CN117152371B - 一种三维地形测绘方法及系统 - Google Patents
一种三维地形测绘方法及系统 Download PDFInfo
- Publication number
- CN117152371B CN117152371B CN202311412883.2A CN202311412883A CN117152371B CN 117152371 B CN117152371 B CN 117152371B CN 202311412883 A CN202311412883 A CN 202311412883A CN 117152371 B CN117152371 B CN 117152371B
- Authority
- CN
- China
- Prior art keywords
- quality
- image data
- standard
- image
- dimensional
- 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 106
- 238000013507 mapping Methods 0.000 title claims abstract description 38
- 230000008569 process Effects 0.000 claims abstract description 69
- 238000007781 pre-processing Methods 0.000 claims abstract description 51
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 238000011156 evaluation Methods 0.000 claims abstract description 9
- 239000013598 vector Substances 0.000 claims description 28
- 230000014509 gene expression Effects 0.000 claims description 15
- 230000008846 dynamic interplay Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 6
- 238000012797 qualification Methods 0.000 claims description 3
- 238000012800 visualization Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000012876 topography Methods 0.000 description 10
- 238000001914 filtration Methods 0.000 description 5
- 230000004927 fusion Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000009877 rendering Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000003908 quality control method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 230000009466 transformation Effects 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
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Graphics (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种三维地形测绘方法及系统，涉及地形测绘技术领域，判断模块通过图像清晰相似度指数判断图像数据采集质量是否达标，通过峰值信噪比判断图像数据预处理质量是否达标，在三维地形建模过程中，通过边界高程偏差指数判断建模质量是否达标，并在在三维地形模型建立完成后，分析图像清晰相似度指数、峰值信噪比以及边界高程偏差指数后，综合评估三维地形模型的质量，评估结果发送至管理员，若三维地形模型质量不合格，则需要重新优化或测绘。该测绘方法能够综合分析三维地形测绘的每个环节参数后来评估三维地形模型的整体质量，分析更为全面和精准，有利于提高三维地形模型质量。
Description
技术领域
本发明涉及地形测绘技术领域，具体涉及一种三维地形测绘方法及系统。
背景技术
三维地形测绘是一项重要的地理信息科学和地图制图领域的工作，它旨在获取、分析和可视化地球表面的三维地形信息，这些信息包括地表的高程、地形特征、山脉、河流、山谷、湖泊、建筑物等等，三维地形测绘在许多领域具有广泛的应用，包括地理信息系统（GIS）、城市规划、环境监测、自然资源管理、军事规划、民航导航、地震研究和卫星导航等领域。
现有技术存在以下不足：
现有三维地形测绘完成后，通常是通过检测系统检测三维模型的完整性后，再由人工检查三维模型外观的准确性，然而，由于三维地形测绘通常会涉及数据采集、处理以及建模等步骤，当任一环节出现轻微异常时，只会导致三维模型精度发生变化（此变化不会影响三维模型的完整性，且人眼无法察觉），由于三维地形模型是缩小状态，即使出现微小偏差，也会导致三维地形模型上的位置与实际位置偏差较大，对于一些对三维模型精度要求较高的领域而言（如军事规划、民航导航等）该精度误差会带来重大影响；
基于此，本发明提供一种三维地形测绘方法及系统，能够在三维地形模型建立过程中实时分析是否需要重新开始该测绘环节，并在三维地形模型建立完成后，综合分析三维地形模型的质量，判断是否需要重新生成三维地形模型，严格把控三维地形模型的质量，有效提高三维地形模型的精度。
发明内容
本发明的目的是提供一种三维地形测绘方法及系统，以解决背景技术中不足。
为了实现上述目的，本发明提供如下技术方案：一种三维地形测绘系统，包括数据采集模块、预处理模块、模型生成模块、动态交互模块、判断模块以及质量分析模块；
数据采集模块：采集地形的图像数据，在图像数据采集过程中，记录采集设备的图像清晰相似度指数；
预处理模块：对图像数据进行预处理，将不同来源的数据整合到坐标系统中，在图像数据预处理过程中，记录峰值信噪比；
模型生成模块：通过三维建模工具分析图像数据后进行三维地形建模，且在建模过程中，由操作员输入地形的其他信息，在三维地形建模过程中，记录边界高程偏差指数；
动态交互模块：用于将三维地形模型进行可视化处理后进行展示，用户通过动态交互模块查看三维地形模型；
判断模块：在图像数据采集过程中，通过图像清晰相似度指数判断图像数据采集质量是否达标，当图像数据采集质量不达标时，判断需要重新采集图像数据，在图像数据预处理过程中，通过峰值信噪比判断图像数据预处理质量是否达标，当图像数据预处理质量不达标时，判断需要重新对图像数据进行预处理，在三维地形建模过程中，通过边界高程偏差指数判断建模质量是否达标，当建模质量不达标时，判断需要重新建模；
质量分析模块：在三维地形模型建立完成后，分析图像清晰相似度指数、峰值信噪比以及边界高程偏差指数后，综合评估三维地形模型的质量，评估结果发送至管理员。
优选的，所述质量分析模块综合计算图像清晰相似度指数、峰值信噪比以及边界高程偏差指数得到模型质量系数，表达式为：
；
式中，为图像清晰相似度指数，/>为峰值信噪比，/>为边界高程偏差指数，/>、/>、/>分别为图像清晰相似度指数、峰值信噪比以及边界高程偏差指数的比例系数，且/>、/>、/>均大于0。
优选的，所述质量分析模块获取模型质量系数值，将模型质量系数/>值与预设的质量阈值进行对比；
若模型质量系数值大于等于质量阈值，评估三维地形模型的质量合格；
若模型质量系数值小于质量阈值，评估三维地形模型的质量不合格。
优选的，所述判断模块在图像数据采集过程中，通过图像清晰相似度指数判断图像数据采集质量是否达标，当图像数据采集质量不达标时，判断需要重新采集图像数据；
若图像清晰相似度指数小于预设的相似度阈值，则判断图像数据采集质量不达标，需要重新采集图像数据。
优选的，所述在图像数据预处理过程中，通过峰值信噪比判断图像数据预处理质量是否达标，当图像数据预处理质量不达标时，判断需要重新对图像数据进行预处理；
若峰值信噪比小于信噪比阈值，则判断图像数据预处理质量不达标，需要重新预处理图像数据。
优选的，所述在三维地形建模过程中，通过边界高程偏差指数判断建模质量是否达标，当建模质量不达标时，判断需要重新建模；
若边界高程偏差指数大于偏差阈值，则判断三维地形模型建模后不达标，需要重新进行三维建模。
优选的，所述图像清晰相似度指数的计算表达式为：
；
式中，为图像清晰相似度指数，/>，n为采集设备的种类，且n为正整数，/>表示第i类采集设备的图像清晰相似度；
图像清晰相似度的计算表达式为：
；
式中，为当前图像清晰度向量与标准图像清晰度向量的内积，/>分别为当前图像清晰度向量模长与标准图像清晰度向量模长。
优选的，所述峰值信噪比的计算表达式为：
；
式中，为峰值信噪比，/>表示图像像素值的最大范围，/>为图像中的像素总数，且m为正整数，/>表示预处理后图像中第j个像素的灰度值，/>表示预处理前图像中第j个像素的灰度值。
优选的，所述边界高程偏差指数的计算表达式为：
；
式中，为边界高程偏差指数，/>表示第a个采样点的高程偏差，即数字地形模型的高程值与实际地面高程的差值，/>为采样点的总数，且b为正整数。
本发明还提供一种三维地形测绘方法，所述测绘方法包括以下步骤：
S1：采集端采集地形的图像数据，在图像数据采集过程中，记录采集设备的图像清晰相似度指数，通过图像清晰相似度指数判断图像数据采集质量是否达标，当图像数据采集质量不达标时，判断需要重新采集图像数据；
S2：处理端对数据进预处理，且将不同来源的数据整合到坐标系统中，在图像数据预处理过程中，记录峰值信噪比，通过峰值信噪比判断图像数据预处理质量是否达标，当图像数据预处理质量不达标时，判断需要重新对图像数据进行预处理；
S3：通过三维建模工具分析图像数据后进行三维地形建模，且在建模过程中，由操作员输入地形的其他信息，在三维地形建模过程中，记录边界高程偏差指数，通过边界高程偏差指数判断建模质量是否达标，当建模质量不达标时，判断需要重新建模；
S4：在三维地形模型建立完成后，分析图像清晰相似度指数、峰值信噪比以及边界高程偏差指数后，综合评估三维地形模型的质量；
S5：评估结果发送至管理员，若三维地形模型质量不合格，则需要重新优化或测绘。
在上述技术方案中，本发明提供的技术效果和优点：
1、本发明通过判断模块在图像数据采集过程中，通过图像清晰相似度指数判断图像数据采集质量是否达标，当图像数据采集质量不达标时，判断需要重新采集图像数据，在图像数据预处理过程中，通过峰值信噪比判断图像数据预处理质量是否达标，当图像数据预处理质量不达标时，判断需要重新对图像数据进行预处理，在三维地形建模过程中，通过边界高程偏差指数判断建模质量是否达标，当建模质量不达标时，判断需要重新建模，并在在三维地形模型建立完成后，分析图像清晰相似度指数、峰值信噪比以及边界高程偏差指数后，综合评估三维地形模型的质量，评估结果发送至管理员，若三维地形模型质量不合格，则需要重新优化或测绘。该测绘方法能够综合分析三维地形测绘的每个环节参数后来评估三维地形模型的整体质量，分析更为全面和精准，有利于提高三维地形模型质量。
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发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明的系统模块图。
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作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。
实施例1：请参阅图1所示，本实施例所述一种三维地形测绘系统，包括数据采集模块、预处理模块、模型生成模块、动态交互模块、判断模块以及质量分析模块；
S1：数据采集模块：包括使用卫星遥感、无人机（UAV）或其他采集设备来采集地形的图像数据，在图像数据采集过程中，记录采集设备的图像清晰相似度指数，图像数据发送至预处理模块，图像清晰相似度指数发送至质量分析模块以及判断模块；
数据采集模块：包括使用卫星遥感、无人机（UAV）或其他采集设备来采集地形的图像数据包括以下步骤：
项目计划和准备：确定地形建模项目的目标和需求。确定采集区域和时间。确定采用的数据采集工具，如卫星遥感、无人机等。
选择合适的数据采集工具：如果使用卫星遥感，需要订购或获取合适的遥感图像。如果使用无人机（UAV），需要准备无人机、传感器和相关设备。
传感器校准：对采集设备的传感器进行校准，以确保数据的准确性。
采集任务计划：规划数据采集任务，包括航线或飞行计划。针对无人机飞行，规划航点、高度和速度。
实地检查：对采集区域进行实地检查，确保安全和法规遵守。针对无人机飞行，检查起飞和着陆点的条件。
数据采集操作：启动卫星遥感图像的采集或无人机飞行任务。对卫星遥感图像来说，等待合适的卫星通信，确保数据能够下载。
数据记录和存储：记录采集的数据，包括图像、GPS坐标和其他相关信息。存储采集的数据，确保数据完整性。
S2：预处理模块：采集的图像数据可能包含噪声或不完整的信息，此模块负责对数据进行滤波、配准和去除噪声等预处理，以提高数据的质量，且将不同来源的数据整合到坐标系统中，预处理后的图像数据发送至模型生成模块，在图像数据预处理过程中，记录峰值信噪比，峰值信噪比发送至质量分析模块以及判断模块；
预处理模块：采集的图像数据可能包含噪声或不完整的信息，此模块负责对数据进行滤波、配准和去除噪声等预处理，以提高数据的质量，且将不同来源的数据整合到坐标系统中包括以下步骤：
图像数据导入：将采集的图像数据导入到预处理软件或系统中。
数据格式转换：针对不同数据源的数据，进行格式转换，以确保数据以一致的格式和单位进行处理。
图像去噪：对图像数据进行去噪处理，以消除由传感器误差、环境噪声或其他因素引起的噪声。常见的去噪方法包括中值滤波、高斯滤波或小波变换。
图像配准：配准是将不同来源的数据对齐到相同的坐标系统的过程，以确保数据之间的空间一致性。可能需要使用地面控制点或特征点来进行配准，或者使用图像匹配算法。
数据融合：如果使用了多个数据源，需要将它们融合成一个一致的数据集，以获取更全面的地形信息。数据融合可以包括像素级融合、特征级融合或分辨率金字塔融合等方法。
坐标系统一致性：确保所有数据采用相同的地理坐标系统和地理坐标参考，以便将不同数据源的信息整合到同一坐标系中。
S3：模型生成模块：通过三维建模工具分析图像数据后进行三维地形建模，且在建模过程中，由操作员输入地形的其他信息，其他信息包括坡度、边界以及高程等信息，建立完成的三维地形模型发送至动态交互模块，在三维地形建模过程中，记录边界高程偏差指数，边界高程偏差指数发送至质量分析模块以及判断模块；
模型生成模块：通过三维建模工具分析图像数据后进行三维地形建模，且在建模过程中，由操作员输入地形的其他信息，其他信息包括坡度、边界以及高程等信息包括以下步骤：
数据导入：将经过预处理的图像数据和其他地形信息导入三维建模工具或软件中。
建模软件选择：选择合适的三维建模工具或软件，以便开始建模过程。根据项目需求和操作员的熟练程度选择合适的建模工具。
三维地形建模：使用建模工具进行地形建模。这可能涉及到不同的建模算法，如体素建模、三角网格建模或曲面拟合等。根据图像数据和其他地形信息，建立三维地形表面。
高程信息输入：在建模工具中，操作员可以手动输入或编辑高程信息，以确保地形模型的高程数据满足需求。这可能包括调整山脉、山谷、河流等的高程。
坡度和边界信息：根据需要，输入或调整地形的坡度和边界信息。这有助于定义地形特征，如山脉的陡度、湖泊的边界等。
模型细化：进行模型的细化，以捕捉更多的地形细节。这可以包括增加分辨率、提高模型精度等。
纹理映射：为地形模型添加纹理或材质信息，以使地形表面看起来更真实。这可能包括将地形模型与图像数据纹理相匹配。
光照和渲染：添加适当的光照和渲染设置，以呈现地形模型的视觉效果。这有助于生成逼真的地形渲染。
质量控制和检验：对生成的地形模型进行质量控制，确保模型准确、完整和无错误。
检查模型是否满足预定的建模需求。
输出模型：输出生成的三维地形模型，通常以标准的3D文件格式，如OBJ、FBX或COLLADA等，以便在其他应用程序中使用。
S4：动态交互模块：用于将三维地形模型进行可视化处理后进行展示，用户可通过动态交互模块查看三维地形模型，包括以下步骤：
模型加载：从模型生成模块或其他存储位置加载三维地形模型数据。
可视化呈现：使用三维渲染引擎或软件，将地形模型呈现为可视化的三维场景。设置光照、阴影、材质和纹理，以提高模型的逼真性。
用户界面设计：创建用户界面，包括控制按钮、工具栏、菜单等，以提供用户与地形模型的互动和导航功能。
导航和视图控制：提供用户控制相机视角、缩放、旋转和平移的交互工具，以便用户能够自由地浏览地形模型。
坐标信息显示：在界面中显示地理坐标、高程信息或其他地形属性，以帮助用户了解场景。
工具和测量：提供工具和功能，允许用户在地形模型上进行测量、标记、绘制线条或多边形等。
模型亮点和注释：允许用户添加亮点、注释、图例和标签，以强调模型中的关键特征或信息。
交互性和查询：允许用户选择地形要素，以获取有关其属性或更多详细信息。提供交互式查询工具，如单击地形以查看其高程、名称等。
导航控制：
提供导航控制选项，如飞行路径、快速跳转等，以便用户更容易导航到感兴趣的区域。
分层显示：允许用户切换不同的地形图层，如土地覆盖、地形特征等，以分析不同方面的地形。
S5：判断模块：在图像数据采集过程中，通过图像清晰相似度指数判断图像数据采集质量是否达标，当图像数据采集质量不达标时，判断需要重新采集图像数据，在图像数据预处理过程中，通过峰值信噪比判断图像数据预处理质量是否达标，当图像数据预处理质量不达标时，判断需要重新对图像数据进行预处理，在三维地形建模过程中，通过边界高程偏差指数判断建模质量是否达标，当建模质量不达标时，判断需要重新建模。
S6：质量分析模块：在三维地形模型建立完成后，分析图像清晰相似度指数、峰值信噪比以及边界高程偏差指数后，综合评估三维地形模型的质量，评估结果发送至管理员，若三维地形模型质量不合格，则需要重新优化或测绘。
本申请通过判断模块在图像数据采集过程中，通过图像清晰相似度指数判断图像数据采集质量是否达标，当图像数据采集质量不达标时，判断需要重新采集图像数据，在图像数据预处理过程中，通过峰值信噪比判断图像数据预处理质量是否达标，当图像数据预处理质量不达标时，判断需要重新对图像数据进行预处理，在三维地形建模过程中，通过边界高程偏差指数判断建模质量是否达标，当建模质量不达标时，判断需要重新建模，并在在三维地形模型建立完成后，分析图像清晰相似度指数、峰值信噪比以及边界高程偏差指数后，综合评估三维地形模型的质量，评估结果发送至管理员，若三维地形模型质量不合格，则需要重新优化或测绘。该测绘方法能够综合分析三维地形测绘的每个环节参数后来评估三维地形模型的整体质量，分析更为全面和精准，有利于提高三维地形模型质量。
实施例2：质量分析模块在三维地形模型建立完成后，分析图像清晰相似度指数、峰值信噪比以及边界高程偏差指数后，综合评估三维地形模型的质量，评估结果发送至管理员，若三维地形模型质量不合格，则需要重新优化或测绘；
图像清晰相似度指数的获取逻辑为：
通过卫星遥感拍摄建模地形区域的多张图像数据，每拍照一张图像数据，获取该图像数据的清晰度向量；
通过无人机拍摄建模地形区域的多张图像数据，每拍照一张图像数据，获取该图像数据的清晰度向量，具体的，在实际测绘过程中，还涉及到其他的拍摄设备，比如手持相机等，在此不一一介绍；
获取多类采集设备的图像清晰相似度后，计算图像清晰相似度指数，表达式为：
；
式中，为图像清晰相似度指数，/>，n为采集设备的种类，且n为正整数，/>表示第i类采集设备的图像清晰相似度；
图像清晰相似度的计算表达式为：
；
式中，为当前图像清晰度向量与标准图像清晰度向量的内积，/>分别为当前图像清晰度向量模长与标准图像清晰度向量模长。
需要注意的是，每类采集设备，例如无人机，采集图像数据时会采集多张地形的图像数据，因此，需要计算每张图像数据的图像清晰相似度并计算平均值后得到无人机的图像清晰相似度，其他采集设备的获取逻辑也是如此，在此不做赘述。
图像清晰相似度指数值越大，表明在进行地形图像采集时的图像清晰度越高，从而有利于提高三维地形模型的质量，具体为：
更准确的高程估计：在地形建模中，高程信息至关重要；清晰的图像可以提供更准确的地形特征检测，如山脉、河流、山谷等，从而导致更准确的高程估计；
细节和纹理：高清晰度图像能够捕捉地表的细节和纹理，这对于地形模型的逼真性非常重要；纹理信息可以使地形模型看起来更真实，而不是平坦和模糊；
地形特征的识别：清晰的图像使地形特征更容易识别，包括岩石、建筑物、道路、植被等；这有助于地形建模工具更准确地将这些特征纳入模型中；
模型细化：在地形模型生成过程中，高清晰度图像可以用于更精细的模型细化；这意味着模型可以包含更多的细节和更精确的地形特征；
质量控制：清晰的图像使质量控制更容易；可以更容易地识别和修复图像中的问题，例如噪声、伪像或模糊；
交互和分析：在展示和分析地形模型时，高清晰度图像提供更好的用户体验；用户可以更深入地浏览地形，查看细节，并更好地理解模型。
当前图像清晰度向量与标准图像清晰度向量获取步骤如下：
对于图像清晰度向量，需要计算图像的SSIM值并将其保存为向量中的元素，这可以按以下方式进行：
获取当前图像清晰度向量：
1）选择参考图像：选择一个标准图像作为参考，此图像被认为是清晰的；
2）准备图像：获取要评估的多幅图像，包括标准图像和其他图像；
3）计算SSIM：对于每个图像，使用SSIM算法计算其与参考图像的SSIM值，通常，SSIM计算会产生一个介于-1和1之间的单一值；
4）构建清晰度向量：将每个图像的SSIM值保存在一个向量中，其中每个元素对应一个图像的清晰度，例如，如果有N幅图像，将得到一个长度为N的向量；
获取标准图像清晰度向量：
标准图像清晰度向量是一个与评估清晰度的基准图像有关的向量，通常情况下，可以将标准图像的SSIM值作为标准图像清晰度向量的元素；
选择标准图像：选择一个标准图像，它被认为是清晰的；
计算标准图像的SSIM：使用相同的SSIM算法，计算标准图像与自身的SSIM值；
构建标准图像清晰度向量：将标准图像的SSIM值保存为单一元素的向量，这个元素表示标准图像的清晰度。
峰值信噪比的计算表达式为：
；
式中，为峰值信噪比，/>表示图像像素值的最大可能范围，对于8位灰度图像，通常为255，对于24位彩色图像，通常为255（每个通道的范围），/>为图像中的像素总数，且m为正整数，/>表示预处理后图像中第j个像素的灰度值，/>表示预处理前图像中第j个像素的灰度值；
峰值信噪比值越大，表明压缩后的图像质量越高，失真越小，复原的图像与原始图像的匹配度越高。
边界高程偏差指数的计算表达式为：
；
式中，为边界高程偏差指数，/>表示第a个采样点的高程偏差，即数字地形模型的高程值与实际地面高程的差值，/>为采样点的总数，且b为正整数；
边界高程偏差指数的值越大，表示数字地形模型的高程数据与实际地面高程之间的偏差越大，这可能意味着数字地形模型的高程数据不够精确或不够准确，与实际地面高程存在较大的差异，因此，较大的边界高程偏差指数值表明数字地形模型的精度较低；
相反，较小的边界高程偏差指数值表示数字地形模型的高程数据与实际地面高程更为一致，精度较高，因此，较小的边界高程偏差指数值表明数字地形模型更接近实际地形；
总之，边界高程偏差指数值越大，表明数字地形模型的高程数据与实际地面高程之间的偏差越大，精度较低， 边界高程偏差指数值越小，表明模型与实际地形更为一致，精度更高。
所述质量分析模块综合计算图像清晰相似度指数、峰值信噪比以及边界高程偏差指数得到模型质量系数，表达式为：
；
式中，为图像清晰相似度指数，/>为峰值信噪比，/>为边界高程偏差指数，/>、/>、/>分别为图像清晰相似度指数、峰值信噪比以及边界高程偏差指数的比例系数，且/>、/>、/>均大于0；
综合分析图像清晰相似度指数、峰值信噪比以及边界高程偏差指数的计算表达式后可知，图像清晰相似度指数越大，表明采集的图像质量越好，峰值信噪比越大，表明图像预处理后的质量越好，边界高程偏差指数越大，表明建立的三维地形模型质量越差；
再结合模型质量系数的计算表达式后可知，模型质量系数/>值越大，表明三维地形模型的整体质量越好，模型质量系数/>值越小，表明三维地形模型的整体质量越差；
因此，在三维地形模型通过检测系统检测合格后，质量分析模块获取模型质量系数值，将模型质量系数/>值与预设的质量阈值进行对比；
若模型质量系数值大于等于质量阈值，评估三维地形模型的质量合格；
若模型质量系数值小于质量阈值，评估三维地形模型的质量不合格。
判断模块在图像数据采集过程中，通过图像清晰相似度指数判断图像数据采集质量是否达标，当图像数据采集质量不达标时，判断需要重新采集图像数据；
若图像清晰相似度指数小于预设的相似度阈值，则判断图像数据采集质量不达标，需要重新采集图像数据。
在图像数据预处理过程中，通过峰值信噪比判断图像数据预处理质量是否达标，当图像数据预处理质量不达标时，判断需要重新对图像数据进行预处理；
若峰值信噪比小于信噪比阈值，则判断图像数据预处理质量不达标，需要重新预处理图像数据；
在三维地形建模过程中，通过边界高程偏差指数判断建模质量是否达标，当建模质量不达标时，判断需要重新建模；
若边界高程偏差指数大于偏差阈值，则判断三维地形模型建模后不达标，需要重新进行三维建模。
实施例3：本实施例所述一种三维地形测绘方法及系统，所述测绘方法包括以下步骤：
采集端通过卫星遥感、无人机（UAV）或其他采集设备来采集地形的图像数据，在图像数据采集过程中，记录采集设备的图像清晰相似度指数，通过图像清晰相似度指数判断图像数据采集质量是否达标，当图像数据采集质量不达标时，判断需要重新采集图像数据，由于采集的图像数据可能包含噪声或不完整的信息，处理端对数据进行滤波、配准和去除噪声等预处理，以提高数据的质量，且将不同来源的数据整合到坐标系统中，在图像数据预处理过程中，记录峰值信噪比，通过峰值信噪比判断图像数据预处理质量是否达标，当图像数据预处理质量不达标时，判断需要重新对图像数据进行预处理，通过三维建模工具分析图像数据后进行三维地形建模，且在建模过程中，由操作员输入地形的其他信息，其他信息包括坡度、边界以及高程等信息，建立完成的三维地形模型发送至动态交互模块，在三维地形建模过程中，记录边界高程偏差指数，通过边界高程偏差指数判断建模质量是否达标，当建模质量不达标时，判断需要重新建模，在三维地形模型建立完成后，分析图像清晰相似度指数、峰值信噪比以及边界高程偏差指数后，综合评估三维地形模型的质量，评估结果发送至管理员，若三维地形模型质量不合格，则需要重新优化或测绘。
上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.一种三维地形测绘系统，其特征在于：包括数据采集模块、预处理模块、模型生成模块、动态交互模块、判断模块以及质量分析模块；
数据采集模块：采集地形的图像数据，在图像数据采集过程中，记录采集设备的图像清晰相似度指数；
预处理模块：对图像数据进行预处理，将不同来源的数据整合到坐标系统中，在图像数据预处理过程中，记录峰值信噪比；
模型生成模块：通过三维建模工具分析图像数据后进行三维地形建模，且在建模过程中，由操作员输入地形的其他信息，在三维地形建模过程中，记录边界高程偏差指数；
动态交互模块：用于将三维地形模型进行可视化处理后进行展示，用户通过动态交互模块查看三维地形模型；
判断模块：在图像数据采集过程中，通过图像清晰相似度指数判断图像数据采集质量是否达标，当图像数据采集质量不达标时，判断需要重新采集图像数据，在图像数据预处理过程中，通过峰值信噪比判断图像数据预处理质量是否达标，当图像数据预处理质量不达标时，判断需要重新对图像数据进行预处理，在三维地形建模过程中，通过边界高程偏差指数判断建模质量是否达标，当建模质量不达标时，判断需要重新建模；
质量分析模块：在三维地形模型建立完成后，分析图像清晰相似度指数、峰值信噪比以及边界高程偏差指数后，综合评估三维地形模型的质量，评估结果发送至管理员；
所述质量分析模块综合计算图像清晰相似度指数、峰值信噪比以及边界高程偏差指数得到模型质量系数，表达式为：
；
式中，为图像清晰相似度指数，/>为峰值信噪比，/>为边界高程偏差指数，、/>、/>分别为图像清晰相似度指数、峰值信噪比以及边界高程偏差指数的比例系数，且、/>、/>均大于0；
所述质量分析模块获取模型质量系数值，将模型质量系数/>值与预设的质量阈值进行对比；
若模型质量系数值大于等于质量阈值，评估三维地形模型的质量合格；
若模型质量系数值小于质量阈值，评估三维地形模型的质量不合格。
2.根据权利要求1所述的一种三维地形测绘系统，其特征在于：所述判断模块在图像数据采集过程中，通过图像清晰相似度指数判断图像数据采集质量是否达标，当图像数据采集质量不达标时，判断需要重新采集图像数据；
若图像清晰相似度指数小于预设的相似度阈值，则判断图像数据采集质量不达标，需要重新采集图像数据。
3.根据权利要求2所述的一种三维地形测绘系统，其特征在于：所述在图像数据预处理过程中，通过峰值信噪比判断图像数据预处理质量是否达标，当图像数据预处理质量不达标时，判断需要重新对图像数据进行预处理；
若峰值信噪比小于信噪比阈值，则判断图像数据预处理质量不达标，需要重新预处理图像数据。
4.根据权利要求3所述的一种三维地形测绘系统，其特征在于：所述在三维地形建模过程中，通过边界高程偏差指数判断建模质量是否达标，当建模质量不达标时，判断需要重新建模；
若边界高程偏差指数大于偏差阈值，则判断三维地形模型建模后不达标，需要重新进行三维建模。
5.根据权利要求4所述的一种三维地形测绘系统，其特征在于：所述图像清晰相似度指数的计算表达式为：
；
式中，为图像清晰相似度指数，/>，n为采集设备的种类，且n为正整数，/>表示第i类采集设备的图像清晰相似度；
图像清晰相似度的计算表达式为：
；
式中，为当前图像清晰度向量与标准图像清晰度向量的内积，/>分别为当前图像清晰度向量模长与标准图像清晰度向量模长。
6.根据权利要求5所述的一种三维地形测绘系统，其特征在于：所述峰值信噪比的计算表达式为：
；
式中，为峰值信噪比，/>表示图像像素值的最大范围，/>为图像中的像素总数，且m为正整数，/>表示预处理后图像中第j个像素的灰度值，/>表示预处理前图像中第j个像素的灰度值。
7.根据权利要求6所述的一种三维地形测绘系统，其特征在于：所述边界高程偏差指数的计算表达式为：
；
式中，为边界高程偏差指数，/>表示第a个采样点的高程偏差，即数字地形模型的高程值与实际地面高程的差值，/>为采样点的总数，且b为正整数。
8.一种三维地形测绘方法，通过权利要求1-7任一项所述的测绘系统实现，其特征在于：所述测绘方法包括以下步骤：
S1：采集端采集地形的图像数据，在图像数据采集过程中，记录采集设备的图像清晰相似度指数，通过图像清晰相似度指数判断图像数据采集质量是否达标，当图像数据采集质量不达标时，判断需要重新采集图像数据；
S2：处理端对数据进预处理，且将不同来源的数据整合到坐标系统中，在图像数据预处理过程中，记录峰值信噪比，通过峰值信噪比判断图像数据预处理质量是否达标，当图像数据预处理质量不达标时，判断需要重新对图像数据进行预处理；
S3：通过三维建模工具分析图像数据后进行三维地形建模，且在建模过程中，由操作员输入地形的其他信息，在三维地形建模过程中，记录边界高程偏差指数，通过边界高程偏差指数判断建模质量是否达标，当建模质量不达标时，判断需要重新建模；
S4：在三维地形模型建立完成后，分析图像清晰相似度指数、峰值信噪比以及边界高程偏差指数后，综合评估三维地形模型的质量；
S5：评估结果发送至管理员，若三维地形模型质量不合格，则需要重新优化或测绘。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311412883.2A CN117152371B (zh) | 2023-10-30 | 2023-10-30 | 一种三维地形测绘方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311412883.2A CN117152371B (zh) | 2023-10-30 | 2023-10-30 | 一种三维地形测绘方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117152371A CN117152371A (zh) | 2023-12-01 |
| CN117152371B true CN117152371B (zh) | 2024-02-09 |
Family
ID=88903029
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311412883.2A Active CN117152371B (zh) | 2023-10-30 | 2023-10-30 | 一种三维地形测绘方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117152371B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118115676B (zh) * | 2024-04-28 | 2024-07-23 | 威海市城市规划技术服务中心有限公司 | 一种用于工程测量的多测点互联测绘系统 |
| CN118393516A (zh) * | 2024-06-26 | 2024-07-26 | 烟台腾辉地理信息工程有限公司 | 一种基于三维构建模型的工程地形测绘系统及测绘方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101021013B1 (ko) * | 2010-10-28 | 2011-03-09 | (주)지오투정보기술 | 경계강화필터링과 표고정보를 이용하여 3차원 지리정보를 생성하는 시스템 |
| CN108279428A (zh) * | 2017-01-05 | 2018-07-13 | 武汉四维图新科技有限公司 | 地图数据评测装置及系统、数据采集系统及采集车和采集基站 |
| CN115205718A (zh) * | 2022-09-19 | 2022-10-18 | 西安恒歌数码科技有限责任公司 | 一种地理信息测量系统及其测量方法 |
| CN115406412A (zh) * | 2022-07-13 | 2022-11-29 | 杜永生 | 一种基于bim无人机测绘装置及测绘方法 |
| CN115962757A (zh) * | 2022-12-14 | 2023-04-14 | 湖南凝服信息科技有限公司 | 一种无人机测绘方法、系统和可读存储介质 |
| CN115965611A (zh) * | 2023-01-05 | 2023-04-14 | 湖南星图空间信息技术有限公司 | 一种光学遥感影像质量综合评价方法 |
| CN116299541A (zh) * | 2023-01-04 | 2023-06-23 | 中国人民解放军海军大连舰艇学院 | 一种适用于海岛的星载光子计数激光雷达高程控制点提取方法 |
| CN116612048A (zh) * | 2023-07-17 | 2023-08-18 | 山东产研卫星信息技术产业研究院有限公司 | 一种光学卫星遥感影像去模糊处理方法及系统 |
| CN116778105A (zh) * | 2023-08-17 | 2023-09-19 | 云南高阳科技有限公司 | 基于多精度三维测绘数据融合建模方法 |
| CN116823064A (zh) * | 2023-08-10 | 2023-09-29 | 广州世方建筑设计有限公司 | 基于bim技术的建筑工程质量监控系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9947128B2 (en) * | 2013-01-29 | 2018-04-17 | Andrew Robert Korb | Methods for improving accuracy, analyzing change detection, and performing data compression for multiple images |
-
2023
- 2023-10-30 CN CN202311412883.2A patent/CN117152371B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101021013B1 (ko) * | 2010-10-28 | 2011-03-09 | (주)지오투정보기술 | 경계강화필터링과 표고정보를 이용하여 3차원 지리정보를 생성하는 시스템 |
| CN108279428A (zh) * | 2017-01-05 | 2018-07-13 | 武汉四维图新科技有限公司 | 地图数据评测装置及系统、数据采集系统及采集车和采集基站 |
| CN115406412A (zh) * | 2022-07-13 | 2022-11-29 | 杜永生 | 一种基于bim无人机测绘装置及测绘方法 |
| CN115205718A (zh) * | 2022-09-19 | 2022-10-18 | 西安恒歌数码科技有限责任公司 | 一种地理信息测量系统及其测量方法 |
| CN115962757A (zh) * | 2022-12-14 | 2023-04-14 | 湖南凝服信息科技有限公司 | 一种无人机测绘方法、系统和可读存储介质 |
| CN116299541A (zh) * | 2023-01-04 | 2023-06-23 | 中国人民解放军海军大连舰艇学院 | 一种适用于海岛的星载光子计数激光雷达高程控制点提取方法 |
| CN115965611A (zh) * | 2023-01-05 | 2023-04-14 | 湖南星图空间信息技术有限公司 | 一种光学遥感影像质量综合评价方法 |
| CN116612048A (zh) * | 2023-07-17 | 2023-08-18 | 山东产研卫星信息技术产业研究院有限公司 | 一种光学卫星遥感影像去模糊处理方法及系统 |
| CN116823064A (zh) * | 2023-08-10 | 2023-09-29 | 广州世方建筑设计有限公司 | 基于bim技术的建筑工程质量监控系统 |
| CN116778105A (zh) * | 2023-08-17 | 2023-09-19 | 云南高阳科技有限公司 | 基于多精度三维测绘数据融合建模方法 |
Non-Patent Citations (3)
| Title |
|---|
| Super-resolution for terrain modeling using deep learning in high mountain Asia;Yinghui Jiang等;International Journal of Applied Earth Observation and Geoinformation;第118卷;第1-14页 * |
| 无人机倾斜摄影测量在矿山测绘中的应用;刘法军;;世界有色金属;第2019年卷(第19期);第29-30页 * |
| 星载InSAR在地形测绘中的误差来源分析;李涛;唐新明;高小明;陈乾福;;测绘通报;第2017年卷(第11期);第37-41, 50页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117152371A (zh) | 2023-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Agueera-Vega et al. | Reconstruction of extreme topography from UAV structure from motion photogrammetry | |
| Over et al. | Processing coastal imagery with Agisoft Metashape Professional Edition, version 1.6—Structure from motion workflow documentation | |
| CN117152371B (zh) | 一种三维地形测绘方法及系统 | |
| US8179393B2 (en) | Fusion of a 2D electro-optical image and 3D point cloud data for scene interpretation and registration performance assessment | |
| CN111553245A (zh) | 基于机器学习算法和多源遥感数据融合的植被分类方法 | |
| Rovira-Más et al. | Creation of three-dimensional crop maps based on aerial stereoimages | |
| US8855439B2 (en) | Method for determining a localization error in a georeferenced image and related device | |
| Zietara | Creating Digital Elevation Model (DEM) based on ground points extracted from classified aerial images obtained from Unmanned Aerial Vehicle (UAV) | |
| CN117611978B (zh) | 一种土地资源测绘数据库的构建方法及系统 | |
| CN115406412A (zh) | 一种基于bim无人机测绘装置及测绘方法 | |
| McGaughey et al. | Direct measurement of individual tree characteristics from LIDAR data | |
| Thuse et al. | Accuracy assessment of vertical and horizontal coordinates derived from Unmanned Aerial Vehicles over District Six in Cape Town | |
| Yin et al. | Individual tree parameters estimation for chinese fir (cunninghamia lanceolate (lamb.) hook) plantations of south china using UAV Oblique Photography: Possibilities and Challenges | |
| KR100709142B1 (ko) | 이미지 기반의 공간 정보 구축 방법 및 시스템 | |
| Saponaro et al. | Predicting the accuracy of photogrammetric 3D reconstruction from camera calibration parameters through a multivariate statistical approach | |
| Khan et al. | Clifford geometric algebra-based approach for 3D modeling of agricultural images acquired by UAVs | |
| Saponaro et al. | Influence of co-alignment procedures on the co-registration accuracy of multi-epoch SFM points clouds | |
| Schmidt | Remote sensing and geophysical prospection | |
| Şmuleac et al. | Using Ground Control Points (GCP) and UAV poind cloud processinf in Water Management | |
| Pagán et al. | 3D modelling of dune ecosystems using photogrammetry from remotely piloted air systems surveys | |
| Kaspar et al. | Holographic mixed reality: an enhanced technology for visualizing and evaluating complex 3D geologic data | |
| CN116704138B (zh) | 倾斜摄影三维模型的建立方法及装置 | |
| Bates | Oblique UAS Imagery and Point Cloud Processing for 3D Rock Glacier Monitoring | |
| CN118623848A (zh) | 一种复杂地形测绘系统及测绘方法 | |
| Riddle et al. | CHAPTER THREE A Comparison of 3-Dimensional Orthomosaic Software, gully mapping, Okhombe Valley, Kwazulu-Natal Drakensberg, South Africa. |
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 |