CN117115365B - 异形结构三维单体模型快速精细化的重构方法及装置 - Google Patents
异形结构三维单体模型快速精细化的重构方法及装置 Download PDFInfo
- Publication number
- CN117115365B CN117115365B CN202311385469.7A CN202311385469A CN117115365B CN 117115365 B CN117115365 B CN 117115365B CN 202311385469 A CN202311385469 A CN 202311385469A CN 117115365 B CN117115365 B CN 117115365B
- Authority
- CN
- China
- Prior art keywords
- special
- shaped structure
- image data
- data set
- subarea
- 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
- 239000000178 monomer Substances 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000004927 fusion Effects 0.000 claims description 11
- 230000001788 irregular Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 238000012876 topography Methods 0.000 claims description 6
- 230000004048 modification Effects 0.000 claims description 5
- 238000012986 modification Methods 0.000 claims description 4
- 206010066054 Dysmorphism Diseases 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 13
- 238000010276 construction Methods 0.000 description 9
- 238000005259 measurement Methods 0.000 description 8
- 238000007670 refining Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000007499 fusion processing Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008439 repair process Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000007730 finishing process Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/04—Texture mapping
-
- 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
- G06T17/05—Geographic models
-
- 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
- G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
-
- 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
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2012—Colour editing, changing, or manipulating; Use of colour codes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Architecture (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供了一种异形结构三维单体模型快速精细化的重构方法及装置,涉及模型重构技术领域,包括:获取待重构的异形结构对应的属性信息;根据属性信息,确定异形结构对应的正常采集区域范围和补充采集区域范围;获取手持云台设备采集的正常采集区域范围对应的第一影像数据集;以及,获取无人机设备采集的补充采集区域范围对应的第二影像数据集;利用第一影像数据集和第二影像数据集对异形结构进行重构,得到异形结构对应的三维单体模型。本发明可以针对城市建筑与(自然、人文、历史)景观中异形结构地理实体,能够在多种复杂场景下灵活、快速、精美地建模。
Description
技术领域
本发明涉及模型重构技术领域,尤其是涉及一种异形结构三维单体模型快速精细化的重构方法及装置。
背景技术
塔楼和桥梁等亭榭楼阁的古建筑、城市化快速推进呈现的特异化标志性建筑,以及文物和艺术雕塑作为人文历史、城市景观的重要组成部分,一般具有丰富的寓意,体现了先民们高超的建构艺术,并对现代建造技艺有重要的科学启发价值。既有艺术观赏性,通常也具有历史典故和教育意义的纪念性。然而随着长时间暴露在空旷的环境中,雨雪、风沙、高温等天气以及其他外在因素都会对建筑物和雕塑的外形及结构产生影响,因此对此类异形结构实体的保护和修复工作也变得越来越重要。
通过逆向重建工程高精度获取此类异形结构的空间外形精细化的三维模型是进行管理、研究、利用和修缮工作的前提与基础,由于其多样性的外观、细节丰富的结构和复杂多变的场景环境,往往实际生产应用中面临巨大的挑战。目前对于异形结构的建筑物和雕塑等地物实体建立形象、具体且逼真的三维形式表现模型的手段,在模型精细化程度、复杂场景数据采集完整性、项目建设周期的稳定性和实施操作的便捷程度上均有一定的局限性。
发明内容
有鉴于此,本发明的目的在于提供一种异形结构三维单体模型快速精细化的重构方法及装置,可以针对城市建筑与(自然、人文、历史)景观中异形结构地理实体,能够在多种复杂场景下灵活、快速、精美地建模。
第一方面,本发明实施例提供了一种异形结构三维单体模型快速精细化的重构方法,包括:
获取待重构的异形结构对应的属性信息;
根据所述属性信息,确定所述异形结构对应的正常采集区域范围和补充采集区域范围;
获取手持云台设备采集的所述正常采集区域范围对应的第一影像数据集;以及,获取无人机设备采集的所述补充采集区域范围对应的第二影像数据集;
利用所述第一影像数据集和所述第二影像数据集对所述异形结构进行重构,得到所述异形结构对应的三维单体模型。
在一种实施方式中,所述属性信息包括实体高度信息、植被遮挡信息和地形条件信息;根据所述属性信息,确定所述异形结构对应的正常采集区域范围和补充采集区域范围的步骤,包括:
将所述异形结构所在区域划分为多个子区域;
对于每个所述子区域,基于所述实体高度信息确定该子区域对应的高度值;以及,基于所述植被遮挡信息和所述地形条件信息确定该子区域对应的区域可达性评分值;
判断该子区域对应的高度值是否满足预设高度阈值,且判断该子区域对应的所述区域可达性评分值是否满足预设评分值条件;
如果是,则将该子区域划分至正常采集区域范围;
如果否,则将该子区域划分至补充采集区域范围。
在一种实施方式中,判断该子区域对应的所述高度值是否满足预设高度阈值,且判断该子区域对应的所述区域可达性评分值是否满足预设评分值条件的步骤,包括:
如果该子区域对应的所述高度值低于手持平台可伸展限高阈值,则确定满足预设高度阈值;以及,如果该子区域对应的所述高度值高于手持平台可伸展限高阈值,则确定不满足所述预设高度阈值;
如果该子区域对应的所述区域可达性评分值为第一数值,则确定满足预设评分值条件;如果该子区域对应的所述区域可达性评分值为第二数值,则确定不满足所述预设评分值条件;其中,所述第一数值用于表征手持平台可到达该子区域,所述第二数值用于表征手持平台不可到达该子区域。
在一种实施方式中,获取无人机设备采集的所述补充采集区域范围对应的第二影像数据集的步骤,包括:
根据所述补充采集区域范围,规划无人机采集路径;
将所述无人机采集路径发送至无人机平台或无人机控制端,以通过所述无人机平台或所述无人机控制端控制无人机设备,通过环绕飞行进行贴近摄影测量,得到所述补充采集区域范围对应的第二影像数据集;
接收所述无人机设备采集的所述第二影像数据集。
在一种实施方式中,利用所述第一影像数据集和所述第二影像数据集对所述异形结构进行重构,得到所述异形结构对应的三维单体模型的步骤,包括:
对所述第一影像数据集和所述第二影像数据集进行联合空三解算,并从所述第一影像数据集和所述第二影像数据集中选取目标连接点,对所述目标连接点进行融合校正处理,得到目标影像数据集;
根据所述目标影像数据集,确定所述异形结构对应的表面位置信息、几何关系信息和纹理色彩信息,用以构建不规则三角网表面模型;
将所述纹理色彩信息映射至所述不规则三角网表面模型,得到所述异形结构对应的三维单体模型。
在一种实施方式中,在利用所述第一影像数据集和所述第二影像数据集对所述异形结构进行重构,得到所述异形结构对应的三维单体模型的步骤之后,所述方法还包括:
对所述三维单体模型进行精修处理和融合处理,得到所述异形结构对应的目标三维单体模型;其中,所述精修处理包括多余部分去除处理、空洞及毛刺修正处理、地理位置及方向调节处理。
第二方面,本发明实施例还提供一种异形结构三维单体模型快速精细化的重构装置,包括:
信息获取模块,用于获取待重构的异形结构对应的属性信息;
范围确定模块,用于根据所述属性信息,确定所述异形结构对应的正常采集区域范围和补充采集区域范围;
数据采集模块,用于获取手持云台设备采集的所述正常采集区域范围对应的第一影像数据集;以及,获取无人机设备采集的所述补充采集区域范围对应的第二影像数据集;
重构模块,用于利用所述第一影像数据集和所述第二影像数据集对所述异形结构进行重构,得到所述异形结构对应的三维单体模型。
在一种实施方式中,所述属性信息包括实体高度信息、植被遮挡信息和地形条件信息;范围确定模块还用于:
将所述异形结构所在区域划分为多个子区域;
对于每个所述子区域,基于所述实体高度信息确定该子区域对应的高度值;以及,基于所述植被遮挡信息和所述地形条件信息确定该子区域对应的区域可达性评分值;
判断该子区域对应的高度值是否满足预设高度阈值,且判断该子区域对应的所述区域可达性评分值是否满足预设评分值条件;
如果是,则将该子区域划分至正常采集区域范围;
如果否,则将该子区域划分至补充采集区域范围。
第三方面,本发明实施例还提供一种电子设备,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机可执行指令,所述处理器执行所述计算机可执行指令以实现第一方面提供的任一项所述的方法。
第四方面,本发明实施例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存储有计算机可执行指令,所述计算机可执行指令在被处理器调用和执行时,计算机可执行指令促使处理器实现第一方面提供的任一项所述的方法。
本发明实施例提供的一种异形结构三维单体模型快速精细化的重构方法及装置,首先获取待重构的异形结构对应的属性信息,从而根据所述属性信息,确定所述异形结构对应的正常采集区域范围和补充采集区域范围;然后获取手持云台设备采集的所述正常采集区域范围对应的第一影像数据集,以及获取无人机设备采集的所述补充采集区域范围对应的第二影像数据集;最后利用所述第一影像数据集和所述第二影像数据集对所述异形结构进行重构,得到所述异形结构对应的三维单体模型。上述方法提出了以手持云平台搭载激光雷达相机采集为主,辅以无人机环绕飞行贴近摄影相结合的异形结构三维单体模型快速精细化重构技术,从而可以针对城市建筑与(自然、人文、历史)景观中异形结构地理实体,能够在多种复杂场景下灵活、快速、精美地建模。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,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为本发明实施例提供的一种异形结构三维单体模型快速精细化的重构方法的流程示意图;
图2为本发明实施例提供的另一种异形结构三维单体模型快速精细化的重构方法的流程示意图;
图3为本发明实施例提供的一种异形结构三维单体模型快速精细化的重构装置的结构示意图;
图4为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例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。
目前对于异形结构的建筑物和雕塑等地物建立形象、具体且逼真的三维形式表现模型的手段,在模型精细化程度、复杂场景数据采集完整性、项目建设周期的稳定性和实施操作的便捷程度上均有一定的局限性。
通过查阅论文发现,目前实现的主要手段有基于图片信息的传统手工建模表现、基于无人机倾斜摄影的测量技术和基于激光扫描的三维建模技术。
基于图片信息的传统手工建模表现,根据人工野外测量方式采集获取几何结构和现场照片,结合现有的CAD等设计图纸,进行手工建模,这种方式建模的成果虽然具有较好的美观性,但缺少真实感、人为主观性判断大、几何和纹理信息不准确、人力成本投入大、建模周期长。本发明采用自动化程度高的三维建模技术大大提高了项目建设效率和性价比,并且进行真实的纹理映射贴图和高精度的几何关系建模。
基于无人机倾斜摄影的测量技术,通过无人机平台获取5个视角的航飞影像数据,并记录位置、纹理、关系等信息。此方法建模快速、人为干预小,而且具备先进的定位技术、丰富的影像信息和精确的地理信息,但是场景应用受限因素多、模型细节缺失严重、项目周期变动大、人员操作专业要求高。虽然会采用人工外业补拍、贴近摄影、激光扫描等技术结合进行优化,但往往两套影像数据差异大,融合处理难度大、耗时长。本发明采用更简便的采集方式,丰富了场景应用便捷性和模型细节结构,使得项目建设周期更稳定。
基于激光扫描的三维建模技术,通过外业工作合理设站,可以快速、连续、高精度地采集扫描视场内目标物的表面位置信息、纹理信息和景物深度信息。经过三维重建处理能够有效恢复出具有准确几何信息和照片真实感的三维模型,在地物外形不规则的场景中优势突出。但是缺少顶部视角、地形限制影响大、扫描数据分块融合处理容易出现漏洞,并且操作复杂、人员投入大。本发明通过灵活便捷的采集方式和补救措施,有效降低了场景应用的局限性,能够快速、低成本建成更完整的精美三维模型。
基于此,本发明实施提供了一种异形结构三维单体模型快速精细化的重构方法及装置,可以针对城市建筑与(自然、人文、历史)景观中异形结构的地理实体,能够在多种复杂场景下灵活、快速、精美地建模。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种异形结构三维单体模型快速精细化的重构方法进行详细介绍,参见图1所示的一种异形结构三维单体模型快速精细化的重构方法的流程示意图,该方法主要包括以下步骤S102至步骤S108:
步骤S102,获取待重构的异形结构对应的属性信息。其中,属性信息包括实体高度信息、植被遮挡信息和地形条件信息,还可以包括飞行空间信息等。在一种实施方式中,可以根据项目区范围,考虑天气和通行等因素,依据导航地图、遥感影像和场地道路通达性情况合理规划现场踏勘路线,通过目测、标尺等便携测量工具或者参照物进行现场观测并记录单个异形结构实体高度、周边植被遮挡情况、飞行空间大小、地形条件等属性信息。
步骤S104,根据属性信息,确定异形结构对应的正常采集区域范围和补充采集区域范围。其中,正常采集区域范围也即利用手持云台设备采集的区域范围,补充采集区域范围也即利用无人机设备采集的区域范围。在一种实施方式中,可以将异形结构实体高度、周边植被遮挡情况、飞行空间大小、地形条件等属性信息,与内业搜集和航飞建模三维测量得到的高度数据、场域环境进行对照和分析,从而确定出正常采集区域范围和补充采集区域范围。
步骤S106,获取手持云台设备采集的正常采集区域范围对应的第一影像数据集;以及,获取无人机设备采集的补充采集区域范围对应的第二影像数据集。在一种实施方式中,对于正常采集区域范围,可以基于手持云台搭载激光雷达相机,结合实施天气、光照条件和项目分辨率、精度要求,并根据实际任务情况,灵活选用采集传感器设备,以利用传感器设备采集第一影像数据集;对于补充采集区域范围,可以与手持云台设备的采集工作同时进行,基于无人机平台,针对大型实体可以事先规划环绕航线,小型实体或者局部区域可以手持遥控操作,通过环绕飞行进行贴近摄影测量,以采集第二影像数据集。
步骤S108,利用第一影像数据集和第二影像数据集对异形结构进行重构,得到异形结构对应的三维单体模型。在一种实施方式中,可以将第一影像数据集和第二影像数据集导入至三维建模软件,以利用三维建模软件对第一影像数据集和第二影像数据集进行融合处理,得到异形结构对应的三维单体模型。
本发明实施例提供的异形结构三维单体模型快速精细化的重构方法,提出了以手持云平台搭载激光雷达相机采集为主,辅以无人机环绕飞行贴近摄影相结合的异形结构三维单体模型快速精细化重构技术,从而可以针对城市建筑与(自然、人文、历史)景观中异形结构地理实体,能够在多种复杂场景下灵活、快速、精美地建模。
为便于理解,本发明实施例提供了一种异形结构三维单体模型快速精细化的重构方法的具体实施方式。
对于前述步骤S102,为获取待重构的异形结构对应的属性信息,可以根据项目区范围,考虑天气和通行等因素,依据导航地图、遥感影像和场地道路通达性情况合理规划现场踏勘路线,通过目测、标尺等便携测量工具或者参照物进行现场观测并记录单个异形结构实体高度、周边植被遮挡情况、飞行空间大小、地形条件等属性信息。
对于前述步骤S104,本发明实施例提供了一种根据属性信息,确定异形结构对应的正常采集区域范围和补充采集区域范围的实施方式,参见如下步骤A1至步骤A3:
步骤A1,将异形结构所在区域划分为多个子区域。在一例中,可以对异形结构所在的三维空间进行划分,以得到多个子区域。
步骤A2,对于每个子区域,基于实体高度信息确定该子区域对应的高度值;以及,基于植被遮挡信息和地形条件信息确定该子区域对应的区域可达性评分值。其中,区域可达性评分值包括第一数值W1和第二数值W2,第一数值W1用于表征手持平台可到达该子区域,第二数值W2用于表征手持平台不可到达该子区域。具体的,第一数值W1表示人员可以靠近,能够到达;第二数值W2表示人员无法靠近,不能够到达(限制条件有:地形起伏大、水域限制、绿化等植被局限、空间狭小、悬空等)。
步骤A3判断该子区域对应的高度值是否满足预设高度阈值,且判断该子区域对应的区域可达性评分值是否满足预设评分值条件;如果是,则将该子区域划分至正常采集区域范围;如果否,则将该子区域划分至补充采集区域范围。在一例中,可以与内业搜集和航飞建模三维测量得到的高度数据、场域环境进行对照和分析,结合手持平台可伸展限高阈值H和人员能否到达情况W进行条件判断P,划分出地形起伏小,人员能够到达,模型高度小于H的正常采集区域范围Q1;其他情况,手持云台设备无法采集或者采集不全需要进行无人机环飞贴近补拍的补充采集区域范围Q2。其中,手持平台可伸展限高阈值H是一个固定的阈值,与手持云台规格参数有关;条件判断P也即高度值和区域可达性评分值。
进一步的,高度数据、场域环境可以通过园区建设时的设计资料、规格材料等获取;也可以根据倾斜航飞后进行三维建模的成果利用三维测量软件工具得到。
在一种实施方式中,可以按照如下方式判断是否满足预设高度阈值和预设评分值条件:
(一)如果该子区域对应的高度值低于手持平台可伸展限高阈值,则确定满足预设高度阈值;以及,如果该子区域对应的高度值高于手持平台可伸展限高阈值,则确定不满足预设高度阈值;
(二)如果该子区域对应的区域可达性评分值为第一数值,则确定满足预设评分值条件;如果该子区域对应的区域可达性评分值为第二数值,则确定不满足预设评分值条件;其中,第一数值用于表征手持平台可到达该子区域,第二数值用于表征手持平台不可到达该子区域。
示例性的,如果条件判断P满足实测高度h≤H并且W取值为W1,则可以划定为正常采集区域范围Q1,也即可以通过手持云台的方式进行数据采集;否则,划定为补充采集区域范围Q2,也即需要无人机环飞贴近摄影补拍或者内业桥接处理。
对于前述步骤S106,为获取手持云台设备采集的正常采集区域范围对应的第一影像数据集,对正常采集区域范围Q1,基于手持云台搭载激光雷达相机(或可见光相机、手机等多种采集传感器设备),结合实施天气、光照条件和项目分辨率、精度要求,并根据实际任务情况,灵活选用采集传感器设备。操作人员通过架设便携式手持云台设备,利用360°旋转延伸的辅助握持模块和具备三轴增稳系统的云台模块,快速、稳定的采集获取异形结构实体真实的第一影像数据集D1。
对于前述步骤S106,为获取无人机设备采集的补充采集区域范围对应的第二影像数据集,首先根据补充采集区域范围,规划无人机采集路径;然后将无人机采集路径发送至无人机平台或无人机控制端,以通过无人机平台或无人机控制端控制无人机设备,通过环绕飞行进行贴近摄影测量,得到补充采集区域范围对应的第二影像数据集;最后接收无人机设备采集的第二影像数据集。
在具体实现时,对补充采集区域范围Q2,与手持云台设备的采集工作同步进行,基于无人机平台,针对大型实体可以事先规划环绕航线,小型实体或者局部区域可以手持遥控操作,通过环绕飞行进行贴近摄影测量,从远、中、近的不同距离和360°俯视与仰视的多角度获取补充视角的第二影像数据集D2。
对于前述步骤S108,本发明实施例提供了一种利用第一影像数据集和第二影像数据集对异形结构进行重构,得到异形结构对应的三维单体模型的实施方式,参见如下步骤B1至步骤B3:
步骤B1,对第一影像数据集和第二影像数据集进行联合空三解算,并从第一影像数据集和第二影像数据集中选取目标连接点,对目标连接点进行融合校正处理,得到目标影像数据集。在一例中,可以将第一影像数据集D1与第二影像数据集D2使用三维建模软件(诸如,CC、瞰景等)进行联合空三解算,并选取无遮挡、特征清晰的连接点作融合校正处理,避免点云数据分层等问题出现。
步骤B2,根据目标影像数据集,确定异形结构对应的表面位置信息、几何关系信息和纹理色彩信息,用以构建不规则三角网表面模型。在一例中,经过严密多视影像匹配算法计算和室内加密,获取异形结构丰富的表面位置信息、纹理信息和景物深度信息,以及准确的几何关系信息。具体的,可以通过三维建模软件内置的像对匹配、加密算法计算得到点云像对具备的纹理色彩、空间坐标和几何关系信息。
步骤B3,将纹理色彩信息映射至不规则三角网表面模型,得到异形结构对应的三维单体模型。在一例中,可以通过已定向的密集三维点云构建不规则三角网表面模型(白模),利用纹理自动关联映射技术得到真实感增强、细节丰富的目标实体三维精细化Mesh模型集(也即,三维单体模型)。具体的,可以通过三维建模软件内置的匹配算法,根据空间位置和光谱色彩信息可以进行像元匹配链接。
在一种实施方式中,在确定三维单体模型之后,还可以对三维单体模型进行精修处理和融合处理,得到异形结构对应的目标三维单体模型,精修处理包括多余部分去除处理、空洞及毛刺修正处理、地理位置及方向调节处理。在具体实现时,可以通过人机结合的方式对生成的目标实体三维精细化Mesh模型集进行精修处理,去除多余部分,修正空洞和毛刺,调节地理位置和方向,通过压平等融合处理手段,形成现实场景中异形结构真实、美观、精细的三维单体模型成果。示例性的,利用三维建模修饰软件可以进行删除、挖洞、桥接修补等精修处理操作,都是内置的功能键;利用三维转换矩阵公式或者软件内置平移功能可以实现模型位置的调整。
综上所述,通过对某地区大型雕塑园项目建设的思考,本发明实施例提出了以手持云平台搭载激光雷达相机采集为主,辅以无人机环绕飞行贴近摄影相结合的异形结构三维单体模型快速精细化重构技术,本发明使得数据采集灵活、快速、完整度高。利用手持云平台360°可延伸、旋转的辅助握持模块和环飞贴近摄影技术,丰富了影像数据采集视角,能够获取多视角丰富的细节信息,灵活便捷的获取完整的实体外观数据;可搭载采集设备多样,模型更精细。利用手持云平台云台模块,可以根据应用场景灵活选取搭载采集相机等传感器设备,三轴增稳功能使得采集的影像数据连续性好、稳定性高、噪声小,空三解算时连接点的提取匹配更精准、关联性更高,能够便捷融合无人机环飞贴近测量拍摄的补充视角影像和内业搭桥修饰,快速创建更真实和平滑的异形结构精细模型,结合压平处理手段,使得场景融合成果具备丰富的细节纹理、精致美观的结构和高精度的空间几何属性。
本发明实施例至少具有以下特点:
(1)本发明实施例基于手持云平台搭载激光雷达相机进行数据采集,辅以无人机环绕飞行贴近摄影进行补充采集相结合的方式进行异形结构三维单体模型快速精细化重构,有效解决了传统人工建模效率低、周期长、成本高;常规激光雷达扫描建模灵活度低、视角受限、人员投入大;以及当前倾斜摄影的测量建模专业性强、场景应用受限因素多、项目周期不可控的问题。
(2)本发明实施例能够更加形象、具体且逼真构建现实场景中异形结构真实、美观、精细的三维单体模型,避免了强光反射造成模型部分缺失和影像采集不完整造成的模型破面等问题,而且操控简单、融合快速、性价比高、建设周期短、应用场景灵活丰富。支持在三维模型操作系统之下实现虚拟漫游和全景浏览,更贴近目标实体的真实面貌,用户可以获得十分真切的感受。
为便于理解,本发明实施例还提供了一种异形结构三维单体模型快速精细化的重构方法的应用示例,参见图2所示的另一种异形结构三维单体模型快速精细化的重构方法的流程示意图,包括:步骤1,现场踏勘;步骤2,判断是否需要补拍;如果是,则确定补充采集区域范围,并执行步骤4;如果否,则确定正常采集区域范围,并执行步骤3;步骤3,基于手持云台采集;步骤4,基于无人机平台环飞贴近摄影;步骤5,联合三维建模;步骤6,修饰处理和场景融合。
将上述步骤1至步骤6应用于某地区大型雕塑园项目中,在对某地区大型雕塑园项目中100多座大小不一、结构各异、周边空间环境复杂的雕塑进行建设过程中,从数据采集到最终建模完成融合进场景中,共计历时2周左右,本发明实施例可以显著提高异形结构三维单体模型的重构精细化程度和美观度。
在前述实施例的基础上,本发明实施例提供了一种异形结构三维单体模型快速精细化的重构装置,参见图3所示的一种异形结构三维单体模型快速精细化的重构装置的结构示意图,该装置主要包括以下部分:
信息获取模块502,用于获取待重构的异形结构对应的属性信息;
范围确定模块504,用于根据属性信息,确定异形结构对应的正常采集区域范围和补充采集区域范围;
数据采集模块506,用于获取手持云台设备采集的正常采集区域范围对应的第一影像数据集;以及,获取无人机设备采集的补充采集区域范围对应的第二影像数据集;
重构模块508,用于利用第一影像数据集和第二影像数据集对异形结构进行重构,得到异形结构对应的三维单体模型。
本发明实施例提供的异形结构三维单体模型快速精细化的重构装置,提出了以手持云平台搭载激光雷达相机采集为主,辅以无人机环绕飞行贴近摄影相结合的异形结构三维单体模型快速精细化重构技术,从而可以针对城市建筑与(自然、人文、历史)景观中异形结构地理实体,能够在多种复杂场景下灵活、快速、精美地建模。
在一种实施方式中,属性信息包括实体高度信息、植被遮挡信息和地形条件信息;范围确定模块504还用于:
将异形结构所在区域划分为多个子区域;
对于每个子区域,基于实体高度信息确定该子区域对应的高度值;以及,基于植被遮挡信息和地形条件信息确定该子区域对应的区域可达性评分值;
判断该子区域对应的高度值是否满足预设高度阈值,且判断该子区域对应的区域可达性评分值是否满足预设评分值条件;
如果是,则将该子区域划分至正常采集区域范围;
如果否,则将该子区域划分至补充采集区域范围。
在一种实施方式中,范围确定模块504还用于:
如果该子区域对应的高度值低于手持平台可伸展限高阈值,则确定满足预设高度阈值;以及,如果该子区域对应的高度值高于手持平台可伸展限高阈值,则确定不满足预设高度阈值;
如果该子区域对应的区域可达性评分值为第一数值,则确定满足预设评分值条件;如果该子区域对应的区域可达性评分值为第二数值,则确定不满足预设评分值条件;其中,第一数值用于表征手持平台可到达该子区域,第二数值用于表征手持平台不可到达该子区域。
在一种实施方式中,数据采集模块506还用于:
根据补充采集区域范围,规划无人机采集路径;
将无人机采集路径发送至无人机平台或无人机控制端,以通过无人机平台或无人机控制端控制无人机设备,通过环绕飞行进行贴近摄影测量,得到补充采集区域范围对应的第二影像数据集;
接收无人机设备采集的第二影像数据集。
在一种实施方式中,重构模块508还用于:
对第一影像数据集和第二影像数据集进行联合空三解算,并从第一影像数据集和第二影像数据集中选取目标连接点,对目标连接点进行融合校正处理,得到目标影像数据集;
根据目标影像数据集,确定异形结构对应的表面位置信息、几何关系信息和纹理色彩信息,用以构建不规则三角网表面模型;
将纹理色彩信息映射至不规则三角网表面模型,得到异形结构对应的三维单体模型。
在一种实施方式中,还包括后处理模块,用于:
对三维单体模型进行精修处理和融合处理,得到异形结构对应的目标三维单体模型在实际场景中的展现;其中,精修处理包括多余部分去除处理、空洞及毛刺修正处理、地理位置及方向调节处理。
本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
本发明实施例提供了一种电子设备,具体的,该电子设备包括处理器和存储装置;存储装置上存储有计算机程序,计算机程序在被所述处理器运行时执行如上所述实施方式的任一项所述的方法 。
图4为本发明实施例提供的一种电子设备的结构示意图,该电子设备100包括:处理器60,存储器61,总线62和通信接口63,所述处理器60、通信接口63和存储器61通过总线62连接;处理器60用于执行存储器61中存储的可执行模块,例如计算机程序。
其中,存储器61可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非不稳定的存储器(non-volatilememory),例如至少一个磁盘存储器。通过至少一个通信接口63(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。
总线62可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器61用于存储程序,所述处理器60在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器60中,或者由处理器60实现。
处理器60可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器60中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器60可以是通用处理器,包括中央处理器(CentralProcessingUnit,简称CPU)、网络处理器(NetworkProcessor,简称NP)等;还可以是数字信号处理器(Digital SignalProcessing,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器61,处理器60读取存储器61中的信息,结合其硬件完成上述方法的步骤。
本发明实施例所提供的可读存储介质的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见前述方法实施例,在此不再赘述。
所述功能如果以软件功能单元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,本发明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)执行本发明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(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,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:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (7)
1.一种异形结构三维单体模型快速精细化的重构方法,其特征在于,包括:
获取待重构的异形结构对应的属性信息;
根据所述属性信息,确定所述异形结构对应的正常采集区域范围和补充采集区域范围;
获取手持云台设备采集的所述正常采集区域范围对应的第一影像数据集;以及,获取无人机设备采集的所述补充采集区域范围对应的第二影像数据集;
利用所述第一影像数据集和所述第二影像数据集对所述异形结构进行重构,得到所述异形结构对应的三维单体模型;
所述属性信息包括实体高度信息、植被遮挡信息和地形条件信息;根据所述属性信息,确定所述异形结构对应的正常采集区域范围和补充采集区域范围的步骤,包括:
将所述异形结构所在区域划分为多个子区域;
对于每个所述子区域,基于所述实体高度信息确定该子区域对应的高度值;以及,基于所述植被遮挡信息和所述地形条件信息确定该子区域对应的区域可达性评分值;
判断该子区域对应的高度值是否满足预设高度阈值,且判断该子区域对应的所述区域可达性评分值是否满足预设评分值条件;
如果是,则将该子区域划分至正常采集区域范围;
如果否,则将该子区域划分至补充采集区域范围;
判断该子区域对应的所述高度值是否满足预设高度阈值,且判断该子区域对应的所述区域可达性评分值是否满足预设评分值条件的步骤,包括:
如果该子区域对应的所述高度值低于手持平台可伸展限高阈值,则确定满足预设高度阈值;以及,如果该子区域对应的所述高度值高于手持平台可伸展限高阈值,则确定不满足所述预设高度阈值;
如果该子区域对应的所述区域可达性评分值为第一数值,则确定满足预设评分值条件;如果该子区域对应的所述区域可达性评分值为第二数值,则确定不满足所述预设评分值条件;其中,所述第一数值用于表征手持平台可到达该子区域,所述第二数值用于表征手持平台不可到达该子区域。
2.根据权利要求1所述的异形结构三维单体模型快速精细化的重构方法,其特征在于,获取无人机设备采集的所述补充采集区域范围对应的第二影像数据集的步骤,包括:
根据所述补充采集区域范围,规划无人机采集路径;
将所述无人机采集路径发送至无人机平台或无人机控制端,以通过所述无人机平台或所述无人机控制端控制无人机设备,通过环绕飞行进行贴近摄影测量,得到所述补充采集区域范围对应的第二影像数据集;
接收所述无人机设备采集的所述第二影像数据集。
3.根据权利要求1所述的异形结构三维单体模型快速精细化的重构方法,其特征在于,利用所述第一影像数据集和所述第二影像数据集对所述异形结构进行重构,得到所述异形结构对应的三维单体模型的步骤,包括:
对所述第一影像数据集和所述第二影像数据集进行联合空三解算,并从所述第一影像数据集和所述第二影像数据集中选取目标连接点,对所述目标连接点进行融合校正处理,得到目标影像数据集;
根据所述目标影像数据集,确定所述异形结构对应的表面位置信息、几何关系信息和纹理色彩信息,用以构建不规则三角网表面模型;
将所述纹理色彩信息映射至所述不规则三角网表面模型,得到所述异形结构对应的三维单体模型。
4.根据权利要求1所述的异形结构三维单体模型快速精细化的重构方法,其特征在于,在利用所述第一影像数据集和所述第二影像数据集对所述异形结构进行重构,得到所述异形结构对应的三维单体模型的步骤之后,所述方法还包括:
对所述三维单体模型进行精修处理和融合处理,得到所述异形结构对应的目标三维单体模型;其中,所述精修处理包括多余部分去除处理、空洞及毛刺修正处理、地理位置及方向调节处理。
5.一种异形结构三维单体模型快速精细化的重构装置,其特征在于,包括:
信息获取模块,用于获取待重构的异形结构对应的属性信息;
范围确定模块,用于根据所述属性信息,确定所述异形结构对应的正常采集区域范围和补充采集区域范围;
数据采集模块,用于获取手持云台设备采集的所述正常采集区域范围对应的第一影像数据集;以及,获取无人机设备采集的所述补充采集区域范围对应的第二影像数据集;
重构模块,用于利用所述第一影像数据集和所述第二影像数据集对所述异形结构进行重构,得到所述异形结构对应的三维单体模型;
所述属性信息包括实体高度信息、植被遮挡信息和地形条件信息;范围确定模块还用于:
将所述异形结构所在区域划分为多个子区域;
对于每个所述子区域,基于所述实体高度信息确定该子区域对应的高度值;以及,基于所述植被遮挡信息和所述地形条件信息确定该子区域对应的区域可达性评分值;
判断该子区域对应的高度值是否满足预设高度阈值,且判断该子区域对应的所述区域可达性评分值是否满足预设评分值条件;
如果是,则将该子区域划分至正常采集区域范围;
如果否,则将该子区域划分至补充采集区域范围;
范围确定模块还用于:
如果该子区域对应的所述高度值低于手持平台可伸展限高阈值,则确定满足预设高度阈值;以及,如果该子区域对应的所述高度值高于手持平台可伸展限高阈值,则确定不满足所述预设高度阈值;
如果该子区域对应的所述区域可达性评分值为第一数值,则确定满足预设评分值条件;如果该子区域对应的所述区域可达性评分值为第二数值,则确定不满足所述预设评分值条件;其中,所述第一数值用于表征手持平台可到达该子区域,所述第二数值用于表征手持平台不可到达该子区域。
6.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机可执行指令,所述处理器执行所述计算机可执行指令以实现权利要求1至4任一项所述的方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令在被处理器调用和执行时,计算机可执行指令促使处理器实现权利要求1至4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311385469.7A CN117115365B (zh) | 2023-10-25 | 2023-10-25 | 异形结构三维单体模型快速精细化的重构方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311385469.7A CN117115365B (zh) | 2023-10-25 | 2023-10-25 | 异形结构三维单体模型快速精细化的重构方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117115365A CN117115365A (zh) | 2023-11-24 |
CN117115365B true CN117115365B (zh) | 2024-02-13 |
Family
ID=88796999
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311385469.7A Active CN117115365B (zh) | 2023-10-25 | 2023-10-25 | 异形结构三维单体模型快速精细化的重构方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117115365B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190051704A (ko) * | 2017-11-07 | 2019-05-15 | 공간정보기술 주식회사 | 스테레오 카메라 드론을 활용한 무기준점 3차원 위치좌표 취득 방법 및 시스템 |
CN114299236A (zh) * | 2021-12-31 | 2022-04-08 | 中国电建集团中南勘测设计研究院有限公司 | 倾斜摄影测量空地融合实景建模方法、装置、产品及介质 |
CN116030194A (zh) * | 2023-02-06 | 2023-04-28 | 中国建筑第五工程局有限公司 | 一种基于目标检测规避的空地协同实景三维建模优化方法 |
CN116883604A (zh) * | 2023-08-02 | 2023-10-13 | 中色蓝图科技股份有限公司 | 一种基于天、空、地影像的三维建模技术方法 |
-
2023
- 2023-10-25 CN CN202311385469.7A patent/CN117115365B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190051704A (ko) * | 2017-11-07 | 2019-05-15 | 공간정보기술 주식회사 | 스테레오 카메라 드론을 활용한 무기준점 3차원 위치좌표 취득 방법 및 시스템 |
CN114299236A (zh) * | 2021-12-31 | 2022-04-08 | 中国电建集团中南勘测设计研究院有限公司 | 倾斜摄影测量空地融合实景建模方法、装置、产品及介质 |
CN116030194A (zh) * | 2023-02-06 | 2023-04-28 | 中国建筑第五工程局有限公司 | 一种基于目标检测规避的空地协同实景三维建模优化方法 |
CN116883604A (zh) * | 2023-08-02 | 2023-10-13 | 中色蓝图科技股份有限公司 | 一种基于天、空、地影像的三维建模技术方法 |
Non-Patent Citations (1)
Title |
---|
一种倾斜摄影测量空地融合三维高精度建模方法;周靖鸿;测绘与空间地理信息;第45卷(第10期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117115365A (zh) | 2023-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020156273A1 (zh) | 一种园林空间数字化测绘和三维可视化方法 | |
Liang et al. | The integration of terrestrial laser scanning and terrestrial and unmanned aerial vehicle digital photogrammetry for the documentation of Chinese classical gardens–A case study of Huanxiu Shanzhuang, Suzhou, China | |
US10297074B2 (en) | Three-dimensional modeling from optical capture | |
US20190026400A1 (en) | Three-dimensional modeling from point cloud data migration | |
CN111091613A (zh) | 基于无人机航测的三维实景建模方法 | |
CN104766366A (zh) | 一种三维虚拟现实演示的建立方法 | |
CN110260876A (zh) | 一种基于倾斜摄影和gis技术的道路模型生成方法及系统 | |
CN113223164B (zh) | 一种大地形数据批处理方法 | |
Kang et al. | The application of UAV oblique photogrammetry in smart tourism: a case study of Longji terraced scenic SPOT in Guangxi province | |
Ren et al. | Future prospects of UAV tilt photogrammetry technology | |
CN117115365B (zh) | 异形结构三维单体模型快速精细化的重构方法及装置 | |
Yijing et al. | Construction and analysis of 3D scene model of landscape space based on UAV oblique photography and 3D laser scanner | |
CN115984490A (zh) | 风场特性的建模分析方法、系统、无人机设备及存储介质 | |
CN111612894B (zh) | 基于航拍图像与cim的植被模型辅助生成方法与系统 | |
Karauğuz et al. | 3D Photogrammetric model of Eflatunpinar monument at the age of Hittite empire in Anatolia | |
Gu et al. | Surveying and mapping of large-scale 3D digital topographic map based on oblique photography technology | |
Adão et al. | Bringing together UAS-based land surveying and procedural modelling of buildings to set up enhanced VR environments for cultural heritage | |
Oke et al. | Use of augmented reality in the preservation of architectural heritage: Case of the Aqueduct Kuru Kopru (Kayseri, Turkey) | |
CN113514037A (zh) | 基于便携无人机摄影筛查的岩体露头测量方法 | |
CN112800514A (zh) | 一种采用激光点云加bim建模技术运用到换流站可视化管控平台的方法 | |
Erving et al. | Data integration from different sources to create 3D virtual model | |
Wu et al. | Research on the application of uav tilt photography technology in engineering project | |
Zhang et al. | Research on Multi-Source Image Fusion Technology in the Digital Reconstruction of Classical Garden and Ancient Buildings | |
He et al. | Making series of achievements for building entity measured by terrestrial laser scanning | |
Yuanrong et al. | Facade measurement of building along the roadway based on TLS and GIS of project supervision |
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 |