CN113066173A

CN113066173A - 三维模型构建方法、装置和电子设备

Info

Publication number: CN113066173A
Application number: CN202110431928.5A
Authority: CN
Inventors: 李明; 徐明策; 王海清; 王树良; 苏康军; 李弘正
Original assignee: Beijing Suce Technology Co ltd; NATIONAL GEOMATICS CENTER OF CHINA; Beijing Institute of Technology BIT
Current assignee: Beijing Suce Technology Co ltd; NATIONAL GEOMATICS CENTER OF CHINA; Beijing Institute of Technology BIT
Priority date: 2021-04-21
Filing date: 2021-04-21
Publication date: 2021-07-02
Anticipated expiration: 2041-04-21
Also published as: CN113066173B

Abstract

本申请提供一种三维模型构建方法、装置和电子设备，通过获取测区内的多张历史影像，提取每张历史影像中的特征点，并针对每任意两张历史影像，对两张历史影像中的特征点进行匹配，得到多组匹配点。根据每任意两张历史影像的匹配点对多张历史影像进行匹配连接，得到测区对应的连接影像。基于连接影像创建对应的数字地表模型，并提取连接影像的纹理特征，将纹理特征贴附至数字地表模型得到测区的三维模型。该方案通过特征点匹配的方式，可提高影像连接的精确度，且通过地表模型构建和纹理特征贴附的方式，可实现自动、快速地三维模型构建，提高构建效率。

Description

三维模型构建方法、装置和电子设备

技术领域

本申请涉及航空摄影技术领域，具体而言，涉及一种三维模型构建方法、装置和电子设备。

背景技术

传统的DOM(Digital Orthophoto Map，数字正射影像图)数据，大多只有地物顶部的信息特征，缺乏地物侧面详细的轮廓信及纹理信息，不利于全方位的模型构建。历史航片实景三维建模技术能够根据一系列二维相片，自动生成高分辨、带有逼真纹理贴图的三维模型。为一定时间段内自然地理和社会发展演变过程提供精确的地理信息佐证，从而有助于分析自然规律和社会发生规律。为预防各种地质灾害，推断今后发展演变的趋势，具有很高的研究价值和意义。

但是目前的三维模型构建方法，在进行影像的匹配时，往往存在匹配精度不高的问题，从而导致构建的模型不够准确，并且，在模型构建效率上也比较低下。

发明内容

本申请的目的包括，例如，提供了一种三维模型构建方法、装置和电子设备，其能够提高影像连接的精确度、提高模型构建效率。

本申请的实施例可以这样实现：

第一方面，本申请提供一种三维模型构建方法，所述方法包括：

获取测区内的多张历史影像，其中，各张历史影像包含所述测区内的部分影像信息；

提取每张所述历史影像中的特征点，针对每任意两张历史影像，对所述两张历史影像中的特征点进行匹配，得到多组匹配点；

根据每任意两张历史影像的匹配点对所述多张历史影像进行匹配连接，得到所述测区对应的连接影像；

基于所述连接影像创建对应的数字地表模型，并提取所述连接影像的纹理特征，将所述纹理特征贴附至所述数字地表模型得到所述测区的三维模型。

在可选的实施方式中，所述基于所述连接影像创建对应的数字地表模型的步骤，包括：

将所述连接影像划分为多个子影像，采用多线程并行计算各所述子影像的视差得到各自对应的视差图；

将得到的多个视差图进行融合得到完整视差图，以得到所述数字地表模型。

在可选的实施方式中，所述将得到的多个视差图进行融合得到完整视差图的步骤，包括：

针对所述多个视差图中待拼接的任意两个视差图，对所述任意两个视差图进行拼接，并在拼接连接处保留预设占比的重叠区域；

采用所述任意两个视差图各自在所述重叠区域处的视差进行加权平均进行融合得到所述重叠区域的视差信息，以得到完整视差图。

在可选的实施方式中，所述提取所述连接影像的纹理特征的步骤，包括：

将所述连接影像划分为多个子区域，获得各个子区域对应的直方图；

将所述多个子区域的直方图进行连接，得到所述连接影像的纹理特征。

在可选的实施方式中，所述获得各个子区域对应的直方图的步骤，包括：

针对每个所述子区域中的每个像素点，获得所述像素点的多个邻点；

将所述像素点与各所述邻点进行比较以对各所述邻点进行赋值；

根据各所述邻点的赋值结果得到所述像素点对应的二进制数组；

根据所述子区域内各个像素点的二进制数组构建所述子区域对应的直方图。

在可选的实施方式中，所述将所述像素点与各所述邻点进行比较以对各所述邻点进行赋值的步骤，包括：

针对所述像素点的每个邻点，将所述像素点与所述邻点进行比较，若所述像素点的像素值较所述邻点的像素值更大，则所述邻点赋值为1，若所述像素点的像素值较所述邻点的像素值更小或相等，则所述邻点赋值为0。

在可选的实施方式中，所述针对每任意两张历史影像，对所述两张历史影像中的特征点进行匹配，得到多组匹配点的步骤，包括：

针对每任意两张历史影像，利用其中一张历史影像中的特征点构建K维树；

采用BBF算法对所述K维树进行查询，以将所述两张历史影像中的另一张历史影像的特征点分别与所述K维树中的特征点进行匹配，得到多组匹配点。

在可选的实施方式中，所述得到多组匹配点的步骤之后，还包括对所述多组匹配点进行筛选的步骤，该步骤包括：

利用随机一致性算法对得到的多组匹配点进行滤除以得到满足所述随机一致性算法要求的匹配点；

获取所述测区内布设的多个控制点，根据所述多个控制点并采用光束法平差对滤除后得到的多组匹配点进行平差解算，从所述多组匹配点中筛选出满足预设要求的匹配点。

第二方面，本申请提供一种三维模型构建装置，所述装置包括：

影像获取模块，用于获取测区内的多张历史影像，其中，各张历史影像包含所述测区内的部分影像信息；

匹配模块，用于提取每张所述历史影像中的特征点，针对每任意两张历史影像，对所述两张历史影像中的特征点进行匹配，得到多组匹配点；

连接模块，用于根据每任意两张历史影像的匹配点对所述多张历史影像进行匹配连接，得到所述测区对应的连接影像；

构建模块，用于基于所述连接影像创建对应的数字地表模型，并提取所述连接影像的纹理特征，将所述纹理特征贴附至所述数字地表模型得到所述测区的三维模型。

第三方面，本申请提供一种电子设备，包括一个或多个存储介质和一个或多个与存储介质通信的处理器，一个或多个存储介质存储有处理器可执行的机器可执行指令，当电子设备运行时，处理器执行所述机器可执行指令，以执行前述实施方式中任意一项所述的三维模型构建方法。

本申请实施例的有益效果包括，例如：

附图说明

为了更清楚地说明本申请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申请的一些实施例，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为本申请实施例提供的三维模型构建方法的流程图；

图2为本申请实施例提供的预处理之前的历史影像；

图3为本申请实施例提供的预处理之后的历史影像；

图4为本申请实施例提供的自动预测的框标位置示意图；

图5为本申请实施例提供的测区内连接影像的示意图；

图6为图1中步骤S120包含的子步骤的流程图；

图7为图1中步骤S120包含的子步骤的另一流程图；

图8为本申请实施例提供的测区内布设的控制点的示意图；

图9为本申请实施例提供的选取控制点的操作界面示意图；

图10为本申请实施例提供的平差报告；

图11为图1中步骤S140包含的子步骤的流程图；

图12为图11中步骤S142包含的子步骤的流程图；

图13为本申请实施例提供的数字地表模型示意图；

图14为图1中步骤S140包含的子步骤的另一流程图；

图15为图14中步骤S143包含的子步骤的流程图；

图16为本申请实施例提供的构建的三维模型的示意图；

图17为本申请实施例提供的电子设备的结构框图；

图18为本申请实施例提供的三维模型构建装置的功能模块框图。

图标：110-存储介质；120-处理器；130-三维模型构建装置；131-影像获取模块；132-匹配模块；133-连接模块；134-构建模块；140-通信接口。

具体实施方式

为了便于理解本申请，下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的较佳实施方式。但是，本申请可以以许多不同的形式来实现，并不限于本文所描述的实施方式。相反地，提供这些实施方式的目的是使对本申请的公开内容理解的更加透彻全面。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本申请。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。

如图1所示，是本申请实施例提供的一种三维模型构建方法的示意性流程图。所应说明是，本实施例提供的方法不以图1及以下所述的顺序为限制。下面将对图1所示的具体流程进行详细的阐述。

步骤S110，获取测区内的多张历史影像，其中，各张历史影像包含所述测区内的部分影像信息。

步骤S120，提取每张所述历史影像中的特征点，针对每任意两张历史影像，对所述两张历史影像中的特征点进行匹配，得到多组匹配点。

步骤S130，根据每任意两张历史影像的匹配点对所述多张历史影像进行匹配连接，得到所述测区对应的连接影像。

步骤S140，基于所述连接影像创建对应的数字地表模型，并提取所述连接影像的纹理特征，将所述纹理特征贴附至所述数字地表模型得到所述测区的三维模型。

本实施例中，历史影像可为航空摄影影像。在确定待研究的测区后，可获取该测区内的多张历史影像。考虑到因航片环境以及多种客观因素可能导致影像质量有所差异，影像的噪声可能比较大，或是出现云雾、曝光等问题。因此，本实施例可首先对获取的历史影像进行预处理。

预处理的方式包括通过辐射校正对历史影像进行调色、去云等操作，以提高影像的整体质量。此外，还可对历史影像进行压缩，例如压缩为原来影像的95％，如此，以在不影响影像整体质量的情况下尽可能减少整体数据量。如图2和3所示，分别为获取的原始的历史影像以及进行预处理后的历史影像。

像片的内定向，就是根据像片的框定坐标和相应的摄像机检定参数，恢复像片和摄像机的相关位置，即建立像片坐标系。根据航摄检定表，建立相机检校文件。但是，由于历史航片数据较为久远，很多软件都不能通过模板进行自动内定向，甚至有些影像数据的相机参数已经丢失，导致无框标数据进行参考，进而无法完成自动内定向，更无法完成后续的生产工作。

在本实施例中，对于有参照模板的历史影像，则可以基于参照模板采用自动内定向。例如，对于如RC10、RC20、RC30、LMK、RMK、各类侦察相机等胶片相机所拍摄的历史航片可以进行自动内定向。

而对于没有参照模板但是有文字记录的框标数据的历史影像，可以通过手动输入四角框标，设定成为一个参照模板，基于设定的参照模板进行自动内定向。例如，可以通过查找记录的相机参数，输入对应的框标的坐标给定一个模板之后就可以全自动内定向。内定向采用仿射变换进行框标坐标计算，框标坐标残差绝对值一般不大于0.010mm。由于部分航摄区的像主点资料的遗失，其残差绝对至可以适当放宽，例如，不超过0.020mm。如图4中所示，为软件自动预测的框标位置。

对于没有任何参照模板和文字记录的历史影像，则可以通过确定特征点的方式完成内定向。

基于此，在本实施例提供的构建方法主要是针对提取特征点实现内定向的历史影像的处理。在提取到历史影像的特征点后，可将历史影像中两两进行特征点的匹配，从而得到多组匹配点。针对每任意两张历史影像，两张历史影像的匹配点所在的区域应当是重叠一致的，因此，基于每任意两张历史影像的匹配点可以实现测区内的多张历史影像的匹配连接。

由于历史航片数据的作业年代大部分都比较久远，所以在当时并没有影像中心位置作为参考，以进行测区内影像的构建。而目前市场上大多数测绘软件在进行开发时都是基于影像中心点坐标进行测区内影像的构建的，这就导致目前行业内多数软件无法进行历史航片数据的生产工作。

而应用本实施例提供的上述方式，则可以通过提取历史影像的特征点，并基于特征点匹配的方式，从而基于匹配点对历史影像进行空三匹配连接，进而进行测区内影像的构建。也即，可以通过重叠影像上的相同地物进行快速连接，进行测区布局。图5示意性示出了连接匹配后测区内的连接影像示意图。

在上述构建得到测区内的连接影像的基础上，可以基于连接影像创建DSM(Digital Surface Model，DSM，数字地表模型)。可选地，本实施例中，可采用SMG(Semi-global matching，半全局的匹配)算法进行数字地表模型创建。SMG算法是一种半全局的立体匹配算法，其采用单像素互信息(HMI)作为匹配代价，沿着多个方向进行一维能力最小化来近似替代二维全局能量最小化。相比现有的采用全局算法来提取DSM数据的方式而言，可以避免全局算法的高运算量和高内存消耗等弊端，可以大大提高运算速度，且精度也较高。

在上述基础上，可提取测区内连接影像的纹理特征，可选地，可采用LBP(LocalBinary Patterns，局部二值模式)方法提取纹理特征。并将提取的纹理特征贴附至构建的数字地表模型，从而得到测区的三维模型。

本实施例中，在上述提取每张历史影像中的特征点时，可以采用SFIT算法(尺度不变特征转换算法)对历史影像进行特征点提取，并且，生成携带特征向量描述符的特征加密点。

SFIT算法的是基于DOG(Difference of Gaussian，高斯函数的差分)图像执行的，DOG图像为相邻尺度空间图像相减得到。利用不同尺度空间因子的高斯差分函数与历史影像进行卷积可得到高斯差分尺度空间。

在一种实现方式中，针对历史影像上的待处理的每个像素点，可获取与其所在的历史影像上邻域的多个像素点，以及在高斯差分尺度空间中其相邻两幅历史影像对应位置及其邻域的多个像素点。将待处理的像素点以及获取的多个像素点的像素值进行比较，如果待处理的像素点的像素值为最大值或最小值，则可以将该待处理的像素点作为特征点。

此外，在此基础上，历史影像上还有些特征点可能并未刚好落在像素点上，可能在像素点的附近。针对这类可能的特征点，可以通过将列为特征点的像素点进行偏移，并计算偏移后的像素点的泰勒展开式结果。基于泰勒展开式结果确定偏移后的点是否可以列为特征点。

在获得特征点的特征向量描述符时，可以通过在特征点的附近选择一个参考区域，并通过该参考区域的多个bin的方向直方图，将其中最大bin的方向作为该特征点的主方向。在此基础上，还可将剩余的较大bin(如超过最大bin的80％)的方向也作为主方向。如此，可以得到该特征点的多个128维的特征向量描述符。

在此基础上，可进行历史影像中特征点的匹配得到多组匹配点，可选地，请参阅图6，该步骤可以通过以下方式实现：

步骤S121，针对每任意两张历史影像，利用其中一张历史影像中的特征点构建K维树。

步骤S122，采用BBF算法对所述K维树进行查询，以将所述两张历史影像中的另一张历史影像的特征点分别与所述K维树中的特征点进行匹配，得到多组匹配点。

本实施例中，所述的每任意两张历史影像，应当是具有匹配的特征点的两张历史影像，也即两者之间应当具有重叠的区域。通过将将其中一张历史影像的特征点构建K维树，并基于K维树进行查询匹配的方式，可以提高查询的效率。本实施例中，结合BBF(Best-Bin-First，最优节点优先)查询算法以及K维树结构，K维树可以有效扩展到高维数据集，且BBF算法还设置了运行限时机制，可以进一步地提高查询匹配的效率、提高匹配精度。

在一种实现方式中，在获得匹配点后，还可基于其中一张历史影像的匹配点重新构建K维树，并利用另一张历史影像的匹配点与K维树中的匹配点进行匹配，从而通过多次匹配的方式，可以进一步提高得到的匹配点的精确度。

本实施例中，在得到多组匹配点后，还可进一步对匹配点进行筛选，从而保障匹配的高度精细化和精准性。可选地，请参阅图7，对匹配点进行筛选的步骤可以通过以下方式实现：

步骤S123，利用随机一致性算法对得到的多组匹配点进行滤除以得到满足所述随机一致性算法要求的匹配点。

步骤S124，获取所述测区内布设的多个控制点，根据所述多个控制点并采用光束法平差对滤除后得到的多组匹配点进行平差解算，从所述多组匹配点中筛选出满足预设要求的匹配点。

本实施例中，利用随机一致性算法可以基于得到的部分匹配点进行模型建立，并利用建立的模型对剩余的匹配点中的错误点进行滤除。可以通过检测匹配点是否满足建立的模型的要求，从而将不满足模型要求的匹配点滤除。

在实施时，可以在进行匹配点的滤除的同时，利用滤除后剩余的匹配点不断对模型进行重新模拟，从而不断提高模型的精确度。

光束法平差是一种将外方位元素和模型点坐标的计算放在一个整体内进行方法。光束法平差以共线方程式作为数学模型，在提供一个近似解的基础上，逐次迭代以达到趋近于最佳值的过程。

通过外业作业可以在测区内布设多个控制点，控制点的三维坐标可以通过外业测绘获得。本实施例中，可以获得测区内布设的多个控制点，其中，多个控制点可以是测区内相对比较均匀且密度较为适中的多个控制点。

本实施例中，获取的控制点可以是人工干预所选择的，也可以是自动匹配生成的。若人工干预选择控制点，可以按照航向3-4条基线、旁向2-3条航线的跨度布设平高控制点，如图8中所示。并且，应尽量避免将控制点选择在房屋等高于地面的地物上，以避免因地物变化而影响整体的精度。图9示意性示出选取地面控制点的示意图。

在利用光束法平差进行解算时，应进一步地将匹配点的误差限制在不超过2/3个像素的范围内。从而进一步提高得到的匹配点的精度。利用光束发平差进行平差解算可依据以下公式实现：

k为三维空间点个数；n为成像平面个数；m_ij表示第i个三维点在第j个成像平面对应的特征点坐标；v_ij表示点i在成像平面j上是否有投影，如果有v_ij＝1，否则v_ij＝0；P_j表示每个成像平面对应的外参数向量；M_i表示每个三维点的坐标向量；Q是重投影函数，表征将三维点M_i映射到成像平面；d为距离度量函数，一般为欧式距离函数。

上述公式表示的最小化n个点在两幅图上投影的误差，如此，可以得到如图10中所示的整个测区的平差精度情况。在经过多次平差之后，可以将误差控制在标准范围内，如此，可以为后续的航空摄影测量生产工作提供良好的精度保障。

此外，对于没有控制点数据的历史影像来说，可以通过自由网平差的方式以对影像的精度进行调整和约束，具体地可现有的自由网平差的方式，本实施例在此不作赘述。

本实施例中，在上述基础上，可以基于最终得到的满足要求的匹配点对测区内的历史影像进行布局，通过匹配连接的方式得到测区对应的连接影像。

请参阅图11，在创建数字地表模型时，可以通过以下方式实现：

步骤S141，将所述连接影像划分为多个子影像，采用多线程并行计算各所述子影像的视差得到各自对应的视差图。

步骤S142，将得到的多个视差图进行融合得到完整视差图，以得到所述数字地表模型。

本实施例中，采用半全局的立体匹配算法SGM实现模型的构建，这种算法可以避免全局算法所存在的高运算量和高内存消耗的问题，且可以避免局部算法鲁棒性、匹配质量低的问题。

可将连接影像划分为如2000像素×2000像素的多个子影像，在计算各个子影像的视差图时，可以采用多线程并行处理的方式实现，可以提高处理效率。

最后，将多个子影像的视差图进行融合可得到一个完整视差图。为了提高每个子影像之间能够进行平滑的过渡，在本实施例中，请参阅图12，将多个子影像的视差图进行融合时，可通过以下方式实现：

步骤S1421，针对所述多个视差图中待拼接的任意两个视差图，对所述任意两个视差图进行拼接，并在拼接连接处保留预设占比的重叠区域。

步骤S1422，采用所述任意两个视差图各自在所述重叠区域处的视差进行加权平均进行融合得到所述重叠区域的视差信息，以得到完整视差图。

本实施例中，在两个视差图之间，可以保留约10％的重叠区域，而该重叠区域的视差可以是两个视差图在该重叠区域的视差进行加权平均后得到的视差信息。如此，在得到的完整视差图中，在不同视差图连接处能够保持平滑的过渡，避免出现明显的拼接痕迹，避免信息不连贯的问题。构建的数字地表模型可如图13中所示。

在构建得到数字地表模型的基础上，还需提取连接影像的纹理特征，本实施例中，可采用LBA算法提取纹理特征并进行贴附。LBP是提取局部特征作为判别依据的，是一种有效的纹理描述算子，度量和提取图像局部的纹理信息。LBA算法具有旋转不变性和灰度不变性等显著的优点，对光照具有不变性。可选地，请参阅图14，本实施例中，可通过以下方式予以实现：

步骤S143，将所述连接影像划分为多个子区域，获得各个子区域对应的直方图。

步骤S144，将所述多个子区域的直方图进行连接，得到所述连接影像的纹理特征。

本实施例中，可将连接影像划分为多个子区域，例如划分为16×16的多个子区域。可以获得各个子区域对应的直方图，具体地，请参阅图15，可通过以下方式获得：

步骤S1431，针对每个所述子区域中的每个像素点，获得所述像素点的多个邻点。

步骤S1432，将所述像素点与各所述邻点进行比较以对各所述邻点进行赋值。

步骤S1433，根据各所述邻点的赋值结果得到所述像素点对应的二进制数组。

步骤S1434，根据所述子区域内各个像素点的二进制数组构建所述子区域对应的直方图。

本实施例中，针对每个像素点，获得的多个邻点可以是环形邻域内的多个邻点，例如8个。在将像素点与各个邻点进行比较时，可以采用在多个邻点中沿顺时针方向进行依次比较，或者沿逆时针方向进行依次比较。本实施例中，改进后的LBP算法允许在一定半径范围内的圆形邻域进行处理，并对原始的LBP模式进行降维，在数据量减少的情况下也能很好的体现图像的信息。

作为一种可能的实现方式，针对像素点的每个邻点，将像素点与该邻点进行比较，若像素点的像素值较邻点的像素值更大，则该邻点赋值为1，若像素点的像素值较邻点的像素值更小或相等，则该邻点赋值为0。

如此，每个像素点则可以对应得到一个8位二进制数组，也可以转换为对应的十进制数。然后基于子区域内像素点的二进制数组构建子区域的直方图。构建的直方图可以表征关于每一个像素点是否比邻域内的邻点大的一个二进制序列的统计结果。为了统一化，还可以对得到的直方图进行归一化处理。

最后，将多个子区域的直方图进行连接，可以得到整个连接影像的LBP纹理特征。将得到的纹理特征贴附至构建的数字地表模型，则得到整个连接影像的三维模型，如图16所示。

在上述构建纹理特征的过程中，考虑到图像中某些区域在小范围内可能信息并无变化，因此，在计算纹理特征时，这些相对无变化的区域无需一一进行计算。可以预先利用构建的分类器，对各个子区域进行分类处理。对于分类结果表明为同一类型的子区域，则可以仅计算其中一个子区域的纹理特征，对于与其为同一类型的子区域，直接复制采用该子区域的纹理特征即可。如此，可以降低处理过程中的计算量。

本实施例所提供的三维模型构建方法，对于影像的预处理，相对于现有的仅进行滤波预处理的方式而言，还进行了如去噪、均色调色等处理，可以增强影像的细节特征，且在应用于多种地形时可以提取到正确的匹配点。

此外，采用SIFT算子进行特征点提取，并结合K维树和BBF查询方法进行匹配，可以得到更加可靠的匹配点。并且，结合随机一致性算法剔除其中的粗差点，改善了因原始影像质量较差造成的匹配效果不佳或匹配的特征点误差较大的问题。在执行过程中，采用多线程并行处理方式，在保障匹配速度的同时，提高了匹配的准确性、可行性。

基于数字地表模型并结合纹理特征贴附创建三维模型，整体的精度较高，模型的纹理效果更为真实。

请参阅图17，为本申请实施例提供的电子设备的示例性组件示意图，该电子设备可为计算机设备等，用于实现本申请实施例提供的三维模型构建方法。该电子设备可包括存储介质110、处理器120、三维模型构建装置130及通信接口140。本实施例中，存储介质110与处理器120均位于电子设备中且二者分离设置。然而，应当理解的是，存储介质110也可以是独立于电子设备之外，且可以由处理器120通过总线接口来访问。可替换地，存储介质110也可以集成到处理器120中，例如，可以是高速缓存和/或通用寄存器。

三维模型构建装置130可以理解为上述电子设备，或电子设备的处理器120，也可以理解为独立于上述电子设备或处理器120之外的在电子设备控制下实现上述三维模型构建方法的软件功能模块。

如图18所示，上述三维模型构建装置130可以包括影像获取模块131、匹配模块132、连接模块133和构建模块134。下面分别对该三维模型构建装置130的各个功能模块的功能进行详细阐述。

影像获取模块131，用于获取测区内的多张历史影像，其中，各张历史影像包含所述测区内的部分影像信息。

所述影像获取模块131可用于执行图1中所示的步骤S110，具体的操作方法可参考步骤S110的详细描述。

匹配模块132，用于提取每张所述历史影像中的特征点，针对每任意两张历史影像，对所述两张历史影像中的特征点进行匹配，得到多组匹配点。

所述匹配模块132可用于执行图1中所示的步骤S120，具体的操作方法可参考步骤S120的详细描述。

连接模块133，用于根据每任意两张历史影像的匹配点对所述多张历史影像进行匹配连接，得到所述测区对应的连接影像。

所述连接模块133可用于执行图1中所示的步骤S130，具体的操作方法可参考步骤S130的详细描述。

构建模块134，用于基于所述连接影像创建对应的数字地表模型，并提取所述连接影像的纹理特征，将所述纹理特征贴附至所述数字地表模型得到所述测区的三维模型。

所述构建模块134可用于执行图1中所示的步骤S140，具体的操作方法可参考步骤S140的详细描述。

作为一种可能的实现方式，上述构建模块134可用于通过以下方式构建数字地表模型：

作为一种可能的实现方式，上述构建模块134具体可以用于：

作为一种可能的实现方式，上述构建模块134可以用于通过以下方式提取纹理特征：

作为一种可能的实现方式，上述构建模块134具体可以用于：

作为一种可能的实现方式，上述匹配模块132具体可以用于：

作为一种可能的实现方式，所述三维模型构建装置130还可以包括筛选模块，该筛选模块可以用于在得到多组匹配点后，对多组匹配点进行筛选，具体地，可以用于：

关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明，这里不再详述。

进一步地，本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质存储有机器可执行指令，机器可执行指令被执行时实现上述实施例提供的三维模型构建方法。

具体地，该计算机可读存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该计算机可读存储介质上的计算机程序被运行时，能够执行上述三维模型构建方法。关于计算机可读存储介质中的及其可执行指令被运行时，所涉及的过程，可以参照上述方法实施例中的相关说明，这里不再详述。

综上所述，本申请实施例提供的三维模型构建方法、装置和电子设备，通过获取测区内的多张历史影像，提取每张历史影像中的特征点，并针对每任意两张历史影像，对两张历史影像中的特征点进行匹配，得到多组匹配点。根据每任意两张历史影像的匹配点对多张历史影像进行匹配连接，得到测区对应的连接影像。基于连接影像创建对应的数字地表模型，并提取连接影像的纹理特征，将纹理特征贴附至数字地表模型得到测区的三维模型。该方案通过特征点匹配的方式，可提高影像连接的精确度，且通过地表模型构建和纹理特征贴附的方式，可实现自动、快速地三维模型构建，提高构建效率。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

Claims

1.一种三维模型构建方法，其特征在于，所述方法包括：

2.根据权利要求1所述的三维模型构建方法，其特征在于，所述基于所述连接影像创建对应的数字地表模型的步骤，包括：

3.根据权利要求2所述的三维模型构建方法，其特征在于，所述将得到的多个视差图进行融合得到完整视差图的步骤，包括：

4.根据权利要求1所述的三维模型构建方法，其特征在于，所述提取所述连接影像的纹理特征的步骤，包括：

5.根据权利要求4所述的三维模型构建方法，其特征在于，所述获得各个子区域对应的直方图的步骤，包括：

6.根据权利要求5所述的三维模型构建方法，其特征在于，所述将所述像素点与各所述邻点进行比较以对各所述邻点进行赋值的步骤，包括：

7.根据权利要求1所述的三维模型构建方法，其特征在于，所述针对每任意两张历史影像，对所述两张历史影像中的特征点进行匹配，得到多组匹配点的步骤，包括：

8.根据权利要求1-7任意一项所述的三维模型构建方法，其特征在于，所述得到多组匹配点的步骤之后，还包括对所述多组匹配点进行筛选的步骤，该步骤包括：

9.一种三维模型构建装置，其特征在于，所述装置包括：

10.一种电子设备，其特征在于，包括一个或多个存储介质和一个或多个与存储介质通信的处理器，一个或多个存储介质存储有处理器可执行的机器可执行指令，当电子设备运行时，处理器执行所述机器可执行指令，以执行权利要求1-8中任意一项所述的三维模型构建方法。