方程;
提取位于所述三角单元内的特征点坐标;
基于所述拟合方程对所述特征点坐标进行纠正,获得相应的重建坐标。
作为一种可实施方式,还包括模型输出模块;
所述模型输出模块,用于汇总所有重建坐标,基于所述重建坐标生成并输出纠正模型。
本发明还提出一种计算机可读存储介质,其存储有计算机程序,该程序被处理器执行时实现上述任意一项所述方法的步骤。
本发明由于采用了以上技术方案,具有显著的技术效果:
本发明克服现有的技术偏见,提出一种先建模后刺点的方法,利用刺点产生的像控点对所构建的原始三维模型的进行坐标纠正,使坐标纠正后的三维模型精度达到要求。本发明中刺点工作在已构建的原始三维模型上进行,每个控制点仅需刺选一次,与现有技术相比,无需对每张照片进行刺点,大大减少刺点数量,能够有效提高刺点工作的效率。本发明基于所述像控点生成精密三角网,计算精密三角网中每个三角单元所对应的线形拟合方程,并利用所述线形拟合方程对相应三角单元区域中的特征点坐标进行纠正,从而实现对原始三维模型的纠正,与现有重跑模型的方案相比,纠正坐标的用时短,能够有效提高纠正效率,降低纠正成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是实施例1所公开的三维模型坐标的纠正方法的流程示意图;
图2是对单个三角单元所包含的特征点坐标进行纠正的流程示意图;
图3是一种三维模型坐标的纠正系统的模块连接示意图。
具体实施方式
下面结合实施例对本发明做进一步的详细说明,以下实施例是对本发明的解释而本发明并不局限于以下实施例。
实施例1、一种三维模型坐标的纠正方法,如图1所示,包括以下步骤:
S100、加载原始三维模型;
所述原始三维模型为未刺点的实景三维模型;
未添加控制点生成的三维模型的技术属于现有技术,故本实施例不对其做详细介绍。
S200、采集用户于俯视视角下对所述原始三维模型进行的刺点操作,获得相应的像控点;
即,进行刺点工作时,原始三维模型呈正射影像状,用户根据地面控制点依次于原始三维模型相应位置进行刺点。
所述刺点操作包括对像控点的增加、删除、改正和查看操作。
所述像控点的数量为若干个。
S300、基于所述像控点构建精密三角网,所述精密三角网中包括若干个三角单元,每个三角单元的面积均小于等于预设的面积阈值;
本领域技术人员可根据实际需要自行设定所述面积阈值,本实施例中面积阈值为5m2。
本说明书中三角单元其仅由一个三角形构成,即其本身。
S400、对各三角单元中所包含的特征点坐标进行纠正,获得相对应的重建坐标,参照图2,对一个三角单元内的特征点坐标进行纠正的方法具体为:
S410、提取三角单元的顶点坐标,基于所述顶点坐标计算获得与所述三角单元相对应的拟合方程;
S420、提取位于所述三角单元内的特征点坐标;
S430、基于所述拟合方程对所述特征点坐标进行纠正,获得相应的重建坐标。
未添加控制点生成的三维模型精度往往无法达到测绘的要求,故在建模工作中,本领域技术人员往往先刺点再建模,以保证所生成的三维模型的精度;而针对未刺点直接生成的三维模型,本领域技术人员无法对该三维模型进行优化处理,以提高其精度,从而导致技术人员需要重新刺点后进行建模,即,重跑模型,重跑模型用时较长,工作效率低。
本实施例克服现有的技术偏见,提出一种先建模后刺点的方法,利用刺点产生的像控点对所构建的原始三维模型的进行坐标纠正,使坐标纠正后的三维模型精度达到要求。
本实施例中刺点工作在已构建的原始三维模型上进行,用户仅需在俯视视角下,根据控制点依次在原始三维模型(呈正射影像状)上相应位置进行刺点即可,每个控制点仅需刺选一次,与现有技术相比,无需对每张照片进行刺点,大大减少刺点数量,能够有效提高刺点工作的效率。
像控点为准确的点,在模型构建过程中用于定位,以保证所构建的三维模型的精准度,本实施例基于所述像控点生成精密三角网,计算精密三角网中每个三角单元所对应的线形拟合方程,并利用所述线形拟合方程对相应三角单元区域中的特征点坐标进行纠正,从而实现对原始三维模型的纠正,与现有重跑模型的方案相比,纠正坐标的用时短,能够有效提高纠正效率,降低纠正成本。
本领域技术人员可基于本实施例所提出的方法进行建模,或对已生成模型进行纠正。
进一步地,步骤S410中所述的顶点坐标为三角单元顶点的二维坐标;
基于梯度下降法对所述顶点坐标进行拟合,获得与所述三角单元相对应的拟合方程。
三点可确定一个平面,故3个顶点即可确定所述三角单元所在的平面,平面方程为:Ax+By+Cz+D=0;
本实施例中进行刺点操作时原始三维模型呈正射影像状,且本实施例中基于像控点建立精密三角网,各像控点之间的高度差较小,故在拟合过程中忽略顶点的高度信息,此时,三角单元的顶点坐标由(x,y)表示;
在已知三角单元3个顶点的二维坐标后,利用现有已公开的梯度下降法进行拟合,获得相应的拟合方程,该拟合方程的表达式为Ax+By+D=0;
进一步地,步骤S420中特征点坐标为原始三维模型所对应的点云数据中对应特征点的坐标;
加载原始三维模型(实景三维模型)的同时还加载所述原始三维模型所对应的点云数据;
忽略高度信息的情况下从所述点云数据中提取坐标位于所述三角单元对应区域内的特征点坐标(x,y,z);
步骤S430中纠正各特征点坐标,即,纠正各特征点的y轴坐标,具体纠正方法如下:
重复本步骤,直至完成对当前三角单元内的所有特征点坐标的纠正,重复步骤S410至S430,纠正下一个三角单元内的特征点坐标,直至对所有三角单元内的特征点坐标纠正完成。
进一步地,还包括模型重建步骤,具体步骤为:
S500、汇总所有重建坐标,基于所述重建坐标生成并输出纠正模型。
本领域技术人员可根据实际需要,预先配置输出参数,输出参数包括格式参数和质量参数,如格式可选择OBG、OSGB;
当完成对所有三角单元内的特征点坐标的纠正后,基于所得的重建坐标,按照所述输出参数生成相应的纠正模型并输出。
本领域技术人员可通过对比纠正模型和原始三维模型,对像控点进行编辑,基于更新后的像控点对原始三维模型进行纠正,直至所生成的纠正模型符合要求后,由本领域技术人员导出所述纠正模型进行应用。
实施例2、于实施例1的基础上对步骤S300做进一步改进,步骤S300中基于所述像控点构建精密三角网的具体步骤为:
S310、基于像控点生成初始三角网;
S320、对所述初始三角网中面积大于预设的面积阈值的三角单元进行分解,直至所有三角单元的面积小于预设的面积阈值,获得精密三角网。
由于初始三角网中三角单元存在范围过大,导致对位于所述三角单元边缘处的特征点的纠正效果不佳,故本实施例中对初始三角网中面积较大的三角单元做进一步分解,以保证最终的纠正效果。
进一步地,步骤S310基于像控点生成初始三角网包括以下步骤:
S311、随机提取一个像控点作为初始点;
S312、提取与所述初始点最近的像控点,将所述初始点与所述像控点相连,获得基准线;
已知空间中两点的坐标,计算两点间的距离属于现有技术,故本说明书中不对其进行详细介绍。
遍历所有像控点(除了初始点),将所述初始点与其最近像控点相连,将所得线段作为基准线。
S313、提取与所述基准线最近的像控点,基于所述基准线和所述像控点构建三角形,并将所述基准线与所述像控点相连的边作为新的基准线,重复本步骤,直至无新的基准线生成,获得初始三角网。
注,所述基准线与所述像控点相连的边已经作为基准线构建三角形时,其不能再作为新的基准线。
已知空间中线段两端的端点坐标,以及一个点坐标,计算点到线的距离属于现有技术,故本说明书中不对其进行详细介绍。
遍历所有像控点,获取与所述基准线最近的像控点,将所述基准线的两个端点分别和所述最近像控点相连,新生成两条线段,所述基准线和所述新生成的两条线段形成一个三角单元。
将新生成的两条线段作为基准线,重复本步骤,直至无新的基准线直至无新的基准线生成,即,新生成的线段均为重复线段时,停止处理,将所得网络结构作为初始三角网输出。
由上可知,本实施例中基于就近原则构建初始三角网。
进一步地,步骤S312中对面积大于预设的面积阈值的三角单元进行分解的步骤如下:
将面积大于预设的面积阈值的三角单元作为待分解单元
提取所述待分解单元中各边的中点,并令各中点两两相连,生成四个新的三角单元。
上述待分解单元可以为初始三角网中的三角单元,亦可是分解所得的三角单元。
由于像控点为准确的点,故相连像控点的中点亦为准确地点,本实施例中通过选取中点的方式分解三角单元能够避免三角单元面积过大导致的误差。
在实际使用过程中,可通过以下两种方式基于初始三角网生成精密三角网:
方式1:
遍历初始三角网中各三角单元,当检测到所述三角单元面积超过预设的面积阈值时,获取所述三角单元的顶点坐标,并基于所述顶点坐标计算获得三个中点,令各中点依次相连,生成中间三角网;
将所述中间三角网作为初始三角网重复上述步骤,直至初始三角网中无面积超过预设的面积阈值的三角单元,将所述初始三角网作为精密三角网输出。
方式2:
遍历初始三角网中各三角单元,当检测到面积超过预设的面积阈值的三角单元,按照以下步骤进行分解处理:
获取其顶点坐标,并基于所述顶点坐标计算获得三个中点,令各中点依次相连,将其分解4个分解三角单元;
遍历各分解三角单元,对面积超过预设的面积阈值的分解三角单元做进一步分解(分解步骤同上,连接三条边的中点),直至所有分解三角单元面积均小于等于预设的面积阈值,完成对当前三角单元的分解,检测下一个三角单元的面积是否超过预设的面积阈值。
遍历所有三角单元后,将所产生的三角网作为精密三角网输出。
实施例3、一种三维模型坐标的纠正系统,其用于执行实施例1或实施例2所述的纠正方法,如图3所示,其包括:
加载模块100,用于加载原始三维模型;
刺点模块200,用于采集用户于俯视视角下对所述原始三维模型进行的刺点操作,获得相应的像控点;
坐标纠正模块300,用于基于所述像控点构建精密三角网,并纠正精密三角网中每个三角单元内的特征点坐标,获得相应的重建坐标;
模型输出模块400,用于汇总所有重建坐标,基于所述重建坐标生成并输出纠正模型。
进一步地:
所述加载模块100包括用户登录单元、任务创建单元、模型导入单元和模型加载单元;
所述用户单元,用于进行软件授权、账号注册、账号登录及账号管理;
所述任务创建单元,用于创建模型纠正任务;
所述模型导入单元,用于基于配置模型路径、空间信息、样式及定位参数等导入信息。
所述模型加载单元,用于加载原始三维模型并展示。
进一步地:
所述刺点模块200包括编辑单元和展示单元;
所述编辑单元,用于采集用户于俯视视角下对所述原始三维模型进行的刺点操作,基于刺点操作进行像控点的增加、删除、改正与查看。
所述展示单元,用于对像控点进行列表展示,列表字段包括:经度、纬度、ID。
进一步地:
所述坐标纠正模块300,包括三角网构建单元、坐标计算单元和模型对比单元;
所述三角网构建单元,用于基于所述像控点构建精密三角网,所述精密三角网中包括若干个三角单元,每个三角单元的面积均小于等于预设的面积阈值;
所述坐标计算单元,用于对各三角单元中所包含的特征点坐标进行纠正,获得相对应的重建坐标,其被配置为:
提取三角单元的顶点坐标,基于所述顶点坐标计算获得与所述三角单元相对应的拟合方程;
提取位于所述三角单元内的特征点坐标;
基于所述拟合方程对所述特征点坐标进行纠正,获得相应的重建坐标。
所述模型对比单元,用于基于所述重建坐标生成纠正模型并展示,所述纠正模型可与原始三维模型并列展示(共同展示),或覆盖于原始三维模型上进行显示(即,仅展示纠正模型),本实施通过模型对比单元展示纠正模型和/或原始三维模型为用户展示纠正效果。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
实施例4、一种计算机可读存储介质,其存储有计算机程序,其特征在于,该程序被处理器执行时实现实施例1或实施例2所述方法的步骤。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
需要说明的是:
说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,说明书通篇各个地方出现的短语 “一个实施例”或“实施例”并不一定均指同一个实施例。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
此外,需要说明的是,本说明书中所描述的具体实施例,其零、部件的形状、所取名称等可以不同。凡依本发明专利构思所述的构造、特征及原理所做的等效或简单变化,均包括于本发明专利的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离本发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (10)
1.一种三维模型坐标的纠正方法,其特征在于包括以下步骤:
加载原始三维模型;
采集用户于俯视视角下对所述原始三维模型进行的刺点操作,获得相应的像控点;
基于所述像控点构建精密三角网,所述精密三角网中包括若干个三角单元,每个三角单元的面积均小于等于预设的面积阈值;
对各三角单元中所包含的特征点坐标进行纠正,获得相对应的重建坐标,具体为:
提取三角单元的顶点坐标,基于所述顶点坐标计算获得与所述三角单元相对应的拟合方程;
提取位于所述三角单元内的特征点坐标;
基于所述拟合方程对所述特征点坐标进行纠正,获得相应的重建坐标。
2.根据权利要求1所述的三维模型坐标的纠正方法,其特征在于:
所述顶点坐标为三角单元顶点的二维坐标;
基于梯度下降法对所述顶点坐标进行拟合,获得与所述三角单元相对应的拟合方程。
3.根据权利要求2所述的三维模型坐标的纠正方法,其特征在于:
基于像控点生成初始三角网;
对所述初始三角网中面积大于预设的面积阈值的三角单元进行分解,直至所有三角单元的面积小于预设的面积阈值,获得精密三角网。
4.根据权利要求3所述的三维模型坐标的纠正方法,其特征在于:
随机提取一个像控点作为初始点;
提取与所述初始点最近的像控点,将所述初始点与所述像控点相连,获得基准线;
提取与所述基准线最近的像控点,基于所述基准线和所述像控点构建三角形,并将所述基准线与所述像控点相连的边作为新的基准线,重复本步骤,直至无新的基准线生成,获得初始三角网。
5.根据权利要求4所述的三维模型坐标的纠正方法,其特征在于,当三角单元面积大于预设的面积阈值时,将所述三角单元作为待分解单元,按照以下步骤进行分解:
提取所述待分解单元中各边的中点,并令各中点两两相连,生成四个新的三角单元。
6.根据权利要求1至5任一所述的三维模型坐标的纠正方法,其特征在于:
刺点操作包括对像控点的增加、删除、改正和查看操作。
7.根据权利要求1至5任一所述的三维模型坐标的纠正方法,其特征在于,获得相应的重建坐标后还包括模型重建步骤,具体步骤为:
汇总所有重建坐标,基于所述重建坐标生成并输出纠正模型。
8.一种三维模型坐标的纠正系统,其特征在于,包括:
加载模块,用于加载原始三维模型;
刺点模块,用于采集用户于俯视视角下对所述原始三维模型进行的刺点操作,获得相应的像控点;
坐标纠正模块,包括三角网构建单元和坐标计算单元;
所述三角网构建单元,用于基于所述像控点构建精密三角网,所述精密三角网中包括若干个三角单元,每个三角单元的面积均小于等于预设的面积阈值;
所述坐标计算单元,用于对各三角单元中所包含的特征点坐标进行纠正,获得相对应的重建坐标,其被配置为:
提取三角单元的顶点坐标,基于所述顶点坐标计算获得与所述三角单元相对应的拟合方程;
提取位于所述三角单元内的特征点坐标;
基于所述拟合方程对所述特征点坐标进行纠正,获得相应的重建坐标。
9.根据权利要求8所述的一种三维模型坐标的纠正系统,其特征在于,还包括模型输出模块;
所述模型输出模块,用于汇总所有重建坐标,基于所述重建坐标生成并输出纠正模型。
10.一种计算机可读存储介质,其存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至7任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110271578.0A CN112687000B (zh) | 2021-03-12 | 2021-03-12 | 三维模型坐标的纠正方法、系统、计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110271578.0A CN112687000B (zh) | 2021-03-12 | 2021-03-12 | 三维模型坐标的纠正方法、系统、计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112687000A CN112687000A (zh) | 2021-04-20 |
CN112687000B true CN112687000B (zh) | 2021-06-15 |
Family
ID=75455573
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110271578.0A Active CN112687000B (zh) | 2021-03-12 | 2021-03-12 | 三维模型坐标的纠正方法、系统、计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112687000B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113284211B (zh) * | 2021-06-09 | 2022-11-11 | 杭州今奥信息科技股份有限公司 | 一种正射影像生成的方法以及系统 |
CN115077494B (zh) * | 2022-06-09 | 2024-08-16 | 上海腾达创科工程技术咨询有限责任公司 | 一种三维模型校正方法、装置、设备、介质及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090141966A1 (en) * | 2007-11-30 | 2009-06-04 | Microsoft Corporation | Interactive geo-positioning of imagery |
CN109816790A (zh) * | 2018-12-26 | 2019-05-28 | 江苏嘉禾环境科技有限公司 | 一种用于水文监测的三维实景建模方法 |
CN111583411A (zh) * | 2020-04-25 | 2020-08-25 | 镇江市勘察测绘研究院 | 一种基于倾斜摄影的三维模型建立方法 |
-
2021
- 2021-03-12 CN CN202110271578.0A patent/CN112687000B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090141966A1 (en) * | 2007-11-30 | 2009-06-04 | Microsoft Corporation | Interactive geo-positioning of imagery |
CN109816790A (zh) * | 2018-12-26 | 2019-05-28 | 江苏嘉禾环境科技有限公司 | 一种用于水文监测的三维实景建模方法 |
CN111583411A (zh) * | 2020-04-25 | 2020-08-25 | 镇江市勘察测绘研究院 | 一种基于倾斜摄影的三维模型建立方法 |
Non-Patent Citations (2)
Title |
---|
Unmanned Aerial Vehicle (UAV) Based Point Cloud for 3D Mapping and Modelling;Haque Md Imdadul等;《North American Academic Research》;20201130;全文 * |
像控点刺点影像选取对无人机测量精度的影响;王丽霞等;《科学技术与工程》;20190430;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112687000A (zh) | 2021-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112002014B (zh) | 面向精细结构的三维人脸重建方法、系统、装置 | |
CN111243090B (zh) | 土方量计算方法及系统 | |
CN112687000B (zh) | 三维模型坐标的纠正方法、系统、计算机可读存储介质 | |
CN110134752B (zh) | 三维大场景建模数据处理方法及装置 | |
CN107527382B (zh) | 数据处理方法以及装置 | |
CN108225334B (zh) | 一种基于三维实景数据的定位方法及装置 | |
CN107622530B (zh) | 一种高效鲁棒的三角网切割方法 | |
CN107504917B (zh) | 一种三维尺寸测量方法及装置 | |
WO2017001356A2 (en) | Method in constructing a model of a scenery and device therefor | |
CN112528379A (zh) | 一种建筑模型生成方法、装置及电子设备 | |
CN111986074A (zh) | 一种真正射影像制作方法、装置、设备及存储介质 | |
JP2007170821A (ja) | 三次元変位計測方法 | |
CN113610973A (zh) | 三维地图的生成方法及系统 | |
CN116051980B (zh) | 基于倾斜摄影的建筑识别方法、系统、电子设备及介质 | |
JP3950376B2 (ja) | 3次元点群からの形状モデル生成方法と装置、並びに、3次元点群からの形状モデル生成プログラムと該プログラムを記録した記録媒体 | |
CN115937466B (zh) | 一种融合gis的三维模型生成方法、系统及存储介质 | |
CN108401462A (zh) | 信息处理方法和系统、云处理设备及计算机程序产品 | |
CN108053481A (zh) | 三维点云法向量的生成方法、装置和存储介质 | |
CN116030116A (zh) | 垃圾填埋体积分析方法、装置、电子设备及存储介质 | |
CN114549615A (zh) | 土方工程量的生成方法、装置及电子设备 | |
CN114549768A (zh) | 一种三维重建效果检测方法、装置、设备及存储介质 | |
CN108876885B (zh) | 电力设备的点云数据处理方法及装置 | |
CN113421292A (zh) | 一种三维建模细节增强方法及装置 | |
CN114019532A (zh) | 工程进度核查方法及设备 | |
KR100782152B1 (ko) | 3차원 수치지도를 제작하기 위하여 항공사진 db로부터건물의 3차원 데이터를 획득하는 방법 |
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 |
Denomination of invention: Correction methods, systems, and computer-readable storage media for three-dimensional model coordinates Granted publication date: 20210615 Pledgee: Zhejiang Hangzhou Yuhang Rural Commercial Bank Co.,Ltd. Science and Technology City Branch Pledgor: Hangzhou Jinao Information Technology Co.,Ltd. Registration number: Y2024980017583 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right |