CN115205472B - 实景重建图片的分组方法、装置、设备及存储介质 - Google Patents
实景重建图片的分组方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115205472B CN115205472B CN202211125757.4A CN202211125757A CN115205472B CN 115205472 B CN115205472 B CN 115205472B CN 202211125757 A CN202211125757 A CN 202211125757A CN 115205472 B CN115205472 B CN 115205472B
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- grouping
- axis
- picture
- rectangle
- 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 64
- 230000000903 blocking effect Effects 0.000 claims abstract description 50
- 238000013507 mapping Methods 0.000 claims abstract description 34
- 230000009466 transformation Effects 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 23
- 238000004590 computer program Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000013519 translation Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000000638 solvent extraction Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000007667 floating Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/60—Rotation of whole images or parts thereof
- G06T3/604—Rotation of whole images or parts thereof using coordinate rotation digital computer [CORDIC] devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供一种实景重建图片的分组方法、装置、设备及存储介质，所述方法包括，首先获取倾斜摄影图像的GPS定位信息；再根据GPS定位信息中的经度数据和纬度数据将倾斜摄影图像中的各个图片映射至预设的初始二维坐标系中，并对初始二维坐标系进行坐标系变换以形成图片紧密区域；再建立图片紧密区域的最大外接矩形，并按照预设的分块规则对最大外接矩形进行分块处理以形成分块矩形；而后按照预设的扩展系数对分块矩形进行扩展以形成分组矩形，并将单位分组矩形中的倾斜摄影图像作为一组用于倾斜摄影实景重建的实景图片，如此，解决图片分组问题，避免分组后组内图片重叠区域丢失的情况，提高单个分组空三重建的质量和保证重建成功。
Description
技术领域
本发明涉及三维重建领域，涉及倾斜摄影三维重建技术，尤其涉及一种实景重建图片的分组方法、装置、设备及存储介质。
背景技术
倾斜摄影三维重建属于最近几年新兴的高新技术，该技术使用倾斜摄影获取的高清图片以及先进的定位信息，生成真实的三维实景模型，真实地反映地物情况。该技术已经广泛应用于应急指挥、国土安全、城市管理、房产税收等行业。
倾斜摄影三维重建技术使用定位、融合、建模及纹理贴图等方法进行三维实景重建，实现三维实景重建的算法需要大量的CPU、内存和GPU资源，实际中的三维重建一般需要数千上万张图片进行三维重建，这会加大对计算资源的消耗。为了在有限的计算资源下能够进行三维重建，需要对图片进行分组，对每一组进行单独的空中三角测量，然后再合并进行三维重建。
现有的图片分组方法可以使用随机方法进行分组，也可以按照拍摄的时间进行分组，但是这些方法会丢失部分重叠区域，导致三维重建的效果差。
发明内容
本发明提供一种实景重建图片的分组方法、装置、设备及存储介质，以解决传统的分组方法丢失部分重叠区域，导致三维重建的效果差的技术问题。
为实现上述目的，本发明提供的一种实景重建图片的分组方法，包括：
获取倾斜摄影图像集以及所述倾斜摄影图像集中各图片的GPS定位信息；
根据所述GPS定位信息中的经度数据和纬度数据，将所述倾斜摄影图像中各图片映射至预设的初始二维坐标系中；
对所述初始二维坐标系中的各图片进行坐标系变换，以在变换后的二维坐标系的坐标原点和X轴附近形成图片紧密区域；
建立所述图片紧密区域的最大外接矩形，并按照预设的分块规则对所述最大外接矩形进行分块处理，以形成若干分块矩形；
按照预设的扩展系数对若干所述分块矩形进行扩展，以形成若干分组矩形；
根据每个分组矩形，对所述倾斜摄影图像集中各图片进行分组。
可选地，所述对所述初始二维坐标系中的各图片进行坐标系变换，以在变换后的二维坐标系的坐标原点和X轴附近形成图片紧密区域，包括：
根据所述倾斜摄影图像中所有图片在所述初始二维坐标系中的坐标拟合出一条图像所在直线，并获取所有图片所在区域的质心；
构建变换后的二维坐标系；其中，将所述质心作为所述变换后的二维坐标系的原点，使所述变换后的二维坐标系的x轴与所述图像所在直线相平行，使所述变换后的二维坐标系的x轴的正方向与所述初始二维坐标系的正方向相同；
计算所述初始二维坐标系至所述变换后的二维坐标系的旋转平移矩阵；
根据所述旋转平移矩阵与所述图片在所述初始二维坐标系中的坐标计算所述图片在所述变换后的二维坐标系中的变换后坐标；
基于所述变换后坐标将所述倾斜摄影图像中的所有图片映射至所述变换后的二维坐标系中，以在变换后的二维坐标系的坐标原点和X轴附近形成图片紧密区域。
可选地，所述建立所述图片紧密区域的最大外接矩形，并按照预设的分块规则对所述最大外接矩形进行分块处理，以形成若干分块矩形，包括：
根据所述倾斜摄影图像集中图片的数量计算预分块数量；其中，所述预分块数量为所述倾斜摄影图像集中图片的总数量除以目标设定的单个分组图片的数量；
按照所述预分块数量、所述最大外接矩形的长度、所述最大外接矩形的宽度和所述最大外接矩形的长宽比率，对所述最大外接矩形进行分块，以形成若干分块矩形，并获得所述分块矩形的x轴最大坐标、x轴最小坐标、y轴最大坐标和y轴最小坐标。
可选地，所述按照预设的扩展系数对若干所述分块矩形进行扩展，以形成若干分组矩形，包括：
按照重建需求，获取所需的扩展系数；
根据所述扩展系数，分别计算在所述x轴上的x轴扩展值和所述y轴上的y轴扩展值；
根据所述x轴扩展值和所述y轴扩展值，按照预设的扩展规则，对所述分块矩形进行扩展，以形成若干分组矩形。
可选地，所述扩展规则为：
所述分组矩形的x轴最大坐标为所述分块矩形的x轴最大坐标加所述x轴扩展值；
所述分组矩形的y轴最大坐标为所述分块矩形的y轴最大坐标加所述y轴扩展值；
所述分组矩形的x轴最小坐标为所述分块矩形的x轴最小坐标减所述x轴扩展值；
所述分组矩形y轴最小坐标为所述分块矩形的y轴最小坐标减所述y轴扩展值。
可选地，在根据所述GPS定位信息中的经度数据和纬度数据，将所述倾斜摄影图像中各图片映射至预设的初始二维坐标系中之前，还包括：
按照预设的分组阈值判断所述倾斜摄影图像中图片的数量是否满足分组要求；
所述根据所述GPS定位信息中的经度数据和纬度数据，将所述倾斜摄影图像中各图片映射至预设的初始二维坐标系中，包括：
若所述倾斜摄影图像中图片的数量不小于所述分组阈值，则根据所述GPS定位信息中的经度数据和纬度数据，将所述倾斜摄影图像中各图片映射至预设的初始二维坐标系中。
可选地，所述根据所述GPS定位信息中的经度数据和纬度数据，将所述倾斜摄影图像中各图片映射至预设的初始二维坐标系中，包括：
对所述GPS定位信息进行数据提取，以获取所述倾斜摄影图像中各图片的经度数据和纬度数据；
以所述经度数据作为所述图片在所述初始二维坐标系中的x轴坐标，以及所述纬度数据作为所述图片在所述初始二维坐标系中的y轴坐标，将各个图片映射至所述初始二维坐标中。
为了解决上述问题，本发明还提供一种实景重建图片的分组装置，所述装置包括：
图像获取单元，用于获取倾斜摄影图像集以及所述倾斜摄影图像集中各图片的GPS定位信息；
坐标变换单元，用于根据所述GPS定位信息中的经度数据和纬度数据，将所述倾斜摄影图像中各图片映射至预设的初始二维坐标系中；对所述初始二维坐标系中的各图片进行坐标系变换，以在变换后的二维坐标系的坐标原点和X轴附近形成图片紧密区域；
分块处理单元，用于建立所述图片紧密区域的最大外接矩形，并按照预设的分块规则对所述最大外接矩形进行分块处理，以形成若干分块矩形；
图像分组单元，用于按照预设的扩展系数对若干所述分块矩形进行扩展，以形成若干分组矩形；根据每个分组矩形，对所述倾斜摄影图像集中各图片进行分组。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现上述所述的实景重建图片的分组方法中的步骤。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的实景重建图片的分组方法。
传统的图像集的分组方法，摄影图像的集合通常是用无人机按照规划路径进行拍摄后获取的图像，在现有的技术中，图像的分组或分块方法通常按照无人机拍摄的时间先后顺序进行划分，或按照拍摄的路径先后顺序进行划分。图像在重叠区域存在缺失，导致重建质量和效率均不高。
本申请改变以时间划分的逻辑，提出一种以图像集地理信息为划分新逻辑下的图像集的分组方法，该划分逻辑以图像的地理信息为划分逻辑，经过对地理信息的坐标转换、确定分组矩形并进行扩展等处理，通过扩展处理可保证交接部分的重叠影像质量，有效提高二维/三维图像的重建效果。
本发明实施例中的实景重建图片的分组方法首先通过图像采集设备拍摄倾斜摄影图像，并获取倾斜摄影图像的GPS定位信息；若倾斜摄影图像的数量满足分组条件，则根据GPS定位信息中的经度数据和纬度数据将倾斜摄影图像中的各个图片映射至预设的初始二维坐标系中，并对初始二维坐标系进行坐标系变换以使倾斜摄影图像中各个图片紧密聚集于变换后的二维坐标系的坐标原点和X轴附近形成图片紧密区域；再建立图片紧密区域的最大外接矩形，并按照预设的分块规则对最大外接矩形进行分块处理以形成分块矩形；而后按照预设的扩展系数对分块矩形进行扩展以形成分组矩形，并将单位分组矩形中的倾斜摄影图像作为一组用于倾斜摄影实景重建的实景图片，如此，在倾斜摄影拍摄图片时，会同时获取GPS定位信息，再根据GPS定位信息中的纬度和经度可以将每张图片的位置映射到一个二维坐标系中，然后进行二维坐标系的变换使图片最大限度的紧密聚集于坐标原点和x轴附近，再画出图片所在区域的最大外接矩形，将这个矩形区域进行分块，且每个分块中的图片数量控制在一定范围内，再将矩形区域按照设定比例进行扩展，此时每个扩展分块中的图片就是一个图片分组，如此无需使用无人机来回的直线飞行对一个区域进行拍照，避免了传统的时间分组方法会造成一组的图片在一条或多条相近的直线上的现象，进而解决图片分组问题，避免分组后组内图片重叠区域丢失的情况，提高单个分组空三重建的质量和保证重建成功。
附图说明
图1为本发明一实施例提供的实景重建图片的分组方法的流程示意图；
图2为本发明一实施例提供的实景重建图片的分组方法的操作示意图；
图3为本发明一实施例提供的实景重建图片的分组装置的模块示意图；
图4为本发明一实施例提供的实景重建图片的分组方法的电子设备的内部结构示意图；
图中：1-电子设备；10-处理器；11-存储器；12-实景重建图片的分组程序；100-分组装置；101-图像获取单元；102-坐标变换单元；103-分块处理单元；104-图像分组单元。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
分析发现，图片分组方法可以使用随机方法进行分组，若采用随机分组易造成一个组内图片的重叠区域太少的状况（三维重建中，重叠区域越多重建效果就会越好），从而不能很好的进行三维重建，严重时还会造成三维重建失败；传统的分组方法是按照拍摄的先后顺序进行分组，该方法在倾斜摄影中，使用无人机来回的直线飞行对一个区域进行拍照，时间分组会造成一组的图片在一条或多条相近的直线上，以致于丢失大量的重叠区域，造成三维重建质量下降，严重时导致重建失败。
为解决上述问题，本发明实施例提供一种实景重建图片的分组方法。
如图1、图2共同所示，在本实施例中，实景重建图片的分组方法，包括：
S1：获取倾斜摄影图像集以及所述倾斜摄影图像集中各图片的GPS定位信息；其中；该倾斜摄影图像集由预设的图像采集设备获取；其中倾斜摄影图像集包括若干图片，各个图片均伴随存储有GPS定位信息；
S2：根据所述GPS定位信息中的经度数据和纬度数据，将所述倾斜摄影图像中各图片映射至预设的初始二维坐标系中，并对所述初始二维坐标系中的各图片进行坐标系变换，以在变换后的二维坐标系的坐标原点和X轴附近形成图片紧密区域；其中，该初始二维坐标系为提前预设的，即步骤S2根据各个图像所携带的GPS定位信息中的经度数据和纬度数据将各个图片映射至该预设的初始二维坐标系中，而后对初始二维坐标系和在初始二维坐标系中的图片进行坐标系变换，以使各个图片紧密聚集在变换后的二维坐标系中的坐标原点和X轴附近；
S3：建立所述图片紧密区域的最大外接矩形，并按照预设的分块规则对所述最大外接矩形进行分块处理，以形成若干分块矩形；
S4：按照预设的扩展系数对若干所述分块矩形进行扩展，以形成若干分组矩形；根据每个分组矩形，对所述倾斜摄影图像集中各图片进行分组；其中，将单位（一个）分组矩形中的倾斜摄影图像作为一组用于倾斜摄影实景重建的实景图片。
具体的，在图1所示的实施例中，步骤S1为获取倾斜摄影图像集以及所述倾斜摄影图像集中各图片的GPS定位信息的步骤；在该过程中，首先通过图像采集设备拍摄倾斜摄影图像，该图像采集设备的型号及规格不做具体限制，可以为任意能够执行倾斜摄影的设备；而后获取或定义所获取的倾斜摄影图像的每一图片文件的名称和图片的GPS定位信息。
在步骤S1之后及步骤S2之前，还包括步骤S12的过程；也即是在根据所述GPS定位信息中的经度数据和纬度数据将所述倾斜摄影图像中的各个图片映射至二维坐标系中之前，包括：
按照预设的分组阈值判断所述倾斜摄影图像的数量是否满足分组要求；其中，
若所述倾斜摄影图像的数量不小于所述分组阈值，则所述倾斜摄影图像的数量满足分组条件；即所述根据所述GPS定位信息中的经度数据和纬度数据，将所述倾斜摄影图像中各图片映射至预设的初始二维坐标系中，包括：
若所述倾斜摄影图像中图片的数量不小于所述分组阈值，则根据所述GPS定位信息中的经度数据和纬度数据，将所述倾斜摄影图像中各图片映射至预设的初始二维坐标系中；
若所述倾斜摄影图像的数量小于所述分组阈值，则所述倾斜摄影图像的数量不满足分组条件；并且，若所述倾斜摄影图像的数量不满足分组条件，则直接将所有的倾斜摄影图像作为一组用于倾斜摄影实景重建的实景图片；该分组阈值的具体数值在此不做具体限制，可根据实景重建所需的图片的数量而定。
换句话说，若所采集的倾斜摄影图像的数量较多或不少，则可以进行分组，若所拍摄的数量本身就略少，则没有分组的必要，这种情况下直接将所采集的倾斜摄影图像作为一组即可；但往往所采集的倾斜摄影图像是足量的，是需要分组的，如此方能提高建模的精准性。
在图1、图2共同所示的实施例中，步骤S2为若所述倾斜摄影图像的数量满足分组条件，则根据所述GPS定位信息中的经度数据和纬度数据，将所述倾斜摄影图像中各图片映射至预设的初始二维坐标系中(图2中x’、y’所构成的坐标系)，并对所述初始二维坐标系中的各图片进行坐标系变换，以在变换后的二维坐标系（图2中x、y所构成的坐标系）的坐标原点和X轴附近形成图片紧密区域的过程；
其中，步骤S21：所述根据所述GPS定位信息中的经度数据和纬度数据，将所述倾斜摄影图像中各图片映射至预设的初始二维坐标系中，包括：
S211：对所述GPS定位信息进行数据提取，以获取所述倾斜摄影图像中的各个图片的经度数据和纬度数据；
S212：以所述经度数据作为所述图片在所述初始二维坐标系中的x轴坐标，以及所述纬度数据作为所述图片在所述初始二维坐标系中的y轴坐标，将各个图片映射至所述初始二维坐标中；即将所述经度数据作为所述图片在预设的初始二维坐标系中的x轴坐标；将所述纬度数据作为所述图片在所述初始二维坐标系中的y轴坐标以将各个图片映射至所述初始二维坐标中。
步骤S22：所述对所述初始二维坐标系中的各图片进行坐标系变换，以在变换后的二维坐标系的坐标原点和X轴附近形成图片紧密区域（图2中叉号的区域），包括：
S221：根据所述倾斜摄影图像中所有图片在所述初始二维坐标系中的坐标拟合出一条图像所在直线，并获取所有图片所在区域的质心；
S222：构建变换后的二维坐标系；其中，将所述质心作为所述变换后的二维坐标系的原点，使所述变换后的二维坐标系的x轴与所述图像所在直线相平行，使所述变换后的二维坐标系的x轴的正方向与所述初始二维坐标系的正方向相同；
S223：计算所述初始二维坐标系至所述变换后的二维坐标系的旋转平移矩阵；
S224：根据所述旋转平移矩阵与所述图片在所述初始二维坐标系中的坐标计算所述图片在所述变换后的二维坐标系中的变换后坐标；
S225：基于所述变换后坐标将所述倾斜摄影图像中的所有图片映射至所述变换后的二维坐标系中，以在变换后的二维坐标系的坐标原点和X轴附近形成图片紧密区域，即使所述倾斜摄影图像中各个图片紧密聚集于变换后的二维坐标系的坐标原点和X轴附近形成图片紧密区域。
具体的，在本具体实施例中，首先根据GPS定位信息将每张图片映射到预设的初始二维坐标系中，即读取图片的GPS定位信息；经度作为x轴坐标，纬度作为y轴坐标，将图片映射到二维坐标系中，将该初始二维坐标系记为S1。
而后再进行坐标转换；该步骤使所有图片聚集于坐标系原点和x轴，提高图片分布的均匀性，提高分组的质量；具体的，进行如下操作：
a、在初始二维坐标系S1中，根据所有的图片坐标点拟合成一条直线（图像所在直线），记为L1；具体的拟合方式不做具体限制，可以以做大和最小坐标的中点作为组成点构成该直线；
b、寻找图像区域的（图像区域所在点）的质心，记为P；
c、构建新的二维坐标系S2作为变换后的二维坐标系，使该变换后的二维坐标系原点为质心P，其中变换后的二维坐标系S2的x轴与拟合直线L1平行，正方向与初始二维坐标系S1的x轴正方向相同，变换后的二维坐标系S2的y轴与拟合直线的垂线平行，该变换后的二维坐标系S2的正方向与初始二维坐标系S1的y轴正方向相同；
根据坐标系S2的构建规则，计算坐标系S1到坐标系S2的旋转平移矩阵A，根据旋转平移矩阵A计算所有图片所在的所有点在坐标系S2下的坐标；而后将该所有图片所在的所有点在坐标系S2下的坐标所构成的区域作为图片紧密区域，如此，将在初始二维坐标系中的所有的图像均映射转移至转换后的二维坐标系中。
在图1、图2共同所示的实施例中，步骤S3为建立所述图片紧密区域的最大外接矩形，并按照预设的分块规则对所述最大外接矩形进行分块处理，以形成若干分块矩形的过程，在该过程中，所述建立所述图片紧密区域的最大外接矩形，并按照预设的分块规则对所述最大外接矩形进行分块处理，以形成若干分块矩形(图2中所标的分块部分)，包括：
S31：根据所述倾斜摄影图像的数量计算预分块数量；其中，所述预分块数量为所述倾斜摄影图像的总数量除以目标设定的单个分组图片的数量；
S32；按照所述预分块数量和所述最大外接矩形的长度、宽度和长宽比率对所述最大外接矩形进行分块以形成分块矩形，并记录所述分块矩形的x轴最大坐标、x轴最小坐标、y轴最大坐标和y轴最小坐标。
具体的，在本具体实施例中，继上述步骤S2的具体实施例之后进行如下具体步骤：
d、计算坐标系S2下所有点的外接矩形，记为R，具体的计算方式不做具体限制，在本实施例中即获取所有图像在变换后的二维坐标系中的最大覆盖区域的最长边和最宽边构成外接矩形；
e、根据图片数量计算预分块数量，记为C，C等于图片总数量除以单个分组图片数量，单个分组图片数量可以根据需求人为设定，具体的数值在此不做限制；
f、记矩形R与x轴平行的边为长边，长度为a，与y轴平行的边为宽边，长度为b，计算宽与长的比率，记为ratio，ratio=b/a，其中a、b、ratio均为浮点数；
g、记矩形R的长边分块数为n1，宽边分块数为n2，n1、n2为整数；则
（加0.5是为了四舍五入），
（加0.5是为了四舍五入）；
h、根据外接矩形R计算Rlen1、Rlen2、Rminx、Rminy、Rmaxx、Rmaxy（都为浮点数），其中Rlen1为R长边长度，Rlen2为R宽边长度，Rminx为矩形R在x轴的最小坐标，Rminy为矩形R在y轴的最小坐标，Rmaxx为矩形R在x轴的最大坐标，Rmaxy为矩形R在y轴的最大坐标；
i、记单个分块矩形的长边长度为len1，宽边长度为len2，len1和len2为浮点数，则len1=Rlen1/n1，len2=Rlen2/n2；
j、根据Rminx、Rminy、Rmaxx、Rmaxy、n1、n2、len1、len2，采用逐次叠加的方法计算每个分块矩形的位置，并记录下每个分块矩形分别在x、y轴的最小、最大值，以记录每个分块矩形的x轴最大坐标、x轴最小坐标、y轴最大坐标和y轴最小坐标。
如此，对最大外接矩形完成分块划分，并获取了每个分块矩形每一处的坐标，尤其是边角的坐标。
在图1、图2共同所示的实施例中，步骤S4为按照预设的扩展系数对若干所述分块矩形进行扩展，以形成若干分组矩形（图2中所标的扩展部分），根据每个分组矩形，对所述倾斜摄影图像集中各图片进行分组的过程，其中将单位（单个）分组矩形中的倾斜摄影图像作为一组用于倾斜摄影实景重建的实景图片的过程；在该过程中，所述按照预设的扩展系数对若干所述分块矩形进行扩展，以形成若干分组矩形，包括：
S41：按照重建需求预先确认所需的扩展系数；
S42：根据所述扩展系数分别计算在所述x轴、y轴上的x轴扩展值和y轴扩展值；
S43：按照预设的扩展规则根据所述扩展值对所述分块矩形进行扩展以形成分组矩形。
其中，该扩展规则为：
所述分组矩形的x轴最大坐标为所述分块矩形的x轴最大坐标加所述x轴扩展值；
所述分组矩形的y轴最大坐标为所述分块矩形的y轴最大坐标加所述y轴扩展值；
所述分组矩形的x轴最小坐标为所述分块矩形的x轴最小坐标减所述x轴扩展值；
所述分组矩形y轴最小坐标为所述分块矩形的y轴最小坐标减所述y轴扩展值。
具体的，在本具体实施例中，继步骤S3的具体实施例之后进行下述步骤：
k、计单个分块矩形在x、y轴扩展的值为k1、k2,则k1=len1*extend，k2=len2*extend，其中，len1为单个分块矩形的长边长度、len2为单个分块矩形的宽边长度；extend为扩展系数，可预先根据需求人为设定，可根据具体需要的重建效果而定，具体的数值在此不做限制；
l、记单个分块矩形在x、y轴的最小、最大值为rminx、rminy、rmaxx、rmaxy，则按照上述扩展规则所获取的扩展后在x、y轴的最小、最大值为rminx_e、rminy_e、rmaxx_e、rmaxy_e,则rminx_e=rminx-k1、rminy_e=rminy-k2、rmaxx_e=rmaxx+k1、rmaxy_e=rmaxy+k2;
m、按照上述方法依次对每个分块矩形进行扩展计算以获取扩展之后的分组矩形在x、y轴的最小、最大值。
n、按照扩展后的分组矩形对图片进行分组，即遍历每一图片在变换后的二维坐标系S2中的坐标，并根据分组矩形在x、y轴的最小、最大值判断是否在分组矩形的范围内，若在范围内，则将该图片分到与该分组矩形对应的分组中；其中，需要说明的是，由于分组矩形的边界或可将某一图片分割，该被分割的图片可被分到多个分组中。
在本实施例中，执行主体可以为整个服务器集群的实景重建图片的分组系统，该实景重建图片的分组系统集成在服务器集群中，即服务器集群下的实景重建图片的分组系统的不同单元分别进行不同的操作步骤。
综上所述，本实施例中的实景重建图片的分组方法首先通过图像采集设备拍摄倾斜摄影图像，并获取倾斜摄影图像的GPS定位信息；若倾斜摄影图像的数量满足分组条件，则根据GPS定位信息中的经度数据和纬度数据将倾斜摄影图像中的各个图片映射至预设的初始二维坐标系中，并对初始二维坐标系进行坐标系变换以使倾斜摄影图像中各个图片紧密聚集于变换后的二维坐标系的坐标原点和X轴附近形成图片紧密区域；再建立图片紧密区域的最大外接矩形，并按照预设的分块规则对最大外接矩形进行分块处理以形成分块矩形；而后按照预设的扩展系数对分块矩形进行扩展以形成分组矩形，并将单位分组矩形中的倾斜摄影图像作为一组用于倾斜摄影实景重建的实景图片，在倾斜摄影拍摄图片时，会同时获取GPS定位信息，再根据GPS定位信息中的纬度和经度可以将每张图片的位置映射到一个二维坐标系中，然后进行二维坐标系的变换使图片最大限度的紧密聚集于坐标原点和x轴附近，再画出图片所在区域的最大外接矩形，将这个矩形区域进行分块，且每个分块中的图片数量控制在一定范围内，再将矩形区域按照设定比例进行扩展，此时每个扩展分块中的图片就是一个图片分组，如此无需使用无人机来回的直线飞行对一个区域进行拍照，避免了传统的时间分组方法会造成一组的图片在一条或多条相近的直线上的现象，进而解决图片分组问题，避免分组后组内图片重叠区域丢失的情况，提高单个分组空三重建的质量和保证重建成功。
更为具体的，本实施例中的实景重建图片的分组方法计算坐标系变换后的外接矩形，该步骤首先将图片的GPS定位信息中的经度和纬度映射到二维坐标系中，计算所有坐标点的拟合直线（图像所在直线），根据拟合直线在质心处构建新坐标系，并进行坐标转换。该步骤能使图片分布更加紧密和均匀，使划分块进行三维重建的质量更高，解决了现有技术所存在的问题。
并且本实施例中的实景重建图片的分组方法根据外接矩形划分分块矩形。根据外接矩形的长和宽的比率，计算出划分块，能使划分的块更接近正方形，使划分更均匀，提高三维重建的质量。而传统技术中的分组更接近于长条形，三维重建时会遗漏许多重叠区域；而且对分块矩形分组进行扩展，从拍摄位置范围上增加分组图片数量，增加组与组之间进行空中三角计算出的重叠区域，提高三维重建质量。
如图3所示，本发明提供一种实景重建图片的分组装置100，本发明可以安装于电子设备中。根据实现的功能，该实景重建图片的分组装置100可以包括图像获取单元101、坐标变换单元102、分块处理单元103、图像分组单元104。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
图像获取单元101，用于获取倾斜摄影图像集以及所述倾斜摄影图像集中各图片的GPS定位信息；
坐标变换单元102，用于根据所述GPS定位信息中的经度数据和纬度数据，将所述倾斜摄影图像中各图片映射至预设的初始二维坐标系中，并对所述初始二维坐标系中的各图片进行坐标系变换，以在变换后的二维坐标系的坐标原点和X轴附近形成图片紧密区域；
分块处理单元103，用于建立所述图片紧密区域的最大外接矩形，并按照预设的分块规则对所述最大外接矩形进行分块处理，以形成若干分块矩形；
图像分组单元104，用于按照预设的扩展系数对若干所述分块矩形进行扩展，以形成若干分组矩形，并将单位分组矩形中的倾斜摄影图像作为一组用于倾斜摄影实景重建的实景图片。
如上所述，本发明提供的实景重建图片的分组装置100，利用图像获取单元101通过图像采集设备拍摄倾斜摄影图像，并获取倾斜摄影图像的GPS定位信息；若倾斜摄影图像的数量满足分组条件，则通过坐标变换单元102，根据GPS定位信息中的经度数据和纬度数据将倾斜摄影图像中的各个图片映射至预设的初始二维坐标系中，并对初始二维坐标系进行坐标系变换以使倾斜摄影图像中各个图片紧密聚集于变换后的二维坐标系的坐标原点和X轴附近形成图片紧密区域；而后通过分块处理单元103建立所述图片紧密区域的最大外接矩形，并按照预设的分块规则对所述最大外接矩形进行分块处理，以形成若干分块矩形；再通过图像分组单元104按照预设的扩展系数对若干所述分块矩形进行扩展，以形成若干分组矩形，并将单位分组矩形中的倾斜摄影图像作为一组用于倾斜摄影实景重建的实景图片，如此，解决图片分组问题，避免分组后组内图片重叠区域丢失的情况，提高单个分组空三重建的质量和保证重建成功。
如图4所示，本发明提供一种实景重建图片的分组方法的电子设备1。
该电子设备1可以包括处理器10、存储器11和总线，还可以包括存储在存储器11中并可在所述处理器10上运行的计算机程序，如实景重建图片的分组程序12。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器、磁性存储器、磁盘、光盘等，在此不做限制。
所述处理器10在一些实施例中可以由集成电路组成，可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成。所述处理器10是所述电子设备的控制核心，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块（例如实景重建图片的分组程序等），以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准总线或扩展工业标准结构总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图4仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图4示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能，在此不再赘述。
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口，通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器、输入单元，还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的实景重建图片的分组程序12是多个指令的组合，在所述处理器10中运行时，可以实现：
获取倾斜摄影图像集以及所述倾斜摄影图像集中各图片的GPS定位信息；
若所述倾斜摄影图像的数量满足分组条件，则根据所述GPS定位信息中的经度数据和纬度数据，将所述倾斜摄影图像中各图片映射至预设的初始二维坐标系中，并对所述初始二维坐标系中的各图片进行坐标系变换，以在变换后的二维坐标系的坐标原点和X轴附近形成图片紧密区域；
建立所述图片紧密区域的最大外接矩形，并按照预设的分块规则对所述最大外接矩形进行分块处理，以形成若干分块矩形；
按照预设的扩展系数对若干所述分块矩形进行扩展，以形成若干分组矩形，并将单位分组矩形中的倾斜摄影图像作为一组用于倾斜摄影实景重建的实景图片。
具体地，所述处理器10对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信等云计算服务的云服务器。
进一步地，所述电子设备1集成的单元可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器。
本发明实施例还提供一种计算机可读存储介质，所述存储介质可以是非易失性的，也可以是易失性的，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现：
获取倾斜摄影图像集以及所述倾斜摄影图像集中各图片的GPS定位信息；
若所述倾斜摄影图像的数量满足分组条件，则根据所述GPS定位信息中的经度数据和纬度数据，将所述倾斜摄影图像中各图片映射至预设的初始二维坐标系中，并对所述初始二维坐标系中的各图片进行坐标系变换，以在变换后的二维坐标系的坐标原点和X轴附近形成图片紧密区域；
建立所述图片紧密区域的最大外接矩形，并按照预设的分块规则对所述最大外接矩形进行分块处理，以形成若干分块矩形；
按照预设的扩展系数对若干所述分块矩形进行扩展，以形成若干分组矩形，并将单位分组矩形中的倾斜摄影图像作为一组用于倾斜摄影实景重建的实景图片。
具体地，所述计算机程序被处理器执行时具体实现方法可参考实施例实景重建图片的分组方法中相关步骤的描述，在此不赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (9)
1.一种实景重建图片的分组方法，其特征在于，包括：
获取倾斜摄影图像集以及所述倾斜摄影图像集中各图片的GPS定位信息；
根据所述GPS定位信息中的经度数据和纬度数据，将所述倾斜摄影图像中各图片映射至预设的初始二维坐标系中；
对所述初始二维坐标系中的各图片进行坐标系变换，以在变换后的二维坐标系的坐标原点和X轴附近形成图片紧密区域；
建立所述图片紧密区域的最大外接矩形，并按照预设的分块规则对所述最大外接矩形进行分块处理，以形成若干分块矩形；其中，所述建立所述图片紧密区域的最大外接矩形，并按照预设的分块规则对所述最大外接矩形进行分块处理，以形成若干分块矩形，包括：根据所述倾斜摄影图像集中图片的数量计算预分块数量；其中，所述预分块数量为所述倾斜摄影图像集中图片的总数量除以目标设定的单个分组图片的数量；按照所述预分块数量、所述最大外接矩形的长度、所述最大外接矩形的宽度和所述最大外接矩形的长宽比率，对所述最大外接矩形进行分块，以形成若干分块矩形，并获得所述分块矩形的x轴最大坐标、x轴最小坐标、y轴最大坐标和y轴最小坐标；
按照预设的扩展系数对若干所述分块矩形进行扩展，以形成若干分组矩形；
根据每个分组矩形，对所述倾斜摄影图像集中各图片进行分组。
2.如权利要求1所述的实景重建图片的分组方法，其特征在于，所述对所述初始二维坐标系中的各图片进行坐标系变换，以在变换后的二维坐标系的坐标原点和X轴附近形成图片紧密区域，包括：
根据所述倾斜摄影图像中所有图片在所述初始二维坐标系中的坐标拟合出一条图像所在直线，并获取所有图片所在区域的质心；
构建变换后的二维坐标系；其中，将所述质心作为所述变换后的二维坐标系的原点，使所述变换后的二维坐标系的x轴与所述图像所在直线相平行，使所述变换后的二维坐标系的x轴的正方向与所述初始二维坐标系的正方向相同；
计算所述初始二维坐标系至所述变换后的二维坐标系的旋转平移矩阵；
根据所述旋转平移矩阵与所述图片在所述初始二维坐标系中的坐标计算所述图片在所述变换后的二维坐标系中的变换后坐标；
基于所述变换后坐标将所述倾斜摄影图像中的所有图片映射至所述变换后的二维坐标系中，以在变换后的二维坐标系的坐标原点和X轴附近形成图片紧密区域。
3.如权利要求1所述的实景重建图片的分组方法，其特征在于，所述按照预设的扩展系数对若干所述分块矩形进行扩展，以形成若干分组矩形，包括：
按照重建需求，获取所需的扩展系数；
根据所述扩展系数，分别计算在所述x轴上的x轴扩展值和所述y轴上的y轴扩展值；
根据所述x轴扩展值和所述y轴扩展值，按照预设的扩展规则，对所述分块矩形进行扩展，以形成若干分组矩形。
4.如权利要求3所述的实景重建图片的分组方法，其特征在于，
所述扩展规则为：
所述分组矩形的x轴最大坐标为所述分块矩形的x轴最大坐标加所述x轴扩展值；
所述分组矩形的y轴最大坐标为所述分块矩形的y轴最大坐标加所述y轴扩展值；
所述分组矩形的x轴最小坐标为所述分块矩形的x轴最小坐标减所述x轴扩展值；
所述分组矩形y轴最小坐标为所述分块矩形的y轴最小坐标减所述y轴扩展值。
5.如权利要求1所述的实景重建图片的分组方法，其特征在于，在根据所述GPS定位信息中的经度数据和纬度数据，将所述倾斜摄影图像中各图片映射至预设的初始二维坐标系中之前，还包括：
按照预设的分组阈值判断所述倾斜摄影图像中图片的数量是否满足分组要求；
所述根据所述GPS定位信息中的经度数据和纬度数据，将所述倾斜摄影图像中各图片映射至预设的初始二维坐标系中，包括：
若所述倾斜摄影图像中图片的数量不小于所述分组阈值，则根据所述GPS定位信息中的经度数据和纬度数据，将所述倾斜摄影图像中各图片映射至预设的初始二维坐标系中。
6.如权利要求1所述的实景重建图片的分组方法，其特征在于，所述根据所述GPS定位信息中的经度数据和纬度数据，将所述倾斜摄影图像中各图片映射至预设的初始二维坐标系中，包括：
对所述GPS定位信息进行数据提取，以获取所述倾斜摄影图像中各图片的经度数据和纬度数据；
以所述经度数据作为所述图片在所述初始二维坐标系中的x轴坐标，以及所述纬度数据作为所述图片在所述初始二维坐标系中的y轴坐标，将各个图片映射至所述初始二维坐标中。
7.一种实景重建图片的分组装置，其特征在于，所述装置包括：
图像获取单元，用于获取倾斜摄影图像集以及所述倾斜摄影图像集中各图片的GPS定位信息；
坐标变换单元，用于根据所述GPS定位信息中的经度数据和纬度数据，将所述倾斜摄影图像中各图片映射至预设的初始二维坐标系中；对所述初始二维坐标系中的各图片进行坐标系变换，以在变换后的二维坐标系的坐标原点和X轴附近形成图片紧密区域；
分块处理单元，用于建立所述图片紧密区域的最大外接矩形，并按照预设的分块规则对所述最大外接矩形进行分块处理，以形成若干分块矩形；其中，所述建立所述图片紧密区域的最大外接矩形，并按照预设的分块规则对所述最大外接矩形进行分块处理，以形成若干分块矩形，包括：根据所述倾斜摄影图像集中图片的数量计算预分块数量；其中，所述预分块数量为所述倾斜摄影图像集中图片的总数量除以目标设定的单个分组图片的数量；按照所述预分块数量、所述最大外接矩形的长度、所述最大外接矩形的宽度和所述最大外接矩形的长宽比率，对所述最大外接矩形进行分块，以形成若干分块矩形，并获得所述分块矩形的x轴最大坐标、x轴最小坐标、y轴最大坐标和y轴最小坐标；
图像分组单元，用于按照预设的扩展系数对若干所述分块矩形进行扩展，以形成若干分组矩形；根据每个分组矩形，对所述倾斜摄影图像集中各图片进行分组。
8.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至6中任一所述的实景重建图片的分组方法中的步骤。
9.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一所述的实景重建图片的分组方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211125757.4A CN115205472B (zh) | 2022-09-16 | 2022-09-16 | 实景重建图片的分组方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211125757.4A CN115205472B (zh) | 2022-09-16 | 2022-09-16 | 实景重建图片的分组方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115205472A CN115205472A (zh) | 2022-10-18 |
| CN115205472B true CN115205472B (zh) | 2022-12-02 |
Family
ID=83572123
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211125757.4A Active CN115205472B (zh) | 2022-09-16 | 2022-09-16 | 实景重建图片的分组方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115205472B (zh) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113706698A (zh) * | 2021-10-25 | 2021-11-26 | 武汉幻城经纬科技有限公司 | 实景三维道路重建方法及装置、存储介质、电子设备 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2670038B1 (fr) * | 1990-11-29 | 1993-12-24 | Commissariat A Energie Atomique | Procede et dispositif de reconstruction d'images tridimentionnelles d'un objet en utilisant deux trajectoires circulaires d'axe commun. |
| CN101673410B (zh) * | 2008-09-12 | 2012-08-22 | 中国科学院计算技术研究所 | 一种基于矢量建筑图纸重建三维模型的方法 |
| CN101887596B (zh) * | 2010-06-01 | 2013-02-13 | 中国科学院自动化研究所 | 树木点云数据基于分割和自动生长的三维模型重建方法 |
| CN104809755B (zh) * | 2015-04-09 | 2017-10-20 | 福州大学 | 基于单幅图像文化遗存遗址的三维重建方法 |
| GB2540791A (en) * | 2015-07-28 | 2017-02-01 | Dexter Consulting Uk Ltd | Apparatus, methods, computer programs and non-transitory computer-readable storage media for generating a three-dimensional model of an object |
| US10482632B2 (en) * | 2017-04-28 | 2019-11-19 | Uih America, Inc. | System and method for image reconstruction |
| CN112634370A (zh) * | 2020-12-31 | 2021-04-09 | 广州极飞科技有限公司 | 一种无人机打点方法、装置、设备及存储介质 |
| CN114511708B (zh) * | 2022-01-18 | 2024-06-11 | 北京工业大学 | 基于节点级嵌入特征三维关系重建的图数据相似度方法 |
-
2022
- 2022-09-16 CN CN202211125757.4A patent/CN115205472B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113706698A (zh) * | 2021-10-25 | 2021-11-26 | 武汉幻城经纬科技有限公司 | 实景三维道路重建方法及装置、存储介质、电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115205472A (zh) | 2022-10-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11209837B2 (en) | Method and device for generating a model of a to-be reconstructed area and an unmanned aerial vehicle flight trajectory | |
| CN108564527B (zh) | 基于神经网络的全景图内容补全和修复的方法及装置 | |
| CN112581629A (zh) | 增强现实显示方法、装置、电子设备及存储介质 | |
| US20040075654A1 (en) | 3-D digital image processor and method for visibility processing for use in the same | |
| US9224233B2 (en) | Blending 3D model textures by image projection | |
| CN109685879B (zh) | 多视影像纹理分布的确定方法、装置、设备和存储介质 | |
| CN111656132B (zh) | 一种测绘采样点的规划方法、装置、控制终端及存储介质 | |
| US11544898B2 (en) | Method, computer device and storage medium for real-time urban scene reconstruction | |
| CN114596423A (zh) | 基于虚拟场景网格化的模型渲染方法、装置和计算机设备 | |
| CN114565863A (zh) | 无人机图像的正射影像实时生成方法、装置、介质及设备 | |
| WO2021129349A1 (zh) | 激光点云地图融合方法、设备以及计算机可读存储介质 | |
| CN113902856B (zh) | 一种语义标注的方法、装置、电子设备及存储介质 | |
| CN112288842B (zh) | 基于阴影图算法的地形可视域定量分析方法和装置 | |
| CN115205472B (zh) | 实景重建图片的分组方法、装置、设备及存储介质 | |
| CN114066999A (zh) | 基于三维建模的目标定位系统及方法 | |
| CN112233231B (zh) | 一种基于云计算的城市三维实景漫游方法及系统 | |
| CN111882640B (zh) | 一种渲染参数确定方法、装置、设备及存储介质 | |
| CN111179414B (zh) | 一种地形lod的生成方法 | |
| CN113496138A (zh) | 稠密点云数据的生成方法、装置、计算机设备及存储介质 | |
| CN115063485B (zh) | 三维重建方法、装置及计算机可读存储介质 | |
| CN112419459A (zh) | 烘焙模型ao贴图的方法、装置、计算机设备和存储介质 | |
| CN113012302A (zh) | 三维全景图生成方法、装置、计算机设备和存储介质 | |
| CN112633293A (zh) | 一种基于图分割的三维稀疏点云重建图像集分类方法 | |
| CN116310227B (zh) | 三维稠密重建方法、装置、电子设备及介质 | |
| CN112907686B (zh) | 用于矢量轨迹压缩的余弦垂距判别方法、装置和设备 |
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 |