CN115880426A - 基于倾斜摄影的无冗余三维建模方法及系统 - Google Patents
基于倾斜摄影的无冗余三维建模方法及系统 Download PDFInfo
- Publication number
- CN115880426A CN115880426A CN202211537918.0A CN202211537918A CN115880426A CN 115880426 A CN115880426 A CN 115880426A CN 202211537918 A CN202211537918 A CN 202211537918A CN 115880426 A CN115880426 A CN 115880426A
- Authority
- CN
- China
- Prior art keywords
- flight
- image data
- area
- camera
- delta
- 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.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及三维建模技术领域,公开了一种基于倾斜摄影的无冗余三维建模方法及系统,其方法通过待建模的测量区域以及其区域边界距离,并利用倾斜摄影相机航测待建模的测量区域在多个不同方向的航线的区域图像数据,获取每个方向的航线在待建模的测量区域中不同纬度的飞行线,根据不同纬度的飞行线按照冗余滤除规则对相应方向的航线的区域图像数据滤除冗余图像数据,得到纯净的区域图像数据,对纯净的区域图像数据进行三维重建,得到三维模型,从而去除冗余数据,提高了三维建模的建模精度以及建模效率。
Description
技术领域
本发明涉及三维建模技术领域,尤其涉及一种基于倾斜摄影的无冗余三维建模方法及系统。
背景技术
近年来,无人机倾斜摄影用于输电线路三维真实建模的使用越来越多,从单镜头、双镜头、三镜头、显影到五镜头,但镜头越多,导致更多冗余数据。由于需要延长飞行高度以确保测量区域内有足够的航向和侧面重叠,在扩展过程中,朝外的相机镜头将超过测量区域,这将造成一定程度的数据冗余,通常是冗余数据,数量约为20~30%。在建模过程中,20%以上的数据通常需要40-50%以上的处理时间。因此,快速消除倾斜摄影的冗余数据是一个迫切的问题。
目前,输电线路真实世界三维建模技术越来越成熟,它的三维真实世界结果越来越广泛地应用于输电线路规划、方案设计、施工监控、后期运营和维护等阶段,因此,对倾斜摄影数据进行精细化研究是非常必要的。
而目前,在倾斜摄影辅助三维建模的过程中,容易存在冗余数据,其降低了三维建模的建模精度,又降低了三维建模的建模效率。
发明内容
本发明提供了一种基于倾斜摄影的无冗余三维建模方法及系统,解决了在倾斜摄影辅助三维建模的过程中,容易存在冗余数据,其降低了三维建模的建模精度,又降低了三维建模的建模效率的技术问题。
有鉴于此,本发明第一方面提供了一种基于倾斜摄影的无冗余三维建模方法,包括以下步骤:
获取待建模的测量区域以及其区域边界距离;
通过倾斜摄影相机航测所述待建模的测量区域在多个不同方向的航线的区域图像数据;
获取每个方向的航线在所述待建模的测量区域中不同纬度的飞行线,根据不同纬度的飞行线按照冗余滤除规则对相应方向的航线的所述区域图像数据滤除冗余图像数据,得到纯净的区域图像数据;
基于三维建模软件对所述纯净的区域图像数据进行三维重建,得到三维模型。
优选地,获取待建模的测量区域以及其区域边界距离的步骤具体包括:
根据预设的区域坐标在地图上对待建模的测量区域以及区别边界进行标记;
根据预设的航线高度通过下式计算区域边界距离为:
式中,d为区域边界距离,h为航线高度。
优选地,通过倾斜摄影相机航测所述待建模的测量区域在多个不同方向的航线的区域图像数据的步骤具体包括:
采用多旋翼无人机搭载有倾斜摄影相机,其中,所述倾斜摄影相机采用五镜头相机;
获取所述倾斜摄影相机的焦距参数、像元尺寸大小和地面分辨率,通过下式计算所述多旋翼无人机的航线高度为:
式中,h为航线高度,f为焦距参数,GSD为地面分辨率,a为像元尺寸大小;
设定所述多旋翼无人机的所述航线高度、航向重叠率、旁向重叠率以及云台俯仰角,通过设定好的所述多旋翼无人机搭载所述倾斜摄影相机分别沿五个不同方向的航线在所述待建模的测量区域内飞行,其中,每个方向在所述待建模的测量区域内的航线为弓形,以使得所述倾斜摄影相机的航测范围覆盖待建模的测量区域,获得五个不同方向的航线分别对应的区域图像数据,并构成每个方向的航线对应的区域图像集。
优选地,获取每个方向的航线在所述待建模的测量区域中不同纬度的飞行线,根据不同纬度的飞行线按照冗余滤除规则对相应方向的航线的所述区域图像数据滤除冗余图像数据,得到纯净的区域图像数据的步骤具体包括:
获取每个方向的航线在所述待建模的测量区域中不同纬度的飞行线以及其POS数据,其中,所述POS数据包括经度和纬度;
计算第一个纬度的飞行线的第一张区域图像和第二张区域图像的纬度差值,记为ΔW;
计算第一个纬度的飞行线的区域图像与第二个纬度的飞行线的区域图像的平均经度差,记为ΔJa;
当ΔW>0且ΔJa>0时,或ΔW<0且ΔJa<0时,则删除奇数行纬度的飞行线的相机左视角摄像头所拍摄的区域图像数据以及删除偶数行纬度的飞行线的相机右视角摄像头所拍摄的区域图像数据;当ΔW>0且ΔJa<0时,或ΔW<0且ΔJa>0时,则删除奇数行纬度的飞行线的相机右视角摄像头所拍摄的区域图像数据以及删除偶数行纬度的飞行线的相机左视角摄像头所拍摄的区域图像数据。
优选地,基于三维建模软件对所述纯净的区域图像数据进行三维重建,得到三维模型的步骤具体包括:
基于光束法将所述纯净的区域图像数据进行空中三角测量,得到测量数据;
将所述测量数据导入所述进行多视影像密集匹配,得到密集点云数据;
根据所述密集点云数据生成不规则三角网TIN以及白体模型;
对所述白体模型进行纹理映射,并进行纹理贴图,形成三维模型。
第二方面,本发明提供了一种基于倾斜摄影的无冗余三维建模系统,包括:
区域获取模块,用于获取待建模的测量区域以及其区域边界距离;
航测模块,用于通过倾斜摄影相机航测所述待建模的测量区域在多个不同方向的航线的区域图像数据;
冗余滤除模块,用于获取每个方向的航线在所述待建模的测量区域中不同纬度的飞行线,根据不同纬度的飞行线按照冗余滤除规则对相应方向的航线的所述区域图像数据滤除冗余图像数据,得到纯净的区域图像数据;
三维重建模块,用于基于三维建模软件对所述纯净的区域图像数据进行三维重建,得到三维模型。
优选地,所述区域获取模块具体包括:
标记模块,用于根据预设的区域坐标在地图上对待建模的测量区域以及区别边界进行标记;
距离计算模块,用于根据预设的航线高度通过下式计算区域边界距离为:
式中,d为区域边界距离,h为航线高度。
优选地,所述航测模块具体包括:
相机搭载模块,用于采用多旋翼无人机搭载有倾斜摄影相机,其中,所述倾斜摄影相机采用五镜头相机;
航线高度模块,用于获取所述倾斜摄影相机的焦距参数、像元尺寸大小和地面分辨率,通过下式计算所述多旋翼无人机的航线高度为:
式中,h为航线高度,f为焦距参数,GSD为地面分辨率,a为像元尺寸大小;
参数设定模块,用于设定所述多旋翼无人机的所述航线高度、航向重叠率、旁向重叠率以及云台俯仰角,通过设定好的所述多旋翼无人机搭载所述倾斜摄影相机分别沿五个不同方向的航线在所述待建模的测量区域内飞行,其中,每个方向在所述待建模的测量区域内的航线为弓形,以使得所述倾斜摄影相机的航测范围覆盖待建模的测量区域,获得五个不同方向的航线分别对应的区域图像数据,并构成每个方向的航线对应的区域图像集。
优选地,所述冗余滤除模块具体包括:
POS数据获取模块,用于获取每个方向的航线在所述待建模的测量区域中不同纬度的飞行线以及其POS数据,其中,所述POS数据包括经度和纬度;
纬度差计算模块,用于计算第一个纬度的飞行线的第一张区域图像和第二张区域图像的纬度差值,记为ΔW;
经度差模块,用于计算第一个纬度的飞行线的区域图像与第二个纬度的飞行线的区域图像的平均经度差,记为ΔJa;
删除模块,用于当ΔW>0且ΔJa>0时,或ΔW<0且ΔJa<0时,则删除奇数行纬度的飞行线的相机左视角摄像头所拍摄的区域图像数据以及删除偶数行纬度的飞行线的相机右视角摄像头所拍摄的区域图像数据;当ΔW>0且ΔJa<0时,或ΔW<0且ΔJa>0时,则删除奇数行纬度的飞行线的相机右视角摄像头所拍摄的区域图像数据以及删除偶数行纬度的飞行线的相机左视角摄像头所拍摄的区域图像数据。
优选地,所述三维重建模块具体包括:
三角测量模块,用于基于光束法将所述纯净的区域图像数据进行空中三角测量,得到测量数据;
点云匹配模块,用于将所述测量数据导入所述进行多视影像密集匹配,得到密集点云数据;
模型生成模块,用于根据所述密集点云数据生成不规则三角网TIN以及白体模型;
纹理映射模块,用于对所述白体模型进行纹理映射,并进行纹理贴图,形成三维模型。
从以上技术方案可以看出,本发明具有以下优点:
本发明通过待建模的测量区域以及其区域边界距离,并利用倾斜摄影相机航测待建模的测量区域在多个不同方向的航线的区域图像数据,获取每个方向的航线在待建模的测量区域中不同纬度的飞行线,根据不同纬度的飞行线按照冗余滤除规则对相应方向的航线的区域图像数据滤除冗余图像数据,得到纯净的区域图像数据,对纯净的区域图像数据进行三维重建,得到三维模型,从而去除冗余数据,提高了三维建模的建模精度以及建模效率。
附图说明
图1为本发明实施例提供的一种基于倾斜摄影的无冗余三维建模方法的流程图;
图2为本发明实施例提供的航线拍摄情况示意图;
图3为本发明实施例提供的一种基于倾斜摄影的无冗余三维建模系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,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。
为了便于理解,请参阅图1,本发明提供的一种基于倾斜摄影的无冗余三维建模方法,包括以下步骤:
S1、获取待建模的测量区域以及其区域边界距离。
其中,为了保证区域边缘模型精度,需要选择一定的区域边界距离。
S2、通过倾斜摄影相机航测待建模的测量区域在多个不同方向的航线的区域图像数据。
在一个示例中,选择五个方向的航线进行航测。
S3、获取每个方向的航线在待建模的测量区域中不同纬度的飞行线,根据不同纬度的飞行线按照冗余滤除规则对相应方向的航线的区域图像数据滤除冗余图像数据,得到纯净的区域图像数据。
如图2所示,图2为航线拍摄情况示意图。其表面了一条航线在待建模的测量区域中不同纬度的飞行线的示意图,其飞行线存在多个纬度,并形成多个弓形结构。
S4、基于三维建模软件对纯净的区域图像数据进行三维重建,得到三维模型。
本实施例提供了一种倾斜摄影的无冗余三维建模方法,通过待建模的测量区域以及其区域边界距离,并利用倾斜摄影相机航测待建模的测量区域在多个不同方向的航线的区域图像数据,获取每个方向的航线在待建模的测量区域中不同纬度的飞行线,根据不同纬度的飞行线按照冗余滤除规则对相应方向的航线的区域图像数据滤除冗余图像数据,得到纯净的区域图像数据,对纯净的区域图像数据进行三维重建,得到三维模型,从而去除冗余数据,提高了三维建模的建模精度以及建模效率。
在一个具体实施例中,步骤S1具体包括:
S101、根据预设的区域坐标在地图上对待建模的测量区域以及区别边界进行标记;
S102、根据预设的航线高度通过下式计算区域边界距离为:
式中,d为区域边界距离,h为航线高度。
在一个具体实施例中,步骤S2具体包括:
S201、采用多旋翼无人机搭载有倾斜摄影相机,其中,倾斜摄影相机采用五镜头相机;
需要说明的是,由于无人机携带的是五镜头倾斜摄影相机,其具有五个方向的视角,也即包括左视角、上视角、下视角、中视角和右视角。
S202、获取倾斜摄影相机的焦距参数、像元尺寸大小和地面分辨率,通过下式计算多旋翼无人机的航线高度为:
式中,h为航线高度,f为焦距参数,GSD为地面分辨率,a为像元尺寸大小;
需要说明的是,航高选择要考虑树高以及建筑高度,不宜过低;同时,为了图像数据的丰富性,航线不宜设置过高,一般根据所需空间分辨率取航线高度。
S203、设定多旋翼无人机的航线高度、航向重叠率、旁向重叠率以及云台俯仰角,通过设定好的多旋翼无人机搭载倾斜摄影相机分别沿五个不同方向的航线在待建模的测量区域内飞行,其中,每个方向在待建模的测量区域内的航线为弓形,以使得倾斜摄影相机的航测范围覆盖待建模的测量区域,获得五个不同方向的航线分别对应的区域图像数据,并构成每个方向的航线对应的区域图像集。
在一个示例中,航向重叠率和旁向重叠率决定建模精度同时也会影响建模时间,一般取80%左右。云台俯仰角决定四个倾斜镜头拍摄范围,一般取-45°到-60°。
在一个具体实施例中,步骤S3具体包括:
S301、获取每个方向的航线在待建模的测量区域中不同纬度的飞行线以及其POS数据,其中,POS数据包括经度和纬度;
S302、计算第一个纬度的飞行线的第一张区域图像和第二张区域图像的纬度差值,记为ΔW。
需要说明的是,由于测量区域存在不平整问题,在航线设置时,飞行带不一定平行于经线,纬度位置也会有差异。
其中,由于纬度差为第二张图像纬度减去第一张图像纬度,若ΔW>0时,说明第二张图像的纬度更高,位置位于第一张图像的向北方向,因此,说明第一个纬度的飞行带是向北飞行,同理,反之则立,ΔW<0时,则说明第一个纬度的飞行带是向南飞行。
S303、计算第一个纬度的飞行线的区域图像与第二个纬度的飞行线的区域图像的平均经度差,记为ΔJa;
其中,相机所拍摄的照片自带pos坐标。
其中,当ΔJa>0时,说明第二个纬度的飞行带在第一个纬度的飞行带的右侧,当ΔJa<0时,说明第二个纬度的飞行带在第一个纬度的飞行带的左侧。
S304、当ΔW>0且ΔJa>0时,或ΔW<0且ΔJa<0时,则删除奇数行纬度的飞行线的相机左视角摄像头所拍摄的区域图像数据以及删除偶数行纬度的飞行线的相机右视角摄像头所拍摄的区域图像数据;当ΔW>0且ΔJa<0时,或ΔW<0且ΔJa>0时,则删除奇数行纬度的飞行线的相机右视角摄像头所拍摄的区域图像数据以及删除偶数行纬度的飞行线的相机左视角摄像头所拍摄的区域图像数据。
容易得到的是,当ΔW>0且ΔJa>0时,或ΔW<0且ΔJa<0时,容易得出第一个飞行带向北且在第二个飞行带左侧,说明第一个飞行带的相机左视角摄像头照片不包括测量区域,属于冗余数据。
在一个具体实施例中,步骤S4具体包括:
S401、基于光束法将纯净的区域图像数据进行空中三角测量,得到测量数据;
S402、将测量数据导入进行多视影像密集匹配,得到密集点云数据;
S403、根据密集点云数据生成不规则三角网TIN以及白体模型;
S404、对白体模型进行纹理映射,并进行纹理贴图,形成三维模型。
以上为本发明提供的一种基于倾斜摄影的无冗余三维建模方法的实施例的详细描述,以下为本发明提供的一种基于倾斜摄影的无冗余三维建模系统的实施例的详细描述。
为了便于理解,请参阅图3,本发明提供的一种基于倾斜摄影的无冗余三维建模系统,包括:
区域获取模块100,用于获取待建模的测量区域以及其区域边界距离;
航测模块200,用于通过倾斜摄影相机航测待建模的测量区域在多个不同方向的航线的区域图像数据;
冗余滤除模块300,用于获取每个方向的航线在待建模的测量区域中不同纬度的飞行线,根据不同纬度的飞行线按照冗余滤除规则对相应方向的航线的区域图像数据滤除冗余图像数据,得到纯净的区域图像数据;
三维重建模块400,用于基于三维建模软件对纯净的区域图像数据进行三维重建,得到三维模型。
在一个具体实施例中,区域获取模块具体包括:
标记模块,用于根据预设的区域坐标在地图上对待建模的测量区域以及区别边界进行标记;
距离计算模块,用于根据预设的航线高度通过下式计算区域边界距离为:
式中,d为区域边界距离,h为航线高度。
在一个具体实施例中,航测模块具体包括:
相机搭载模块,用于采用多旋翼无人机搭载有倾斜摄影相机,其中,倾斜摄影相机采用五镜头相机;
航线高度模块,用于获取倾斜摄影相机的焦距参数、像元尺寸大小和地面分辨率,通过下式计算多旋翼无人机的航线高度为:
式中,h为航线高度,f为焦距参数,GSD为地面分辨率,a为像元尺寸大小;
参数设定模块,用于设定多旋翼无人机的航线高度、航向重叠率、旁向重叠率以及云台俯仰角,通过设定好的多旋翼无人机搭载倾斜摄影相机分别沿五个不同方向的航线在待建模的测量区域内飞行,其中,每个方向在待建模的测量区域内的航线为弓形,以使得倾斜摄影相机的航测范围覆盖待建模的测量区域,获得五个不同方向的航线分别对应的区域图像数据,并构成每个方向的航线对应的区域图像集。
在一个具体实施例中,冗余滤除模块具体包括:
POS数据获取模块,用于获取每个方向的航线在待建模的测量区域中不同纬度的飞行线以及其POS数据,其中,POS数据包括经度和纬度;
纬度差计算模块,用于计算第一个纬度的飞行线的第一张区域图像和第二张区域图像的纬度差值,记为ΔW;
经度差模块,用于计算第一个纬度的飞行线的区域图像与第二个纬度的飞行线的区域图像的平均经度差,记为ΔJa;
删除模块,用于当ΔW>0且ΔJa>0时,或ΔW<0且ΔJa<0时,则删除奇数行纬度的飞行线的相机左视角摄像头所拍摄的区域图像数据以及删除偶数行纬度的飞行线的相机右视角摄像头所拍摄的区域图像数据;当ΔW>0且ΔJa<0时,或ΔW<0且ΔJa>0时,则删除奇数行纬度的飞行线的相机右视角摄像头所拍摄的区域图像数据以及删除偶数行纬度的飞行线的相机左视角摄像头所拍摄的区域图像数据。
在一个具体实施例中,三维重建模块具体包括:
三角测量模块,用于基于光束法将纯净的区域图像数据进行空中三角测量,得到测量数据;
点云匹配模块,用于将测量数据导入进行多视影像密集匹配,得到密集点云数据;
模型生成模块,用于根据密集点云数据生成不规则三角网TIN以及白体模型;
纹理映射模块,用于对白体模型进行纹理映射,并进行纹理贴图,形成三维模型。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
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,单元的划分,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,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元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,也可以采用软件功能单元的形式实现。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.基于倾斜摄影的无冗余三维建模方法,其特征在于,包括以下步骤:
获取待建模的测量区域以及其区域边界距离;
通过倾斜摄影相机航测所述待建模的测量区域在多个不同方向的航线的区域图像数据;
获取每个方向的航线在所述待建模的测量区域中不同纬度的飞行线,根据不同纬度的飞行线按照冗余滤除规则对相应方向的航线的所述区域图像数据滤除冗余图像数据,得到纯净的区域图像数据;
基于三维建模软件对所述纯净的区域图像数据进行三维重建,得到三维模型。
3.根据权利要求1所述的基于倾斜摄影的无冗余三维建模方法,其特征在于,通过倾斜摄影相机航测所述待建模的测量区域在多个不同方向的航线的区域图像数据的步骤具体包括:
采用多旋翼无人机搭载有倾斜摄影相机,其中,所述倾斜摄影相机采用五镜头相机;
获取所述倾斜摄影相机的焦距参数、像元尺寸大小和地面分辨率,通过下式计算所述多旋翼无人机的航线高度为:
式中,h为航线高度,f为焦距参数,GSD为地面分辨率,a为像元尺寸大小;
设定所述多旋翼无人机的所述航线高度、航向重叠率、旁向重叠率以及云台俯仰角,通过设定好的所述多旋翼无人机搭载所述倾斜摄影相机分别沿五个不同方向的航线在所述待建模的测量区域内飞行,其中,每个方向在所述待建模的测量区域内的航线为弓形,以使得所述倾斜摄影相机的航测范围覆盖待建模的测量区域,获得五个不同方向的航线分别对应的区域图像数据,并构成每个方向的航线对应的区域图像集。
4.根据权利要求3所述的基于倾斜摄影的无冗余三维建模方法,其特征在于,获取每个方向的航线在所述待建模的测量区域中不同纬度的飞行线,根据不同纬度的飞行线按照冗余滤除规则对相应方向的航线的所述区域图像数据滤除冗余图像数据,得到纯净的区域图像数据的步骤具体包括:
获取每个方向的航线在所述待建模的测量区域中不同纬度的飞行线以及其POS数据,其中,所述POS数据包括经度和纬度;
计算第一个纬度的飞行线的第一张区域图像和第二张区域图像的纬度差值,记为ΔW;
计算第一个纬度的飞行线的区域图像与第二个纬度的飞行线的区域图像的平均经度差,记为ΔJa;
当ΔW>0且ΔJa>0时,或ΔW<0且ΔJa<0时,则删除奇数行纬度的飞行线的相机左视角摄像头所拍摄的区域图像数据以及删除偶数行纬度的飞行线的相机右视角摄像头所拍摄的区域图像数据;当ΔW>0且ΔJa<0时,或ΔW<0且ΔJa>0时,则删除奇数行纬度的飞行线的相机右视角摄像头所拍摄的区域图像数据以及删除偶数行纬度的飞行线的相机左视角摄像头所拍摄的区域图像数据。
5.根据权利要求4所述的基于倾斜摄影的无冗余三维建模方法,其特征在于,基于三维建模软件对所述纯净的区域图像数据进行三维重建,得到三维模型的步骤具体包括:
基于光束法将所述纯净的区域图像数据进行空中三角测量,得到测量数据;
将所述测量数据导入所述进行多视影像密集匹配,得到密集点云数据;
根据所述密集点云数据生成不规则三角网TIN以及白体模型;
对所述白体模型进行纹理映射,并进行纹理贴图,形成三维模型。
6.基于倾斜摄影的无冗余三维建模系统,其特征在于,包括:
区域获取模块,用于获取待建模的测量区域以及其区域边界距离;
航测模块,用于通过倾斜摄影相机航测所述待建模的测量区域在多个不同方向的航线的区域图像数据;
冗余滤除模块,用于获取每个方向的航线在所述待建模的测量区域中不同纬度的飞行线,根据不同纬度的飞行线按照冗余滤除规则对相应方向的航线的所述区域图像数据滤除冗余图像数据,得到纯净的区域图像数据;
三维重建模块,用于基于三维建模软件对所述纯净的区域图像数据进行三维重建,得到三维模型。
8.根据权利要求6所述的基于倾斜摄影的无冗余三维建模系统,其特征在于,所述航测模块具体包括:
相机搭载模块,用于采用多旋翼无人机搭载有倾斜摄影相机,其中,所述倾斜摄影相机采用五镜头相机;
航线高度模块,用于获取所述倾斜摄影相机的焦距参数、像元尺寸大小和地面分辨率,通过下式计算所述多旋翼无人机的航线高度为:
式中,h为航线高度,f为焦距参数,GSD为地面分辨率,a为像元尺寸大小;
参数设定模块,用于设定所述多旋翼无人机的所述航线高度、航向重叠率、旁向重叠率以及云台俯仰角,通过设定好的所述多旋翼无人机搭载所述倾斜摄影相机分别沿五个不同方向的航线在所述待建模的测量区域内飞行,其中,每个方向在所述待建模的测量区域内的航线为弓形,以使得所述倾斜摄影相机的航测范围覆盖待建模的测量区域,获得五个不同方向的航线分别对应的区域图像数据,并构成每个方向的航线对应的区域图像集。
9.根据权利要求8所述的基于倾斜摄影的无冗余三维建模系统,其特征在于,所述冗余滤除模块具体包括:
POS数据获取模块,用于获取每个方向的航线在所述待建模的测量区域中不同纬度的飞行线以及其POS数据,其中,所述POS数据包括经度和纬度;
纬度差计算模块,用于计算第一个纬度的飞行线的第一张区域图像和第二张区域图像的纬度差值,记为ΔW;
经度差模块,用于计算第一个纬度的飞行线的区域图像与第二个纬度的飞行线的区域图像的平均经度差,记为ΔJa;
删除模块,用于当ΔW>0且ΔJa>0时,或ΔW<0且ΔJa<0时,则删除奇数行纬度的飞行线的相机左视角摄像头所拍摄的区域图像数据以及删除偶数行纬度的飞行线的相机右视角摄像头所拍摄的区域图像数据;当ΔW>0且ΔJa<0时,或ΔW<0且ΔJa>0时,则删除奇数行纬度的飞行线的相机右视角摄像头所拍摄的区域图像数据以及删除偶数行纬度的飞行线的相机左视角摄像头所拍摄的区域图像数据。
10.根据权利要求9所述的基于倾斜摄影的无冗余三维建模系统,其特征在于,所述三维重建模块具体包括:
三角测量模块,用于基于光束法将所述纯净的区域图像数据进行空中三角测量,得到测量数据;
点云匹配模块,用于将所述测量数据导入所述进行多视影像密集匹配,得到密集点云数据;
模型生成模块,用于根据所述密集点云数据生成不规则三角网TIN以及白体模型;
纹理映射模块,用于对所述白体模型进行纹理映射,并进行纹理贴图,形成三维模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211537918.0A CN115880426A (zh) | 2022-12-02 | 2022-12-02 | 基于倾斜摄影的无冗余三维建模方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211537918.0A CN115880426A (zh) | 2022-12-02 | 2022-12-02 | 基于倾斜摄影的无冗余三维建模方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115880426A true CN115880426A (zh) | 2023-03-31 |
Family
ID=85765551
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211537918.0A Pending CN115880426A (zh) | 2022-12-02 | 2022-12-02 | 基于倾斜摄影的无冗余三维建模方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115880426A (zh) |
-
2022
- 2022-12-02 CN CN202211537918.0A patent/CN115880426A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102001728B1 (ko) | 스테레오 카메라 드론을 활용한 무기준점 3차원 위치좌표 취득 방법 및 시스템 | |
US10151970B2 (en) | Aerial panoramic oblique photography apparatus | |
WO2018103408A1 (zh) | 一种无人机勘查交通事故现场的航拍图像采集方法及系统 | |
CN101241011B (zh) | 激光雷达平台上高精度定位、定姿的装置和方法 | |
US8593486B2 (en) | Image information output method | |
CN108168521A (zh) | 一种基于无人机实现景观三维可视化的方法 | |
JP3541855B2 (ja) | 3次元データ抽出方法及び装置 | |
CN103198524A (zh) | 一种大规模室外场景三维重建方法 | |
CN104363438B (zh) | 全景立体影像制作方法 | |
CN109242918B (zh) | 一种直升机机载双目立体视觉标定方法 | |
CN112781563B (zh) | 一种配网倾斜摄影高精度点云采集方法 | |
JP4178469B2 (ja) | 空中写真画像データーセットの構成方法 | |
CN110986888A (zh) | 一种航空摄影一体化方法 | |
CN113804166A (zh) | 一种基于无人机视觉的落石运动参数数字化还原方法 | |
CN113739765A (zh) | 一种无额外控制点的双目协同落点测量方法 | |
CN116883604A (zh) | 一种基于天、空、地影像的三维建模技术方法 | |
Zhou et al. | Application of UAV oblique photography in real scene 3d modeling | |
CN110780313A (zh) | 一种无人机可见光立体测量采集建模方法 | |
CN1308657C (zh) | 可量测无缝空间立体模型的生成方法 | |
CN112254713B (zh) | 一种面向高大密集建筑群的无人机倾斜摄影参数确定方法 | |
CN111578905B (zh) | 一种倾斜相机航线敷设方法以及装置 | |
CN115880426A (zh) | 基于倾斜摄影的无冗余三维建模方法及系统 | |
CN114396920A (zh) | 基于倾斜摄影的地形图空间要素获取方法 | |
CN116027351A (zh) | 一种手持/背包式slam装置及定位方法 | |
CN115311427A (zh) | 基于无人机的边坡地质素描方法 |
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 |