具体实施方式
下面结合具体实施例对本发明做进一步说明。
本次三维实景建模选用变电站新建工程为研究区,该变电站工程位于街道 东侧,客运站南侧,交通便利。
实地调查:变电站的主要建筑物包括综合生产楼、消防泵房、事故油池等, 地貌上属新冲洪积平原亚区-扇上平地或缓斜地小区,地形平坦。沿线自然植被 很少,主要为人工植被,城市绿化植物。
航飞规划:根据变电站实际位置和状况选取变电站周围2km半径的圆形区 域,对变电站及其周边的读库信息进行采集;
飞行作业:选择晴朗无风天气进行空中影像采集,尽可能降低天气对采集 数据质量的影响;
数据检查:获取数据后对POS系统数据提供的数据质量进行检查,共计到 处2485张照片,同时也获取了这些照片采集位置的GPS数据;
三维实景建模:对先前获取的数据进行后处理,建立三维TIN模型,在模型 的基础上利用空中全景图像进行纹理映射,是对应纹理贴至模型表面实现三维 模型建立。
进一步的,本次试验采用相机采集影像数据,共采集2485张照片。平均地 面分辨率26.76014mm/pixel,比例尺1:80。每张图像中平均约包含33250个 关键点,共548240个连接点,每张照片的连接点约1331个,重投影误差0.7 pixel。定位及缩放使用照片元数据进行地理参照,未使用控制点。
影像采集所用设备为非量测数码相机,其内方位元素未知,并存在较大的 光学畸变。为保证其成像质量满足测量精度要求,必须对其进行高精度的检校。 本次试验,通过497张照片对各机位相机进行了一系列高精度检校。
三维实景建模采用ContextCapture软件进行,首先导入采集的照片。
(1)导入“back”机位相机拍摄的497张照片,相片尺寸6000×4000,传 感器尺寸23.5mm,焦距35.7884407854273mm,导入无人机测量到的每一张照 片的位置坐标。
(2)导入“down”机位相机拍摄的497张照片,焦距35.783331586962mm。
(3)导入“front”机位相机拍摄的497张照片,焦距36.0107167956631 mm。
(4)导入“left”机位相机拍摄的497张照片,焦距36.0833262074851mm。
(5)导入“right”机位相机拍摄的497张照片,焦距36.1047581326346 mm。
共计导入2485张照片。
每个相机导入相同的拍摄位置坐标,设置空间坐标系,其中包含每张照片 名字对应的经纬度和高程,采用的空间参考坐标系为WGS84。
坐标记录文件为txt文本,导入后,按照空格隔开,将各列数据对应到相片 名称、经纬度和高程上。本次记录数据第一列时纬度,第二列时经度,注意避 免选择错误。
进入空中三角测量运算,使用相机自带定位进行运算,位置控制及其他相 关设置见。空三计算自动精确地测量每一个导入照片的位置、旋转和相机参数 (焦距,像主点和透镜畸变)。空三计算从输入块开始,并根据选定的参数创建 一个新的已完成或调整的块。空三计算完成后,照片定位级别达到地理参考级 别,其中有5张照片,旋转数据未知,精度不足,不能用于三维模型重建,显 然这并不会影响后续建模质量。共计2480张照片可用。
之后对照片位置进行排布连接,确定各照片的连接位置。
1连接点位置不确定度
连接点位置不确定度:所有连接点的俯视图(XY平面)、侧视图(ZY平面) 和前视图(XZ平面)如图2所示,颜色表示单个点位置的不确定性。这些值以 米为单位,最小不确定度为0.00489m,最大不确定度为1.29194m。中间位置不 确定度等于0.07171m。可以看出来,连接点平均精度在7cm,我们关心的位置 最大精度可以达到5mm,精度很高。
2观察连接点的照片数量
每个连接点的观察照片数:所有连接点的俯视图(XY平面)、侧视图(ZY 平面)和前视图(XZ平面)如图3所示,颜色深浅表示用于定义每个点的照片 数量。每个连接点的照片数量最少为3张,最多为69张。观察一个联系点的平 均照片数是6张。
3重投影误差
每个连接点的重投影误差:所有连接点的俯视图(XY平面)、侧视图(ZY 平面)和前视图(XZ平面)如图4所示,颜色深浅代表以像素表示的重投影误 差值的大小。最小重投影误差为0.00像素,最大为1.91像素。平均重投影误差 为0.64像素。
4连接点分辨率
连接点分辨率:所有连接点的俯视图(XY平面)、侧视图(ZY平面)和前 视图(XZ平面)如图5所示,颜色表示各个点位置的分辨率大小。这些值以米/ 像素为单位,最小分辨率为0.00904米/像素,最大分辨率为0.10466米/像素。 中值分辨率等于0.02549米/像素。
将空三计算的照片点位与实景地形匹配到同一坐标中,得到图6,图中可见 虽然在整个区域的右下角、右侧中部和左上角有少量分辨率较差的点,但都在 外围区域,对核心区建模影响较小。
通过上述空三计算质量报告可以看出,照片数据及模型生成精度较高,质 量较好,为后续三维模型重建奠定了坚实基础。
三维重建
进行三维重建,提示模型过大,采用瓦片技术(tiling)进行分区生成。
根据空间坐标系确定重构模型的范围。
基于WGS坐标系,输入控制边界,即可确定模型重建的区域。这个区域越 小,重构模型的时间就越短。经过测试采用本机,完成整个模型的重构,需要 至少300小时,而如果通过spatial framework将重构场地缩小到关心的电厂建设 范围宽50m长50m,则可以3小时完成模型重构。
确定模型重建区域后基于瓦片技术,设置每37m一个平面格子进行模型拆 分,将模型拆分成9个“瓦片”格子。
模型重建过程中相关参数一般可采用默认设置,可以满足工程应用。需注 意的是,模型生产时的空间坐标系应该与前面保持一致。
各参数定义简介如下。
(1)匹配对选择(selection of matching pairs)。该高级选项可用于对特定的输入照片指定匹配算法。
·默认为通用算法(Generic),大多数情况采用该方法即可。
·对于结构化空中飞行选项:建议仅用于结构化航空图像数据集,通过在 平行线上定期扫描区域和具有固定杆臂角度的传感器获得。
·对于沿轨道路径捕获垂直结构的情况,可选择关注ROI(Focus on ROI) 选项。
(2)用于几何图形的照片(Photos used for geometry),可以选择用于几何 图形重构的输入数据。
·排除热成像(Exclude thermal imagery):当热成像分辨率不足以用于摄影 测量时,建议使用。在这种情况下,只有带有可见色带的照片才用于几何图形。 当有可见颜色的照片可用时,这是默认设置。
·包括热成像(Include thermal imagery):几何将使用所有可用的照片。
·无(None):几何体将仅使用点云(仅当输入块具有点云时可用)。
(3)几何精度(Geometric precision):指定输入照片的误差水平,以便在 三维模型中产生不同精度的细节。
·超(Ultra):超高精度。警告:高内存和计算时间消耗,不建议大面积使 用。
·额外(Extra)(默认):额外精度,更大的文件大小(输入照片的公差为 0.5像素)。
·高(High):高精度,较小的文件大小(输入照片允许1个像素)。
·中等(Medium):中等精度,最适合正射影像/DSM制作(输入照片中允 许2个像素)。最快和最节省内存的模式。
(4)孔洞填充(Hole-filling):控制孔洞填充算法。
·仅修复小孔(Fix small holes only)(默认):建议用于大多数数据集。
·修复除瓦片边界外的所有孔洞(Fix all holes except at tileboundaries):加 强孔洞填充算法,以尽量减少网格中的孔洞数量。使用此选项,算法将尝试强 制执行闭合曲面。
(5)几何简化
·标准(Standard)(默认):基于网格抽取的标准几何简化。
·平面(Planar):基于平面检测的几何简化。该算法致力于寻找平面(如 墙和屋顶),并确保它们在重建和简化阶段保持平面。
平面简化基于一个公差阈值:如果以像素为单位,则在输入照片中以像素 定义公差:简化取决于输入照片的分辨率。
如果以米(或非地理参考块的单位)提供,公差在三维坐标空间中定义: 简化在三维模型上是统一的。
(6)颜色均衡模式(Color equalization mode):ContextCapture从可能在不 同照明条件下获取的各种输入照片生成3D模型纹理。为了减少三维模型纹理中 输入照片之间的辐射差异,ContextCapture提出了两种自动对输入照片进行颜色 均衡的方法。使用此颜色均衡模式选项,可以更改用于处理纹理的颜色均衡算 法。
·标准(Standard):默认的高级ContextCapture自动颜色均衡在每个平铺 上独立执行。
·分块(Blockwise):一种新的颜色均衡算法,通常比标准算法更灵活,能 够处理图像之间更大的辐射差异。请注意,此自动均衡是在所有输入照片的空 中三角测量期间计算的。这就不需要第二个,行间颜色均衡,有时在标准方法 中需要。若要激活此选项,需要在“空中三角测量”设置中启用分块颜色均衡。
·标准(包括热敏)(Standard(including thermal)):此模式还将对热照片进 行标准颜色校正。注意:这将更改输入温度值,并可能导致不正确的输出数据。
·分块(包括热处理)(Blockwise(including thermal)):此模式还将对热照 片进行分块颜色校正。注意:这将更改输入温度值,并可能导致错误的输出数 据。
·无(None):禁用颜色均衡。输入照片的初始颜色将保留在生成的纹理中。 仅当输入照片是在恒定且均匀的照明下获得的,才应使用此选项。
(7)无纹理区域表示(Untextured regions representation):在某些情况下, 即使输入的照片看不到场景的一部分,ContextCapture也可以创建与相邻部分一 致的几何体。可以选择ContextCapture如何对其进行纹理处理。
·修复完成(Inpainting completion)(默认):通过图像修复填充中小型无纹 理区域。此方法不适用于大的无纹理区域:后者使用为无纹理区域选择的颜色 填充。
·统一颜色(Uniform color):用您选择的颜色填充所有未设置纹理的区域。
·无纹理区域颜色(Untextured regions color):用于填充无纹理区域的自定义颜色。
(8)纹理源优先级(Texture source priority):当输入块同时包含照片和点 云时,此选项允许选择纹理源优先级。
·智能(Smart):ContextCapture将根据分辨率在本地选择最佳源。
·点云优先(Point clouds first):点云颜色将覆盖照片。
·照片优先(Photos first):照片将覆盖点云颜色。
(9)分辨率限制(Resolution Limit):默认情况下,ContextCapture生成一 个3D模型,其分辨率自动适应输入照片的分辨率。然而,有些应用可能需要更 严格地控制输出分辨率。分辨率限制设置允许将输出三维模型的分辨率限制为 用户指定的米(或非地理参考重建的单位)。如果输入照片的分辨率比某些区域 的限制更细,则生成的三维模型的分辨率将等于这些区域中指定的限制。默认 情况下,分辨率限制设置为零,即不限制分辨率。
上述参数设置好后,即可生成并输出三维模型,如图7所示。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发 明的精神和原则之内所做的任何修改,等同替换和改进等,均应包含在本发明 的保护范围之内。