CN112700543B - 一种多源数据三维叠合方法 - Google Patents
一种多源数据三维叠合方法 Download PDFInfo
- Publication number
- CN112700543B CN112700543B CN202110054213.2A CN202110054213A CN112700543B CN 112700543 B CN112700543 B CN 112700543B CN 202110054213 A CN202110054213 A CN 202110054213A CN 112700543 B CN112700543 B CN 112700543B
- Authority
- CN
- China
- Prior art keywords
- dimensional
- data
- image
- model
- imaging
- 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
- 238000003384 imaging method Methods 0.000 claims description 21
- 238000013507 mapping Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 5
- 230000000694 effects Effects 0.000 abstract description 4
- 230000011218 segmentation Effects 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
-
- 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)
- Architecture (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Processing Or Creating Images (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及数字全景地图技术领域,且公开了一种多源数据三维叠合方法,包括以下步骤:读取三维激光点云以及倾斜模型等三维模型数据,并读取无人机影像。该多源数据三维叠合方法,用户可以直观的了解影像拍摄时的位置以及姿态,激光点云数据具有高精度的三维坐标,其空间分布呈现为离散的数据,并具有数据海量性的特点,当用户需要浏览影像时,从影像的观测位置以影像的拍摄视角浏览影像模型及贴图,便可以同时观测影像以及三维点云、倾斜模型数据,用户可以精确的观察到多源数据的叠加状态,从而评判数据的精度和准确性,对于所有数据源都考虑到采集车辆颠簸等特殊情况,以及具体实践平面分割的过程和效果,能够应用于大规模的室外场景中。
Description
技术领域
本发明涉及数字全景地图技术领域和三维激光扫描技术领域,具体为一种多源数据三维叠合方法。
背景技术
全景地图在数字城市、地图导航等领域已经有了成熟的应用,三维激光扫描技术也在文物保护、电力巡检等领域有着越来越广泛的应用,三维激光扫描所采集的点云数据成果具有一定的盲目性,其空间分布呈现离散状态,激光点的位置是随机的,不能保证地物特征点能有数据,而且利用强度生成的灰度影像在视觉上并不直观,所以,在三维数据的获取中,将影像与点云数据融合,获取每一个点的真实颜色纹理是三维激光扫描技术中的一个重要的需求。
现有的一些全景影像和激光点云的融合方法,有些对于激光点云的栅格化预处理是在没有POS系统的情况下完成的,有些没有考虑到采集车辆颠簸等特殊情况,有些没有具体实践平面分割的过程和效果,有些没有应用于大规模的室外场景,因而得到的数据的精确度不够全面不够精准,故而本发明提出了一种多源数据三维叠合方法用以解决上述问题。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种多源数据三维叠合方法,具备高精度和高准确性的优点,解决了数字全景影像、三维激光点云、无人机影像等多源数据匹配融合的问题。
(二)技术方案
为实现上述高精度和高准确性的目的,本发明提供如下技术方案:一种多源数据三维叠合方法,包括以下步骤:
1)读取三维激光点云以及倾斜模型三维模型数据,并读取无人机影像、数字全景影像二维数据的三维位姿数据;
2)统一所有三维数据的坐标系及投影,并将三维模型数据显示到场景;
3)将二维数据的位姿信息,根据影像的成像模型,在三维场景中显示为三维立体模型,其中无人机影像为平面影像,成像立体模型为矩形平面,全景影像的成像立体模型为球形或立方体;
4)调整成像立体模型的位置姿态,根据其实际拍摄时位姿,对模型进行旋转平移变换;
5)根据二维数据的成像模型,精确计算影像的内方位元素,消除影像畸变;
6)将消除畸变的二维影像数据以贴图方式附在模型表面;
7)根据模型的大小确定模型距离像主点的三维距离;
8)调整三维场景中摄像机的位置和方向,使其符合二维影像拍摄时刻位姿信息,在该位置和方向上观测整个三维场景;
9)调整二、三维数据的透明度及叠加顺序,使叠加的多源数据能够同时
被观测;
10)根据数据的叠加精度,评价二、三维数据的采集精度。
(三)有益效果
与现有技术相比,本发明提供了一种多源数据三维叠合方法,具备以下
有益效果:
1、该多源数据三维叠合方法,用户可以直观的了解影像拍摄时的位置以及姿态,激光点云数据具有高精度的三维坐标,其空间分布呈现为离散的数据,并具有数据海量性的特点。
2、该多源数据三维叠合方法,当用户需要浏览影像时,从影像的观测位置以影像的拍摄视角浏览影像模型及贴图,便可以同时观测影像以及三维点云、倾斜模型数据。
3、该多源数据三维叠合方法,用户可以精确的观察到多源数据的叠加状态,从而评判数据的精度和准确性,对于所有数据源都考虑到采集车辆颠簸等特殊情况,以及具体实践平面分割的过程和效果,能够应用于大规模的室外场景中。
具体实施方式
下面将结合本发明的实施例,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例:在拥有无人机影像、数字全景影像、三维激光点云以及倾斜模型三维数据的情况下,将不同影像用其对应的成像模型,与三维激光点云、倾斜模型数据一起显示在三维场景当中,其中无人机影像为平面影像,成像模型为矩形平面,全景影像的成像模型为球形或立方体,将每张影像的成像模型根据其实际位姿数据绘制在三维场景当中,并将影像以贴图方式附在模型表面,其中,贴图方式需要严格按照影像的成像方式,精确计算影像的内方位元素,消除影像畸变,并确定模型的大小以及模型距离像主点的三维距离。
一种多源数据三维叠合方法,包括以下步骤:
1)读取三维激光点云以及倾斜模型三维模型数据,并读取无人机影像、数字全景影像二维数据的三维位姿数据;
2)统一所有三维数据的坐标系及投影,并将三维模型数据显示到场景;
3)将二维数据的位姿信息,根据影像的成像模型,在三维场景中显示为三维立体模型,其中无人机影像为平面影像,成像立体模型为矩形平面,全景影像的成像立体模型为球形或立方体;
4)调整成像立体模型的位置姿态,根据其实际拍摄时位姿,对模型进行旋转平移变换;
5)根据二维数据的成像模型,精确计算影像的内方位元素,消除影像畸变;
6)将消除畸变的二维影像数据以贴图方式附在模型表面;
7)根据模型的大小确定模型距离像主点的三维距离;
8)调整三维场景中摄像机的位置和方向,使其符合二维影像拍摄时刻位姿信息,在该位置和方向上观测整个三维场景;
9)调整二、三维数据的透明度及叠加顺序,使叠加的多源数据能够同时被观测;
10)根据数据的叠加精度,评价二、三维数据的采集精度。
本发明的有益效果是:该多源数据三维叠合方法,用户可以直观的了解影像拍摄时的位置以及姿态,激光点云数据具有高精度的三维坐标,其空间分布呈现为离散的数据,并具有数据海量性的特点,当用户需要浏览影像时,从影像的观测位置以影像的拍摄视角浏览影像模型及贴图,便可以同时观测影像以及三维点云、倾斜模型数据。
并且,该多源数据三维叠合方法,用户可以精确的观察到多源数据的叠加状态,从而评判数据的精度和准确性,对于所有数据源都考虑到采集车辆颠簸等特殊情况,以及具体实践平面分割的过程和效果,能够应用于大规模的室外场景中。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (1)
1.一种多源数据三维叠合方法,其特征在于,包括以下步骤:
1)读取三维激光点云以及倾斜模型三维模型数据,并读取无人机影像、数字全景影像二维数据的三维位姿数据;
2)统一所有三维数据的坐标系及投影,并将三维模型数据显示到场景;
3)将二维数据的位姿信息,根据影像的成像模型,在三维场景中显示为三维立体模型,其中无人机影像为平面影像,成像立体模型为矩形平面,全景影像的成像立体模型为球形或立方体;
4)调整成像立体模型的位置姿态,根据其实际拍摄时位姿,对模型进行旋转平移变换;
5)根据二维数据的成像模型,精确计算影像的内方位元素,消除影像畸变;
6)将消除畸变的二维影像数据以贴图方式附在模型表面;
7)根据模型的大小确定模型距离像主点的三维距离;
8)调整三维场景中摄像机的位置和方向,使其符合二维影像拍摄时刻位姿信息,在该位置和方向上观测整个三维场景;
9)调整二、三维数据的透明度及叠加顺序,使叠加的多源数据能够同时被观测;
10)根据数据的叠加精度,评价二、三维数据的采集精度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110054213.2A CN112700543B (zh) | 2021-01-15 | 2021-01-15 | 一种多源数据三维叠合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110054213.2A CN112700543B (zh) | 2021-01-15 | 2021-01-15 | 一种多源数据三维叠合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112700543A CN112700543A (zh) | 2021-04-23 |
CN112700543B true CN112700543B (zh) | 2024-07-02 |
Family
ID=75515281
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110054213.2A Active CN112700543B (zh) | 2021-01-15 | 2021-01-15 | 一种多源数据三维叠合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112700543B (zh) |
Citations (2)
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 |
CN111597666A (zh) * | 2020-05-20 | 2020-08-28 | 佛山电力设计院有限公司 | 一种将bim应用到变电站建设过程的方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8369622B1 (en) * | 2009-10-29 | 2013-02-05 | Hsu Shin-Yi | Multi-figure system for object feature extraction tracking and recognition |
CN103017653B (zh) * | 2012-11-27 | 2015-06-24 | 武汉海达数云技术有限公司 | 一种球面全景影像与三维激光扫描点云的配准及测量方法 |
CN107121064A (zh) * | 2017-04-27 | 2017-09-01 | 上海华测导航技术股份有限公司 | 一种激光扫描测量装置 |
CN109945845A (zh) * | 2019-02-02 | 2019-06-28 | 南京林业大学 | 一种私家园林空间数字化测绘和三维可视化方法 |
CN110188989A (zh) * | 2019-04-21 | 2019-08-30 | 北京工业大学 | 一种基于三维可视化实景智慧城管系统 |
CN111879354A (zh) * | 2020-06-29 | 2020-11-03 | 广州中科智云科技有限公司 | 一种无人机精细化测量系统 |
-
2021
- 2021-01-15 CN CN202110054213.2A patent/CN112700543B/zh active Active
Patent Citations (2)
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 |
CN111597666A (zh) * | 2020-05-20 | 2020-08-28 | 佛山电力设计院有限公司 | 一种将bim应用到变电站建设过程的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112700543A (zh) | 2021-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110148169B (zh) | 一种基于ptz云台相机的车辆目标三维信息获取方法 | |
CN112894832B (zh) | 三维建模方法、装置、电子设备和存储介质 | |
CN110763152B (zh) | 一种水下主动旋转结构光三维视觉测量装置及测量方法 | |
CN107316325B (zh) | 一种基于图像配准的机载激光点云与影像配准融合方法 | |
CN111325801B (zh) | 一种激光雷达和相机的联合标定方法 | |
US8139111B2 (en) | Height measurement in a perspective image | |
CN100504299C (zh) | 一种空间非合作物体三维信息的获取方法 | |
SG189284A1 (en) | Rapid 3d modeling | |
CN112927133B (zh) | 一种基于一体化标定参数的图像空间投影拼接方法 | |
CN109345587B (zh) | 一种基于全景与单目视觉的混合视觉定位方法 | |
CN110930508A (zh) | 二维光电视频与三维场景融合方法 | |
CN110298924A (zh) | 一种ar系统中用于显示检测信息的坐标变换方法 | |
CN111932627B (zh) | 一种标识物绘制方法及系统 | |
CN112184786A (zh) | 一种基于合成视觉的目标定位方法 | |
CN115527016A (zh) | 一种三维gis视频融合注册方法、系统、介质、设备及终端 | |
CN107123135B (zh) | 一种无序三维点云的无畸变成像方法 | |
CN112700543B (zh) | 一种多源数据三维叠合方法 | |
CN112330740A (zh) | 一种基于单目视频的伪双目动态测距方法 | |
Spacek | A catadioptric sensor with multiple viewpoints | |
CN112017303B (zh) | 一种基于增强现实技术的设备维修辅助方法 | |
Tong et al. | An Omni-directional vSLAM based on spherical camera model and 3D modeling | |
CN114170323A (zh) | 图像拍摄装置的参数标定方法、设备及存储介质 | |
CN110738600A (zh) | 一种基于双目视觉的相机超分辨率图像获取方法 | |
Zhang et al. | LiDAR and Camera Calibration Using Pyramid and Checkerboard Calibrators | |
Li et al. | Research on coloring of 3d point cloud and panoramic image based on handheld slam |
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 |