CN115170753B - 一种基于无人机倾斜摄影三维建模处理方法 - Google Patents

Abstract

本发明公开提供的一种基于无人机倾斜摄影三维建模处理方法。该基于无人机倾斜摄影三维建模处理方法包括对目标摄影森林区域对应的基本信息进行采集；进行无人机航行路径设置；对森林区域进行倾斜摄影，同时对无人机实时位置进行采集；对无人机在各航行路径中各位置对应作业环境进行采集和调控需求分析；构建森林三维模型；对森林三维模型对应的精准性进行验证分析，得到森林三维模型构建精准评估系数；本发明通过根据进行摄影区域划分，进而进行无人机摄影路径设置，有效的解决了当前模型处理方式处理效率过低的问题，提高了森林三维模型的处理便利性，保障了森林区域的航拍效果，并且确保了森林三维模型构建的精准性。

Description

一种基于无人机倾斜摄影三维建模处理方法

技术领域

本发明属于无人机倾斜摄影处理技术领域，涉及到一种基于无人机倾斜摄影三维建模处理方法。

背景技术

无人机倾斜摄影建模技术是国际摄影测量领域近十几年发展起来的一项高新技术,该技术通过从一个垂直、四个倾斜、五个不同的视角同步采集影像,生成真实的三维场景模型，被广泛应用于城市规划、林业勘测等多个技术领域，尤其是随着森林火灾的频发，使得森林勘测变得尤为重要，为了保障森林勘测效果，需要对森林三维模型进行处理分析；

当前对森林三维模型进行处理主要通过对森林进行区域划分，对各区域进行各视角图像采集，再通过第三方软件进行模型合成，最后生成森林三维模型，很显然，当前模型处理方式属于笼统式处理方式，还存在以下几点弊端：

1、森林属于大面积区域，当前在处理大面积区域三维模型的情况时，会出现航拍照片数据量过大就会出现处理效率很低，没有进行区域处理，需要借助其他处理软件，处理流程较为繁琐，同时多种处理方式的结合会造成模型漏洞的增大，无法保障模型的生成效果；

2、当前对森林进行倾斜摄影时，没有考虑到外界环境对摄影效果的影响，进而无法保障航拍图像的真实性，也无法保障航拍图像的质量，同时还增加了后续模型的生成难度和模型信息的参考度；

3、当前对森林三维模型生成后的调整主要依赖于处理人员通过肉眼判断的方式对模型进行调整，评估依据过于单一和片面，存在很大的误差性，无法保障森林三维模型构建的精准性和可靠性，也无法保障森林三维模型的后续参考价值和参考效果。

发明内容

鉴于此，为解决上述背景技术中所提出的问题，现提出一种基于无人机倾斜摄影三维建模处理方法；

本发明的目的可以通过以下技术方案实现：

本发明提供了一种基于无人机倾斜摄影三维建模处理方法，包括以下步骤：

步骤1、摄影区域基本信息获取：对目标摄影森林区域对应的基本信息进行采集，其中基本信息为经纬度、海拔高度和环绕周长；

步骤2、无人机航行路径设置：基于目标摄影森林区域对应的海拔高度，按照预设间距将其划分为各高程摄影区域，将各高程摄影区域的环绕路径作为无人机对应的各航行路径，并将其发送至无人机管理后台；

步骤3、无人机作业信息采集：控制无人机按照设定拍摄倾斜角度对各航行路径中对应的森林区域进行倾斜摄影，得到无人机在各航行路径中对应的各森林区域图像，同时对无人机在各航行路径中对应的位置进行实时采集，得到无人机在各航行路径中各采集时间点对应的位置信息；

步骤4、无人机作业环境信息采集与处理：用于通过无人机搭载的光照强度传感器对无人机在各航行路径中各位置对应的光照强度进行采集，由此对无人机在各航行路径中各位置对应作业环境的调控需求进行分析和调控；

步骤5、森林三维模型合成：基于无人机在各航行路径中对应的各森林区域图像，对其进行降噪、滤波和矫正处理，进而将各森林区域图像进行拼接，生成森林三维模型；

步骤6、森林三维模型验证分析：对森林三维模型对应的精准性进行验证分析，得到森林三维模型构建精准评估系数；

步骤7、森林三维模型调整修正：用于基于模型建立精准评估指数，对森林三维模型的调整需求进行分析，若该森林三维模型需要调整，则发送调整指令至模型调整终端，进行模型修正。

于本发明一优选实施例，所述无人机在各航行路径中各采集时间点对应的位置信息信息具体为高度、方位角和摄像机倾斜角。

于本发明一优选实施例，所述对无人机在各航行路径中各位置对应作业环境的调控需求进行分析，具体分析过程如下：

将无人机对应的各航行路径按照航行先后顺序依次编号为1,2，...r，...n,将各无人机在各航行路径中对应的各位置依次编号为1,2，...t,...h；

获取无人机在各航行路径中各位置对应的光照强度，通过分析公式

分析得到无人机在各航行路径中各位置对应的作业环境调控需求指数X_r ^t，g_r ^t表示为无人机在r条航行路径中第t个位置对应的光照强度，g′表示为设定的无人机对应的标准摄影光照强度，Δg为设定的许可摄影光照强度差，r表示航行路径对应的编号，r＝1,2,......n,t表示位置编号，t＝1,2,......h；

将无人机在各航行路径中各位置对应的作业环境调控需求指数与设定的标准作业环境调控需求指数进行匹配对比，若无人机在某航行路径中某位置对应的作业环境调控需求指数大于标准作业环境指数，则判定该无人机在该航行路径中该位置需要进行作业环境调控；

将该无人机在该航行路径中该位置对应的光照强度与设定的无人机对应的最低许可摄影光照强度进行作差，若差值小于0，则判定该无人机在该航行路径中该位置存在补光需求；

将该无人机在该航行路径中该位置对应的光照强度与设定的无人机对应的最高许可摄影光照强度进行作差，若该无人机在该航行路径中该位置对应的光照强度大于无人机对应的最高许可摄影光照强度，则初步判定该无人机在该巡航路径中该位置存在遮光需求；

获取该无人机在该航行路径中该位置对应的高程，将其与信息库中存储的各高程对应的光线影响因子进行匹配对比，得到该无人机在该航行路径中对应的光线影响因子；

基于目标摄影森林区域对应的经纬度和该无人机在该航行路径中该位置对应的采集时间点，从信息库中定位出太阳在该采集时间点对应的方位角；

获取该无人机在该航行路径中该位置对应的方位和摄像机倾斜角，构建该无人机在该航行路径中该位置内摄像机对应的倾斜方位角，将该无人机在该航行路径中该位置内摄像机对应的倾斜方位角和太阳在该采集时间点对应的方位角导入预设的方位坐标系中，得到摄像机摄像倾斜方位与太阳照射方位之间的角度，记为照射关联角；

通过分析公式

分析得到该无人机在该航行路径中该位置对应的遮光需求指数，θ为该无人机在该航行路径中该位置对应的照射关联角，θ′为设定的参考反光关联角，ε为该无人机在该航行路径中对应的光线影响因子；

将该无人机在该航行路径中该位置对应的遮光需求指数与设定的标准遮光需求指数进行对比，若该无人机在该航行路径中该位置对应的遮光需求指数大于设定的标准遮光需求指数，则判定该无人机在该航行路径中该位置确定存在遮光需求，以此方式分别得到各无人机在各航行路径中各位置对应的作业环境调控需求。

于本发明一优选实施例，所述对无人机在各航行路径中各位置对应作业环境的调控需求进行调控,具体调控过程为：

若无人机在某航行路径中某位置对应的作业环境调控需求为存在补光需求，启动补光装置对该无人机中的摄像头进行补光；

若无人机在某航行路径中某位置对应的作业环境调控需求为存在遮光需求，启动挡光装置对该无人机中的摄像头进行遮光。

于本发明一优选实施例，所述对森林三维模型对应的精准性进行验证分析，具体执行过程为：

从森林三维模型中定位出树木数量和各树木对应的位置，从中提取出若干树木，将其作为模型验证树木，将各模型验证树木按照预设顺序进行编号，依次标记为1,2，...j,...m；

将各模型验证树木对应的位置发送至无人机管理后台，并控制无人机对各模型验证树木在各方位对应的图像进行采集，得到各模型验证树木在各方位对应的图像，将其记为验证图像，进而分析得到森林三维模型构建精准评估系数。

于本发明一优选实施例，所述方位包括正视、左视、右视、后视和俯视。

于本发明一优选实施例，所述模型验证树木的具体选取方式为：基于目标摄像森林区域对应的环绕周长，按照预设间距将目标摄像森林区域划分为各森林区域段，从森林三维模型中定位出各森林区域段中对应的中心位置，若某森林区域段对应的中心点位置存在树木，则将该树木记为模型验证树木，若某森林区域段对应的中心点位置不存在树木，则将该中心点位置两侧距离最近的树木作为模型验证树木，以此方式分别从森林三维模型中提取出各模型验证树木。

于本发明一优选实施例，所述森林三维模型构建精准评估系数具体分析过程如下：

从森林三维模型中截取出各模型验证树木在各方位对应的图像，将其记为模型图像；

获取各模型验证树木在各方位对应的验证图像，从中提取出各模型验证树木在各方位对应的轮廓面积，并标记为M_j ^w，j表示为各模型验证树木对应的编号，j＝1,2,......m，w表示方位编号，w＝a1,a2,a3,a4,a5,a1,a2,a3,a4和a5分别表示为正视、左视、右视、后视和俯视；

将各模型验证树木在各方位对应的验证图像与其模型图像进行重叠对比，得到各模型验证树木中各方位验证图像与其模型图像的重合面积，并记为M₀ ^jw；

通过分析公式

分析得到森林三维模型构建精准评估系数J，e表示自然数，ΔM表示为设定的许可面积差，η表示为设定的修正因子。

于本发明一优选实施例，所述对森林三维模型的调整需求进行分析，具体分析过程为：

将森林三维模型构建精准评估系数与设定的标准三维模型构建精准评估系数进行对比，若森林三维模型构建精准评估系数小于标准三维模型构建精准评估系数，则判断该森林三维模型需要调整，反之则判断该森林三维模型无需调整。

相较于现有技术，本发明的有益效果如下：

(1)本发明提供的一种基于无人机倾斜摄影三维建模处理方法，通过根据目标摄影森林区域对应的基本信息，进行摄影区域划分，进而进行无人机摄影路径设置，有效的解决了当前模型处理方式处理效率过低的问题，提高了森林三维模型的处理便利性，有效的减少了森立三维模型处理过程中的漏洞数目，通过垂直细分化的摄像区域划分，保障了森林区域的航拍效果，凸显了各高度层中树木对应的形态特点和细节点，打破了整体化采集方式中的局限性，为后续森林三维模型的生成效果提供了有力保障。

(2)本发明通过对无人机在各航行路径中各位置对应作业环境的调控需求进行分析和调控，保障了无人机中摄像头的摄影效果，提高了摄像头航拍图像真实性，为航拍图像的质量提供了有力保障，并且有效的防止了光线不足或者反光对摄像机摄像效果的影响，同时还增加了后续三维模型的生成难度和后续三维模型信息的参考度。

(3)本发明通过在森林三维模型生成后，对森林三维模型对应的精准性进行验证分析，得到森林三维模型构建精准评估系数，有效的规避了当前森林模型调整方式主要依赖于处理人员通过肉眼判断的方式进行调整的弊端，拓展了森林三维模型调整修正的评估依据，打破了当前评估依据过于单一和片面的局面，并且还有效的消除了人眼判断方式的误差，确保了森林三维模型构建的精准性和可靠性，同时还为森林三维模型的后续参考价值和参考效果提供了有力保障。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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为本发明方法实施步骤流程图。

具体实施方式

下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员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，只要不偏离发明的构思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。

请参阅图1所示，本发明提供了一种基于无人机倾斜摄影三维建模处理方法，包括以下步骤:

步骤1、摄影区域基本信息获取：对目标摄影森林区域对应的基本信息进行采集，其中基本信息为经纬度、海拔高度和环绕周长；

步骤2、无人机航行路径设置：基于目标摄影森林区域对应的海拔高度，按照预设间距将其划分为各高程摄影区域，将各高程摄影区域的环绕路径作为无人机对应的各航行路径，并将其发送至无人机管理后台；

本发明实施例通过根据目标摄影森林区域对应的基本信息，进行摄影区域划分，进而进行无人机摄影路径设置，有效的解决了当前模型处理方式处理效率过低的问题，提高了森林三维模型的处理便利性，有效的减少了森立三维模型处理过程中的漏洞数目，通过垂直细分化的摄像区域划分，同时保障了森林区域的航拍效果，凸显了各高度层中树木对应的形态特点和细节点，打破了整体化采集方式中的局限性，为后续森林三维模型的生成效果提供了有力保障。

步骤3、无人机作业信息采集：控制无人机按照设定拍摄倾斜角度对各航行路径中对应的森林区域进行倾斜摄影，得到无人机在各航行路径中对应的各森林区域图像，同时对无人机在各航行路径中对应的位置进行实时采集，得到无人机在各航行路径中各采集时间点对应的位置信息；

具体地，无人机在各航行路径中各采集时间点对应的位置信息信息具体为高度、方位角和摄像机倾斜角；

步骤4、无人机作业环境信息采集与处理：用于通过无人机搭载的光照强度传感器对无人机在各航行路径中各位置对应的光照强度进行采集，由此对无人机在各航行路径中各位置对应作业环境的调控需求进行分析和调控；

示例性地，所述对无人机在各航行路径中各位置对应作业环境的调控需求进行分析，具体分析过程如下：

将无人机对应的各航行路径按照航行先后顺序依次编号为1,2，...r，...n,将各无人机在各航行路径中对应的各位置依次编号为1,2，...t,...h；

获取无人机在各航行路径中各位置对应的光照强度，通过分析公式

分析得到无人机在各航行路径中各位置对应的作业环境调控需求指数X_r ^t，g_r ^t表示为无人机在r条航行路径中第t个位置对应的光照强度，g′表示为设定的无人机对应的标准摄影光照强度，Δg为设定的许可摄影光照强度差，r表示航行路径对应的编号，r＝1,2,......n,t表示位置编号，t＝1,2,......h；

将无人机在各航行路径中各位置对应的作业环境调控需求指数与设定的标准作业环境调控需求指数进行匹配对比，若无人机在某航行路径中某位置对应的作业环境调控需求指数大于标准作业环境指数，则判定该无人机在该航行路径中该位置需要进行作业环境调控；

将该无人机在该航行路径中该位置对应的光照强度与设定的无人机对应的最低许可摄影光照强度进行作差，若差值小于0，则判定该无人机在该航行路径中该位置存在补光需求；

将该无人机在该航行路径中该位置对应的光照强度与设定的无人机对应的最高许可摄影光照强度进行作差，若该无人机在该航行路径中该位置对应的光照强度大于无人机对应的最高许可摄影光照强度，则初步判定该无人机在该巡航路径中该位置存在遮光需求；

获取该无人机在该航行路径中该位置对应的高程，将其与信息库中存储的各高程对应的光线影响因子进行匹配对比，得到该无人机在该航行路径中对应的光线影响因子；

基于目标摄影森林区域对应的经纬度和该无人机在该航行路径中该位置对应的采集时间点，从信息库中定位出太阳在该采集时间点对应的方位角；

需要补充说明的是，该无人机在该航行路径中该位置对应的采集时间点通过根据该无人机在该航行路径对应的位置和各采集时间点对应的位置，由此匹配得出该无人机在该航行位置中该位置对应的采集时间点。

获取该无人机在该航行路径中该位置对应的方位和摄像机倾斜角，构建该无人机在该航行路径中该位置内摄像机对应的倾斜方位角，将该无人机在该航行路径中该位置内摄像机对应的倾斜方位角和太阳在该采集时间点对应的方位角导入预设的方位坐标系中，得到摄像机摄像倾斜方位与太阳照射方位之间的角度，记为照射关联角；

需要说明的是，构建倾斜方位角通过将方位角和倾斜角导入第三方网站，进而生成倾斜方位角。

通过分析公式

分析得到该无人机在该航行路径中该位置对应的遮光需求指数，θ为该无人机在该航行路径中该位置对应的照射关联角，θ′为设定的参考反光关联角，ε为该无人机在该航行路径中对应的光线影响因子；

需要说明的时，当θ处于180度时，该无人机在该航行路径中该位置对应的遮光需求指数最大，当θ在120度和180度之间时，该无人机在该航行路径中该位置对应的均存在遮光需求，当θ小于120度时，该无人机在该航行路径中该位置对应的不存在遮光需求，θ′在一个具体实施例中可以取值为120度。

将该无人机在该航行路径中该位置对应的遮光需求指数与设定的标准遮光需求指数进行对比，若该无人机在该航行路径中该位置对应的遮光需求指数大于设定的标准遮光需求指数，则判定该无人机在该航行路径中该位置确定存在遮光需求，以此方式分别得到各无人机在各航行路径中各位置对应的作业环境调控需求。

又一示例性地，所述对无人机在各航行路径中各位置对应作业环境的调控需求进行调控,具体调控过程为：

若无人机在某航行路径中某位置对应的作业环境调控需求为存在补光需求，启动补光装置对该无人机中的摄像头进行补光；

若无人机在某航行路径中某位置对应的作业环境调控需求为存在遮光需求，启动挡光装置对该无人机中的摄像头进行遮光。

需要说明的是，挡光装置为挡光版，补光装置为补光灯。

本发明实施例通过对无人机在各航行路径中各位置对应作业环境的调控需求进行分析和调控，保障了无人机中摄像头的摄影效果，提高了摄像头航拍图像真实性，为航拍图像的质量提供了有力保障，并且有效的防止了光线不足或者反光对摄像机摄像效果的影响，同时还增加了后续三维模型的生成难度和后续三维模型信息的参考度。

步骤5、森林三维模型合成：基于无人机在各航行路径中对应的各森林区域图像，对其进行降噪、滤波和矫正处理，进而将各森林区域图像进行拼接，生成森林三维模型；

步骤6、森林三维模型验证分析：对森林三维模型对应的精准性进行验证分析，得到森林三维模型构建精准评估系数；

具体地，所述对森林三维模型对应的精准性进行验证分析，具体执行过程为：

从森林三维模型中定位出树木数量和各树木对应的位置，从中提取出若干树木，将其作为模型验证树木，将各模型验证树木按照预设顺序进行编号，依次标记为1,2，...j,...m；

将各模型验证树木对应的位置发送至无人机管理后台，并控制无人机对各模型验证树木在各方位对应的图像进行采集，得到各模型验证树木在各方位对应的图像，将其记为验证图像，进而分析得到森林三维模型构建精准评估系数。

上述中，方位包括正视、左视、右视、后视和俯视。

进一步地，模型验证树木的具体选取方式为：基于目标摄像森林区域对应的环绕周长，按照预设间距将目标摄像森林区域划分为各森林区域段，从森林三维模型中定位出各森林区域段中对应的中心位置，若某森林区域段对应的中心点位置存在树木，则将该树木记为模型验证树木，若某森林区域段对应的中心点位置不存在树木，则将该中心点位置两侧距离最近的树木作为模型验证树木，以此方式分别从森林三维模型中提取出各模型验证树木。

本发明实施例在对模型验证数目进行选取时，通过对深林区域就进行划分，进而将各森林区域段中心点位置的树木或者心点位置两侧距离最近的树木作为模型验证树木，一方面消除了区域任意选取方式中偏差较大的现象，降低了选取过程的偏见性和偶发性，规避了模型构建精准性评估的主观影响，另一方面提高了模型验证树木数据的代表性和参考性，可信化程度高。

更进一步地，森林三维模型构建精准评估系数具体分析过程如下：

从森林三维模型中截取出各模型验证树木在各方位对应的图像，将其记为模型图像；

获取各模型验证树木在各方位对应的验证图像，从中提取出各模型验证树木在各方位对应的轮廓面积，并标记为M_j ^w，j表示为各模型验证树木对应的编号，j＝1,2,......m，w表示方位编号，w＝a1,a2,a3,a4,a5,a1,a2,a3,a4和a5分别表示为正视、左视、右视、后视和俯视；

将各模型验证树木在各方位对应的验证图像与其模型图像进行重叠对比，得到各模型验证树木中各方位验证图像与其模型图像的重合面积，并记为M₀ ^jw；

通过分析公式

分析得到森林三维模型构建精准评估系数J，e表示自然数，ΔM表示为设定的许可面积差，η表示为设定的修正因子。

本发明实施例通过在森林三维模型生成后，对森林三维模型对应的精准性进行验证分析，得到森林三维模型构建精准评估系数，有效的规避了当前森林模型调整方式主要依赖于处理人员通过肉眼判断的方式进行调整的弊端，拓展了森林三维模型调整修正的评估依据，打破了当前评估依据过于单一和片面的局面，并且还有效的消除了人眼判断方式的误差，确保了森林三维模型构建的精准性和可靠性，同时还为森林三维模型的后续参考价值和参考效果提供了有力保障。

步骤7、森林三维模型调整修正：用于基于模型建立精准评估指数，对森林三维模型的调整需求进行分析，若该森林三维模型需要调整，则发送调整指令至模型调整终端，进行模型修正。

具体地，对森林三维模型的调整需求进行分析，具体分析过程为：

将森林三维模型构建精准评估系数与设定的标准三维模型构建精准评估系数进行对比，若森林三维模型构建精准评估系数小于标准三维模型构建精准评估系数，则判断该森林三维模型需要调整，反之则判断该森林三维模型无需调整。

本发明实施例通过在进行了合理、可靠地模型构建精准性评估后，再发送调整指令进行调整，不仅提高了模型调整的针对性，还降低了人员调整过程的繁琐性，同时还保障了模型的调整效果。

以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员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，只要不偏离发明的构思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 (8)

1.一种基于无人机倾斜摄影三维建模处理方法，其特征在于：包括以下步骤：

步骤1、摄影区域基本信息获取：对目标摄影森林区域对应的基本信息进行采集，其中基本信息为经纬度、海拔高度和环绕周长；

步骤2、无人机航行路径设置：基于目标摄影森林区域对应的海拔高度，按照预设间距将其划分为各高程摄影区域，将各高程摄影区域的环绕路径作为无人机对应的各航行路径，并将其发送至无人机管理后台；

步骤3、无人机作业信息采集：控制无人机按照设定拍摄倾斜角度对各航行路径中对应的森林区域进行倾斜摄影，得到无人机在各航行路径中对应的各森林区域图像，同时对无人机在各航行路径中对应的位置进行实时采集，得到无人机在各航行路径中各采集时间点对应的位置信息；

步骤4、无人机作业环境信息采集与处理：用于通过无人机搭载的光照强度传感器对无人机在各航行路径中各位置对应的光照强度进行采集，由此对无人机在各航行路径中各位置对应作业环境的调控需求进行分析和调控；

所述对无人机在各航行路径中各位置对应作业环境的调控需求进行分析，具体分析过程如下：

将无人机对应的各航行路径按照航行先后顺序依次编号为1,2，...r，...n,将各无人机在各航行路径中对应的各位置依次编号为1,2，...t,...h；

获取无人机在各航行路径中各位置对应的光照强度，通过分析公式

分析得到无人机在各航行路径中各位置对应的作业环境调控需求指数X_r ^t，g_r ^t表示为无人机在r条航行路径中第t个位置对应的光照强度，g′表示为设定的无人机对应的标准摄影光照强度，Δg为设定的许可摄影光照强度差，r表示航行路径对应的编号，r＝1,2,......n,t表示位置编号，t＝1,2,......h；

将无人机在各航行路径中各位置对应的作业环境调控需求指数与设定的标准作业环境调控需求指数进行匹配对比，若无人机在某航行路径中某位置对应的作业环境调控需求指数大于标准作业环境指数，则判定该无人机在该航行路径中该位置需要进行作业环境调控；

将该无人机在该航行路径中该位置对应的光照强度与设定的无人机对应的最低许可摄影光照强度进行作差，若差值小于0，则判定该无人机在该航行路径中该位置存在补光需求；

将该无人机在该航行路径中该位置对应的光照强度与设定的无人机对应的最高许可摄影光照强度进行作差，若该无人机在该航行路径中该位置对应的光照强度大于无人机对应的最高许可摄影光照强度，则初步判定该无人机在该航行路径中该位置存在遮光需求；

获取该无人机在该航行路径中该位置对应的高程，将其与信息库中存储的各高程对应的光线影响因子进行匹配对比，得到该无人机在该航行路径中对应的光线影响因子；

基于目标摄影森林区域对应的经纬度和该无人机在该航行路径中该位置对应的采集时间点，从信息库中定位出太阳在该采集时间点对应的方位角；

获取该无人机在该航行路径中该位置对应的方位和摄像机倾斜角，构建该无人机在该航行路径中该位置内摄像机对应的倾斜方位角，将该无人机在该航行路径中该位置内摄像机对应的倾斜方位角和太阳在该采集时间点对应的方位角导入预设的方位坐标系中，得到摄像机摄像倾斜方位与太阳照射方位之间的角度，记为照射关联角；

通过分析公式

分析得到该无人机在该航行路径中该位置对应的遮光需求指数，θ为该无人机在该航行路径中该位置对应的照射关联角，θ′为设定的参考反光关联角，ε为该无人机在该航行路径中对应的光线影响因子；

将该无人机在该航行路径中该位置对应的遮光需求指数与设定的标准遮光需求指数进行对比，若该无人机在该航行路径中该位置对应的遮光需求指数大于设定的标准遮光需求指数，则判定该无人机在该航行路径中该位置确定存在遮光需求，以此方式分别得到各无人机在各航行路径中各位置对应的作业环境调控需求；

步骤5、森林三维模型合成：基于无人机在各航行路径中对应的各森林区域图像，对其进行降噪、滤波和矫正处理，进而将各森林区域图像进行拼接，生成森林三维模型；

步骤6、森林三维模型验证分析：对森林三维模型对应的精准性进行验证分析，得到森林三维模型构建精准评估系数；

步骤7、森林三维模型调整修正：用于基于模型建立精准评估指数，对森林三维模型的调整需求进行分析，若该森林三维模型需要调整，则发送调整指令至模型调整终端，进行模型修正。

2.根据权利要求1所述的一种基于无人机倾斜摄影三维建模处理方法，其特征在于：所述无人机在各航行路径中各采集时间点对应的位置信息信息具体为高度、方位角和摄像机倾斜角。

3.根据权利要求1所述的一种基于无人机倾斜摄影三维建模处理方法，其特征在于：所述对无人机在各航行路径中各位置对应作业环境的调控需求进行调控,具体调控过程为：

若无人机在某航行路径中某位置对应的作业环境调控需求为存在补光需求，启动补光装置对该无人机中的摄像头进行补光；

若无人机在某航行路径中某位置对应的作业环境调控需求为存在遮光需求，启动挡光装置对该无人机中的摄像头进行遮光。

4.根据权利要求1所述的一种基于无人机倾斜摄影三维建模处理方法，其特征在于：所述对森林三维模型对应的精准性进行验证分析，具体执行过程为：

从森林三维模型中定位出树木数量和各树木对应的位置，从中提取出若干树木，将其作为模型验证树木，将各模型验证树木按照预设顺序进行编号，依次标记为1,2，...j,...m；

将各模型验证树木对应的位置发送至无人机管理后台，并控制无人机对各模型验证树木在各方位对应的图像进行采集，得到各模型验证树木在各方位对应的图像，将其记为验证图像，进而分析得到森林三维模型构建精准评估系数。

5.根据权利要求4所述的一种基于无人机倾斜摄影三维建模处理方法，其特征在于：所述方位包括正视、左视、右视、后视和俯视。

6.根据权利要求4所述的一种基于无人机倾斜摄影三维建模处理方法，其特征在于：所述模型验证树木的具体选取方式为：基于目标摄像森林区域对应的环绕周长，按照预设间距将目标摄像森林区域划分为各森林区域段，从森林三维模型中定位出各森林区域段中对应的中心位置，若某森林区域段对应的中心点位置存在树木，则将该树木记为模型验证树木，若某森林区域段对应的中心点位置不存在树木，则将该中心点位置两侧距离最近的树木作为模型验证树木，以此方式分别从森林三维模型中提取出各模型验证树木。

7.根据权利要求4所述的一种基于无人机倾斜摄影三维建模处理方法，其特征在于：所述森林三维模型构建精准评估系数具体分析过程如下：

从森林三维模型中截取出各模型验证树木在各方位对应的图像，将其记为模型图像；

获取各模型验证树木在各方位对应的验证图像，从中提取出各模型验证树木在各方位对应的轮廓面积，并标记为M_j ^w，j表示为各模型验证树木对应的编号，j＝1,2,......m，w表示方位编号，w＝a1,a2,a3,a4,a5,a1,a2,a3,a4和a5分别表示为正视、左视、右视、后视和俯视；

将各模型验证树木在各方位对应的验证图像与其模型图像进行重叠对比，得到各模型验证树木中各方位验证图像与其模型图像的重合面积，并记为M₀ ^jw；

通过分析公式

分析得到森林三维模型构建精准评估系数J，e表示自然数，ΔM表示为设定的许可面积差，η表示为设定的修正因子。

8.根据权利要求1所述的一种基于无人机倾斜摄影三维建模处理方法，其特征在于：所述对森林三维模型的调整需求进行分析，具体分析过程为：

将森林三维模型构建精准评估系数与设定的标准三维模型构建精准评估系数进行对比，若森林三维模型构建精准评估系数小于标准三维模型构建精准评估系数，则判断该森林三维模型需要调整，反之则判断该森林三维模型无需调整。

Images