CN117541740A - 一种基于无人机数据采集的河湖区域三维建模方法及系统 - Google Patents
一种基于无人机数据采集的河湖区域三维建模方法及系统 Download PDFInfo
- Publication number
- CN117541740A CN117541740A CN202410028221.3A CN202410028221A CN117541740A CN 117541740 A CN117541740 A CN 117541740A CN 202410028221 A CN202410028221 A CN 202410028221A CN 117541740 A CN117541740 A CN 117541740A
- Authority
- CN
- China
- Prior art keywords
- river
- point
- aerial vehicle
- unmanned aerial
- points
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 106
- 238000000926 separation method Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 10
- 238000010191 image analysis Methods 0.000 claims description 10
- 241001270131 Agaricus moelleri Species 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 230000008859 change Effects 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011010 flushing procedure Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect 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
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/457—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by analysing connectivity, e.g. edge linking, connected component analysis or slices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/17—Terrestrial scenes taken from planes or by drones
-
- 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)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Graphics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于无人机数据采集的河湖区域三维建模方法及系统，涉及河湖监测技术领域，包括：获取河湖区域的俯拍图像、无人机与地面之间的垂直距离以及无人机飞行的空间坐标；对河湖区域的俯拍图像进行分析，得到河湖区域的轮廓，基于河湖区域的轮廓设定采集点位；在采集点位处获取无人机与地面之间的垂直距离，设定为点位距离；基于河湖区域的轮廓、点位距离以及无人机飞行的空间坐标建立河湖区域的三维模型，本发明用于解决现有的技术中缺少快速有效的河湖模型搭建方法，导致对河湖储水量的影响判断存在误差的问题。
Description
技术领域
本发明涉及河湖监测技术领域，具体为一种基于无人机数据采集的河湖区域三维建模方法及系统。
背景技术
在城市水利监管领域中，对于河湖的监管为重中之重，无论是河湖的储水量还是河湖的水质都能对城市的水利供应以及防洪防旱造成影响，对河湖的储水量进行监管时，河湖的储水量过多时对于排涝会造成影响，河湖的储水量较低时，会对水资源的供应产生影响。
现有的技术中，在对河湖区域进行监管过程中，通常都是基于河湖的水位来判断河湖的储水量情况，但是在河湖区域冲刷以及堆积较为严重的区域来说，由于河岸以及河床的变化，会极大地影响河湖的储水量情况，同时河岸以及河床的变化也会对河湖的防洪产生影响，如果还基于历史信息进行判断，很容易出现判断错误，现有的技术中，在对于河湖区域的三维模型的建立时，通常只用于建立河湖的三维模型，对于河湖的变化情况缺少及时更新的手段，例如在公开号为CN116188671A的中国发明专利中，公开了河道水陆一体三维实景建模方法，该方法用于建立河道水陆一体三维实景模型，但是该方法在进行模型更新时会过于复杂，使用该方法进行模型更新的效率较低，无法适用于对快速变化的河湖区域进行模型搭建，因此需要一种快速有效的河湖区域三维建模方法来解决上述存在的技术问题。
发明内容
本发明旨在至少在一定程度上解决现有技术中的技术问题之一，通过对河湖区域进行划分，选取采集点，能够快速搭建河湖轮廓区域的三维模型，对河湖区域的变化情况及时进行模型更新，以解决现有的技术中缺少快速有效的河湖模型搭建方法，导致对河湖储水量的影响判断存在误差的问题。
为实现上述目的，第一方面本申请提供一种基于无人机数据采集的河湖区域三维建模方法，包括：获取河湖区域的俯拍图像、无人机与地面之间的垂直距离以及无人机飞行的空间坐标；
对河湖区域的俯拍图像进行分析，得到河湖区域的轮廓，基于河湖区域的轮廓设定采集点位；
在采集点位处获取无人机与地面之间的垂直距离，设定为点位距离；
基于河湖区域的轮廓、点位距离以及无人机飞行的空间坐标建立河湖区域的三维模型。
进一步地，对河湖区域的俯拍图像进行分析，得到河湖区域的轮廓包括：从河湖区域图像历史数据库内获取河湖区域的历史图像；
将河湖区域的历史图像划分为水面历史区域以及土地历史区域，在水面历史区域中选取若干水面比对点，在土地历史区域中选取若干土地比对点；
实时获取若干水面比对点以及若干土地比对点处的俯拍图像，设定为点位局部图像；
将点位局部图像进行灰度化处理，在点位局部图像中以水面比对点为中心划分水面比对圆，以土地比对点为中心划分土地比对圆，其中，水面比对圆和土地比对圆的直径相同；
求取每一个水面比对圆内若干像素点的灰度值的平均值，设定为水面比对灰度，求取若干水面比对圆的水面比对灰度的平均值，设定为水面比对平均灰度；
求取每一个土地比对圆内若干像素点的灰度值的平均值，设定为土地比对灰度，求取若干土地比对圆的土地比对灰度的平均值，设定为土地比对平均灰度；
求取土地比对平均灰度与水面比对平均灰度的平均值，设定为图像分隔选取灰度。
进一步地，对河湖区域的俯拍图像进行分析，得到河湖区域的轮廓还包括：将河湖区域的俯拍图像设定为待划分图像，将待划分图像进行灰度化处理；
以图像分隔选取灰度为二值化划分灰度，对灰度化处理后的待划分图像通过二值化划分灰度进行二值化处理，得到二值化图像；
将二值化图像中的黑色区域和白色区域的连接轮廓设定为河湖区域的轮廓，将河湖区域的轮廓设定为水面轮廓。
进一步地，基于河湖区域的轮廓设定采集点位包括：在二值化图像中沿水面轮廓设定若干轮廓点位，若干轮廓点位中每两个轮廓点位之间的距离大于等于第一间隔距离；
过轮廓点位做水面轮廓的切线的垂线，设定为点位延伸线，在点位延伸线上朝向黑色区域的一侧设定第一点位数量的延伸点位，每两个延伸点位之间的距离大于等于第二间隔距离；
其中，采集点位包括轮廓点位以及延伸点位。
进一步地，在采集点位处获取无人机与地面之间的垂直距离，设定为点位距离包括：获取无人机飞行的空间坐标中的高度方向上的数值，设定为无人机的飞行高度，在轮廓点位和延伸点位处保持无人机的飞行高度一致；
将轮廓点位处获取到的点位距离设定为水面距离，将延伸点位处获取到的点位距离设定为土地距离。
进一步地，基于河湖区域的轮廓、点位距离以及无人机飞行的空间坐标建立河湖区域的三维模型包括：将无人机的飞行高度减去水面距离得到水面高度，求取若干水面高度的平均值，设定为水面参照高度；
将无人机的飞行高度减去土地距离得到土地高度。
进一步地，基于河湖区域的轮廓、点位距离以及无人机飞行的空间坐标建立河湖区域的三维模型还包括：建立三维坐标系，以水面参照高度搭建模型平台；
在模型平台的平面上标记好轮廓点位以及延伸点位的垂直投影位置，将轮廓点位在模型平台的平面上的垂直投影位置设定为轮廓模型基础点位，将延伸点位在模型平台的平面上的垂直投影位置设定为延伸模型基础点位；
在轮廓模型基础点位的竖直方向上根据水面高度标记轮廓模型搭建点位，在延伸模型基础点位的竖直方向上根据土地高度标记延伸模型搭建点位；
将每个轮廓模型搭建点位对应的点位延伸线上的延伸模型搭建点位进行标记，分别标记为YSD1至YSDi，i等于第一点位数量；
将若干轮廓模型搭建点位依次进行连接、将每条点位延伸线上的延伸模型搭建点位进行连接以及将标记相同的延伸模型搭建点位依次进行连接，得到三维网状模型；
将模型平台与三维网状模型进行融合，得到河湖区域的三维模型。
第二方面，本申请提供一种基于无人机数据采集的河湖区域三维建模系统，包括：数据采集模块、定位模块以及模型建立模块，所述数据采集模块和定位模块与模型建立模块通讯连接；
所述数据采集模块包括图像获取单元以及距离扫描单元，所述图像获取单元用于获取河湖区域的俯拍图像，所述距离扫描单元用于获取无人机与地面之间的垂直距离；
所述定位模块用于获取无人机飞行的空间坐标；
所述模型建立模块包括图像分析单元、点位采集单元以及模型建立单元，所述图像分析单元用于对河湖区域的俯拍图像进行分析，得到河湖区域的轮廓，基于河湖区域的轮廓设定采集点位；
所述点位采集单元用于控制距离扫描单元在采集点位处获取无人机与地面之间的垂直距离，设定为点位距离；
所述模型建立单元用于基于河湖区域的轮廓、点位距离以及无人机飞行的空间坐标建立河湖区域的三维模型。
第三方面，本申请提供一种电子设备，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如上任意一项所述方法中的步骤。
第四方面，本申请提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，运行如上任意一项所述方法中的步骤。
本发明的有益效果：本发明通过获取河湖区域的俯拍图像、无人机与地面之间的垂直距离以及无人机飞行的空间坐标，然后对河湖区域的俯拍图像进行分析，得到河湖区域的轮廓，基于河湖区域的轮廓设定采集点位，上述数据获取以及点位选取的过程能够快速有效地获取到数据采集点位，提高数据采集的有效性的同时，保证了数据获取的效率；
本发明通过在采集点位处获取无人机与地面之间的垂直距离，设定为点位距离，然后基于河湖区域的轮廓、点位距离以及无人机飞行的空间坐标建立河湖区域的三维模型，通过上述方式搭建的三维模型能够尽可能地减少模型搭建时的数据处理量，提高三维模型的搭建效率，从而能够适用于河湖区域的快速变化情况，同时选取的点位足够精准，保证了模型搭建具备参考价值。
本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
图1为本发明的方法的步骤流程图；
图2为本发明的系统的原理框图；
图3为本发明的采集点位的设置示意图。
具体实施方式
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。
实施例一请参阅图2所示，本申请提供一种基于无人机数据采集的河湖区域三维建模系统，通过对河湖区域进行划分，选取采集点，能够快速搭建河湖轮廓区域的三维模型，对河湖区域的变化情况及时进行模型更新，以解决现有的技术中缺少快速有效的河湖模型搭建方法，导致对河湖储水量的影响判断存在误差的问题；
具体地，基于无人机数据采集的河湖区域三维建模系统包括：数据采集模块、定位模块以及模型建立模块，数据采集模块和定位模块与模型建立模块通讯连接；其中数据采集模块设置在无人机的底部，
数据采集模块包括图像获取单元以及距离扫描单元，图像获取单元用于获取河湖区域的俯拍图像，距离扫描单元用于获取无人机与地面之间的垂直距离；数据采集模块中的图像获取单元具体为摄像头，距离扫描单元为雷达，定位模块用于获取无人机飞行的空间坐标，空间坐标为三维坐标，三维坐标能够对无人机在空间中的位置进行确定，保证无人机能够处于采集点位的上方，定位模块为无人机内的定位设备；
模型建立模块包括图像分析单元、点位采集单元以及模型建立单元，图像分析单元用于对河湖区域的俯拍图像进行分析，得到河湖区域的轮廓，基于河湖区域的轮廓设定采集点位；
图像分析单元配置有河湖区域图像历史数据库，河湖区域图像历史数据库内存储有河湖区域的历史图像，图像分析单元配置有点位比对选取策略，点位比对选取策略包括：将河湖区域的历史图像划分为水面历史区域以及土地历史区域，在水面历史区域中选取若干水面比对点，在土地历史区域中选取若干土地比对点；
实时获取若干水面比对点以及若干土地比对点处的俯拍图像，设定为点位局部图像；
将点位局部图像进行灰度化处理，在点位局部图像中以水面比对点为中心划分水面比对圆，以土地比对点为中心划分土地比对圆，其中，水面比对圆和土地比对圆的直径相同，在点位局部图像中，水面比对圆和土地比对圆的直径设置为1cm，具体实施时，采集到的图像与实际区域的比例设定为1：500；1cm代表实际区域中的5m；
求取每一个水面比对圆内若干像素点的灰度值的平均值，设定为水面比对灰度，求取若干水面比对圆的水面比对灰度的平均值，设定为水面比对平均灰度；
求取每一个土地比对圆内若干像素点的灰度值的平均值，设定为土地比对灰度，求取若干土地比对圆的土地比对灰度的平均值，设定为土地比对平均灰度；
求取土地比对平均灰度与水面比对平均灰度的平均值，设定为图像分隔选取灰度，具体实施时，水面历史区域的灰度值要高于土地历史区域的灰度值，通过选取二者之间的灰度值作为图像分隔选取灰度，能够便于对实时获取到的图像进行二值化处理，从而便于快速获取到河湖区域的轮廓。
图像分析单元配置有区域划分策略，区域划分策略包括：将河湖区域的俯拍图像设定为待划分图像，将待划分图像进行灰度化处理；
以图像分隔选取灰度为二值化划分灰度，对灰度化处理后的待划分图像通过二值化划分灰度进行二值化处理，得到二值化图像；
将二值化图像中的黑色区域和白色区域的连接轮廓设定为河湖区域的轮廓，将河湖区域的轮廓设定为水面轮廓，具体实施时，图像中水面所在的区域在进行二值化处理后为白色区域，水面之外的区域在进行二值化处理后为黑色区域。
请参阅图3所示，图像分析单元还配置有点位设定策略，点位设定策略包括：在二值化图像中沿水面轮廓设定若干轮廓点位，若干轮廓点位中每两个轮廓点位之间的距离大于等于第一间隔距离；第一间隔距离设置为2cm，根据1比500进行换算，第一间隔距离代表实际区域中的10m；
过轮廓点位做水面轮廓的切线的垂线，设定为点位延伸线，在点位延伸线上朝向黑色区域的一侧设定第一点位数量的延伸点位，每两个延伸点位之间的距离大于等于第二间隔距离，第一点位数量设定为3个，第二间隔距离设定为1cm，按照1比500的比例进行换算，表示在实际的选取过程中，在河湖的轮廓外选取三个点位，每个点位之间的距离相隔5m；
其中，采集点位包括轮廓点位以及延伸点位。
点位采集单元用于控制距离扫描单元在采集点位处获取无人机与地面之间的垂直距离，设定为点位距离；
点位采集单元配置有点位采集策略，点位采集策略包括：获取无人机飞行的空间坐标中的高度方向上的数值，设定为无人机的飞行高度，在轮廓点位和延伸点位处保持无人机的飞行高度一致；将无人机的飞行高度保持一致，能够便于后续对距离数据进行换算；
将轮廓点位处获取到的点位距离设定为水面距离，将延伸点位处获取到的点位距离设定为土地距离。
模型建立单元用于基于河湖区域的轮廓、点位距离以及无人机飞行的空间坐标建立河湖区域的三维模型，模型建立单元配置有距离转换策略，距离转换策略包括：将无人机的飞行高度减去水面距离得到水面高度，求取若干水面高度的平均值，设定为水面参照高度；将无人机的飞行高度减去土地距离得到土地高度。
模型建立单元还配置有模型搭建策略，模型搭建策略包括：建立三维坐标系，以水面参照高度搭建模型平台；模型平台为一个长方体结构，用于后续进行填充以及删减，能够提高模型搭建的效率；
在模型平台的平面上标记好轮廓点位以及延伸点位的垂直投影位置，将轮廓点位在模型平台的平面上的垂直投影位置设定为轮廓模型基础点位，将延伸点位在模型平台的平面上的垂直投影位置设定为延伸模型基础点位；
在轮廓模型基础点位的竖直方向上根据水面高度标记轮廓模型搭建点位，在延伸模型基础点位的竖直方向上根据土地高度标记延伸模型搭建点位；
将每个轮廓模型搭建点位对应的点位延伸线上的延伸模型搭建点位进行标记，分别标记为YSD1至YSDi，i等于第一点位数量；
将若干轮廓模型搭建点位依次进行连接、将每条点位延伸线上的延伸模型搭建点位进行连接以及将标记相同的延伸模型搭建点位依次进行连接，得到三维网状模型；
将模型平台与三维网状模型进行融合，得到河湖区域的三维模型，在对模型平台与三维网状模型进行融合的过程中，以模型平台为基础，将三维网状模型多出模型平台的部分进行填充，将三维网状模型少于模型平台的部分进行删减。
实施例二请参阅图1所示，本申请还提供一种基于无人机数据采集的河湖区域三维建模方法，包括如下步骤：步骤S10，获取河湖区域的俯拍图像、无人机与地面之间的垂直距离以及无人机飞行的空间坐标；
步骤S20，对河湖区域的俯拍图像进行分析，得到河湖区域的轮廓，基于河湖区域的轮廓设定采集点位；
步骤S20包括：步骤S2011，从河湖区域图像历史数据库内获取河湖区域的历史图像；
步骤S2012，将河湖区域的历史图像划分为水面历史区域以及土地历史区域，在水面历史区域中选取若干水面比对点，在土地历史区域中选取若干土地比对点；
步骤S2013，实时获取若干水面比对点以及若干土地比对点处的俯拍图像，设定为点位局部图像；
步骤S2014，将点位局部图像进行灰度化处理，在点位局部图像中以水面比对点为中心划分水面比对圆，以土地比对点为中心划分土地比对圆，其中，水面比对圆和土地比对圆的直径相同；
步骤S2015，求取每一个水面比对圆内若干像素点的灰度值的平均值，设定为水面比对灰度，求取若干水面比对圆的水面比对灰度的平均值，设定为水面比对平均灰度；
步骤S2016，求取每一个土地比对圆内若干像素点的灰度值的平均值，设定为土地比对灰度，求取若干土地比对圆的土地比对灰度的平均值，设定为土地比对平均灰度；
步骤S2017，求取土地比对平均灰度与水面比对平均灰度的平均值，设定为图像分隔选取灰度。
步骤S20还包括：步骤S2021，将河湖区域的俯拍图像设定为待划分图像，将待划分图像进行灰度化处理；
步骤S2022，以图像分隔选取灰度为二值化划分灰度，对灰度化处理后的待划分图像通过二值化划分灰度进行二值化处理，得到二值化图像；
步骤S2023，将二值化图像中的黑色区域和白色区域的连接轮廓设定为河湖区域的轮廓，将河湖区域的轮廓设定为水面轮廓。
步骤S20还包括：步骤S2031，在二值化图像中沿水面轮廓设定若干轮廓点位，若干轮廓点位中每两个轮廓点位之间的距离大于等于第一间隔距离；
步骤S2032，过轮廓点位做水面轮廓的切线的垂线，设定为点位延伸线，在点位延伸线上朝向黑色区域的一侧设定第一点位数量的延伸点位，每两个延伸点位之间的距离大于等于第二间隔距离；其中，采集点位包括轮廓点位以及延伸点位。
步骤S30，在采集点位处获取无人机与地面之间的垂直距离，设定为点位距离；步骤S30包括：步骤S301，获取无人机飞行的空间坐标中的高度方向上的数值，设定为无人机的飞行高度，在轮廓点位和延伸点位处保持无人机的飞行高度一致；
步骤S302，将轮廓点位处获取到的点位距离设定为水面距离，将延伸点位处获取到的点位距离设定为土地距离。
步骤S40，基于河湖区域的轮廓、点位距离以及无人机飞行的空间坐标建立河湖区域的三维模型，步骤S40包括：步骤S4011，将无人机的飞行高度减去水面距离得到水面高度，求取若干水面高度的平均值，设定为水面参照高度；
步骤S4012，将无人机的飞行高度减去土地距离得到土地高度。
步骤S40还包括：步骤S4021，建立三维坐标系，以水面参照高度搭建模型平台；
步骤S4022，在模型平台的平面上标记好轮廓点位以及延伸点位的垂直投影位置，将轮廓点位在模型平台的平面上的垂直投影位置设定为轮廓模型基础点位，将延伸点位在模型平台的平面上的垂直投影位置设定为延伸模型基础点位；
步骤S4023，在轮廓模型基础点位的竖直方向上根据水面高度标记轮廓模型搭建点位，在延伸模型基础点位的竖直方向上根据土地高度标记延伸模型搭建点位；
步骤S4024，将每个轮廓模型搭建点位对应的点位延伸线上的延伸模型搭建点位进行标记，分别标记为YSD1至YSDi，i等于第一点位数量；
步骤S4025，将若干轮廓模型搭建点位依次进行连接、将每条点位延伸线上的延伸模型搭建点位进行连接以及将标记相同的延伸模型搭建点位依次进行连接，得到三维网状模型；
步骤S4026，将模型平台与三维网状模型进行融合，得到河湖区域的三维模型。
实施例三本申请还提供一种电子设备，包括处理器以及存储器，存储器存储有计算机可读取指令，当计算机可读取指令由处理器执行时，运行如上任意一项方法中的步骤。通过上述技术方案，处理器和存储器通过通信总线和/或其他形式的连接机构（未标出）互连并相互通讯，存储器存储有处理器可执行的计算机程序，当电子设备运行时，处理器执行该计算机程序，以执行时执行上述实施例的任一可选的实现方式中的方法，以实现以下功能：获取河湖区域的俯拍图像、无人机与地面之间的垂直距离以及无人机飞行的空间坐标；对河湖区域的俯拍图像进行分析，得到河湖区域的轮廓，基于河湖区域的轮廓设定采集点位；在采集点位处获取无人机与地面之间的垂直距离，设定为点位距离；基于河湖区域的轮廓、点位距离以及无人机飞行的空间坐标建立河湖区域的三维模型。
实施例四本申请还提供一种存储介质，其上存储有计算机程序，计算机程序被处理器执行时，运行如上任意一项方法中的步骤。通过上述技术方案，计算机程序被处理器执行时，执行上述实施例的任一可选的实现方式中的方法，以实现以下功能：获取河湖区域的俯拍图像、无人机与地面之间的垂直距离以及无人机飞行的空间坐标；对河湖区域的俯拍图像进行分析，得到河湖区域的轮廓，基于河湖区域的轮廓设定采集点位；在采集点位处获取无人机与地面之间的垂直距离，设定为点位距离；基于河湖区域的轮廓、点位距离以及无人机飞行的空间坐标建立河湖区域的三维模型。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。其中，存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（Static Random AccessMemory，简称SRAM），电可擦除可编程只读存储器（Electrically Erasable ProgrammableRead-Only Memory，简称EEPROM），可擦除可编程只读存储器（Erasable ProgrammableRead Only Memory，简称EPROM），可编程只读存储器（Programmable Red-Only Memory，简称PROM），只读存储器（Read-OnlyMemory，简称ROM），磁存储器，快闪存储器，磁盘或光盘。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其他的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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，又例如，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通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其他的形式。
Claims (10)
1.一种基于无人机数据采集的河湖区域三维建模方法，其特征在于，包括：获取河湖区域的俯拍图像、无人机与地面之间的垂直距离以及无人机飞行的空间坐标；
对河湖区域的俯拍图像进行分析，得到河湖区域的轮廓，基于河湖区域的轮廓设定采集点位；
在采集点位处获取无人机与地面之间的垂直距离，设定为点位距离；
基于河湖区域的轮廓、点位距离以及无人机飞行的空间坐标建立河湖区域的三维模型。
2.根据权利要求1所述的一种基于无人机数据采集的河湖区域三维建模方法，其特征在于，对河湖区域的俯拍图像进行分析，得到河湖区域的轮廓包括：从河湖区域图像历史数据库内获取河湖区域的历史图像；
将河湖区域的历史图像划分为水面历史区域以及土地历史区域，在水面历史区域中选取若干水面比对点，在土地历史区域中选取若干土地比对点；
实时获取若干水面比对点以及若干土地比对点处的俯拍图像，设定为点位局部图像；
将点位局部图像进行灰度化处理，在点位局部图像中以水面比对点为中心划分水面比对圆，以土地比对点为中心划分土地比对圆，其中，水面比对圆和土地比对圆的直径相同；
求取每一个水面比对圆内若干像素点的灰度值的平均值，设定为水面比对灰度，求取若干水面比对圆的水面比对灰度的平均值，设定为水面比对平均灰度；
求取每一个土地比对圆内若干像素点的灰度值的平均值，设定为土地比对灰度，求取若干土地比对圆的土地比对灰度的平均值，设定为土地比对平均灰度；
求取土地比对平均灰度与水面比对平均灰度的平均值，设定为图像分隔选取灰度。
3.根据权利要求2所述的一种基于无人机数据采集的河湖区域三维建模方法，其特征在于，对河湖区域的俯拍图像进行分析，得到河湖区域的轮廓还包括：将河湖区域的俯拍图像设定为待划分图像，将待划分图像进行灰度化处理；
以图像分隔选取灰度为二值化划分灰度，对灰度化处理后的待划分图像通过二值化划分灰度进行二值化处理，得到二值化图像；
将二值化图像中的黑色区域和白色区域的连接轮廓设定为河湖区域的轮廓，将河湖区域的轮廓设定为水面轮廓。
4.根据权利要求3所述的一种基于无人机数据采集的河湖区域三维建模方法，其特征在于，基于河湖区域的轮廓设定采集点位包括：在二值化图像中沿水面轮廓设定若干轮廓点位，若干轮廓点位中每两个轮廓点位之间的距离大于等于第一间隔距离；
过轮廓点位做水面轮廓的切线的垂线，设定为点位延伸线，在点位延伸线上朝向黑色区域的一侧设定第一点位数量的延伸点位，每两个延伸点位之间的距离大于等于第二间隔距离；
其中，采集点位包括轮廓点位以及延伸点位。
5.根据权利要求4所述的一种基于无人机数据采集的河湖区域三维建模方法，其特征在于，在采集点位处获取无人机与地面之间的垂直距离，设定为点位距离包括：获取无人机飞行的空间坐标中的高度方向上的数值，设定为无人机的飞行高度，在轮廓点位和延伸点位处保持无人机的飞行高度一致；
将轮廓点位处获取到的点位距离设定为水面距离，将延伸点位处获取到的点位距离设定为土地距离。
6.根据权利要求5所述的一种基于无人机数据采集的河湖区域三维建模方法，其特征在于，基于河湖区域的轮廓、点位距离以及无人机飞行的空间坐标建立河湖区域的三维模型包括：将无人机的飞行高度减去水面距离得到水面高度，求取若干水面高度的平均值，设定为水面参照高度；
将无人机的飞行高度减去土地距离得到土地高度。
7.根据权利要求6所述的一种基于无人机数据采集的河湖区域三维建模方法，其特征在于，基于河湖区域的轮廓、点位距离以及无人机飞行的空间坐标建立河湖区域的三维模型还包括：建立三维坐标系，以水面参照高度搭建模型平台；
在模型平台的平面上标记好轮廓点位以及延伸点位的垂直投影位置，将轮廓点位在模型平台的平面上的垂直投影位置设定为轮廓模型基础点位，将延伸点位在模型平台的平面上的垂直投影位置设定为延伸模型基础点位；
在轮廓模型基础点位的竖直方向上根据水面高度标记轮廓模型搭建点位，在延伸模型基础点位的竖直方向上根据土地高度标记延伸模型搭建点位；
将每个轮廓模型搭建点位对应的点位延伸线上的延伸模型搭建点位进行标记，分别标记为YSD1至YSDi，i等于第一点位数量；
将若干轮廓模型搭建点位依次进行连接、将每条点位延伸线上的延伸模型搭建点位进行连接以及将标记相同的延伸模型搭建点位依次进行连接，得到三维网状模型；
将模型平台与三维网状模型进行融合，得到河湖区域的三维模型。
8.适用于权利要求1-7任意一项所述的一种基于无人机数据采集的河湖区域三维建模方法的系统，其特征在于，包括：数据采集模块、定位模块以及模型建立模块，所述数据采集模块和定位模块与模型建立模块通讯连接；
所述数据采集模块包括图像获取单元以及距离扫描单元，所述图像获取单元用于获取河湖区域的俯拍图像，所述距离扫描单元用于获取无人机与地面之间的垂直距离；
所述定位模块用于获取无人机飞行的空间坐标；
所述模型建立模块包括图像分析单元、点位采集单元以及模型建立单元，所述图像分析单元用于对河湖区域的俯拍图像进行分析，得到河湖区域的轮廓，基于河湖区域的轮廓设定采集点位；
所述点位采集单元用于控制距离扫描单元在采集点位处获取无人机与地面之间的垂直距离，设定为点位距离；
所述模型建立单元用于基于河湖区域的轮廓、点位距离以及无人机飞行的空间坐标建立河湖区域的三维模型。
9.一种电子设备，其特征在于，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如权利要求1-8任一项所述方法中的步骤。
10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，运行如权利要求1-8任一项所述方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410028221.3A CN117541740B (zh) | 2024-01-09 | 2024-01-09 | 一种基于无人机数据采集的河湖区域三维建模方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410028221.3A CN117541740B (zh) | 2024-01-09 | 2024-01-09 | 一种基于无人机数据采集的河湖区域三维建模方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117541740A true CN117541740A (zh) | 2024-02-09 |
| CN117541740B CN117541740B (zh) | 2024-04-26 |
Family
ID=89790353
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410028221.3A Active CN117541740B (zh) | 2024-01-09 | 2024-01-09 | 一种基于无人机数据采集的河湖区域三维建模方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117541740B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110220502A (zh) * | 2019-06-11 | 2019-09-10 | 长江水利委员会长江科学院 | 一种基于立体监测技术的涉水建筑动态监测方法 |
| CN112857356A (zh) * | 2021-01-04 | 2021-05-28 | 上海建科环境技术有限公司 | 无人机水体环境调查和航线生成方法 |
| CN115019007A (zh) * | 2022-08-05 | 2022-09-06 | 烟台市地理信息中心 | 一种基于无人机智能航线规划的三维模型制作方法及系统 |
| CN116524142A (zh) * | 2023-06-21 | 2023-08-01 | 广东广宇科技发展有限公司 | 一种基于数字孪生的河湖变化数据三维重建方法及系统 |
| CN117109537A (zh) * | 2023-08-28 | 2023-11-24 | 苏州市测绘院有限责任公司 | 一种基于多源数据的水上水下一体化三维场景构建方法 |
| CN117236573A (zh) * | 2023-11-15 | 2023-12-15 | 广东广宇科技发展有限公司 | 一种基于河湖监测的河湖区域划分管理方法、系统及介质 |
| CN117274605A (zh) * | 2023-11-20 | 2023-12-22 | 北京飞渡科技股份有限公司 | 一种从无人机拍摄的照片中提取水域轮廓的方法及装置 |
-
2024
- 2024-01-09 CN CN202410028221.3A patent/CN117541740B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110220502A (zh) * | 2019-06-11 | 2019-09-10 | 长江水利委员会长江科学院 | 一种基于立体监测技术的涉水建筑动态监测方法 |
| CN112857356A (zh) * | 2021-01-04 | 2021-05-28 | 上海建科环境技术有限公司 | 无人机水体环境调查和航线生成方法 |
| CN115019007A (zh) * | 2022-08-05 | 2022-09-06 | 烟台市地理信息中心 | 一种基于无人机智能航线规划的三维模型制作方法及系统 |
| CN116524142A (zh) * | 2023-06-21 | 2023-08-01 | 广东广宇科技发展有限公司 | 一种基于数字孪生的河湖变化数据三维重建方法及系统 |
| CN117109537A (zh) * | 2023-08-28 | 2023-11-24 | 苏州市测绘院有限责任公司 | 一种基于多源数据的水上水下一体化三维场景构建方法 |
| CN117236573A (zh) * | 2023-11-15 | 2023-12-15 | 广东广宇科技发展有限公司 | 一种基于河湖监测的河湖区域划分管理方法、系统及介质 |
| CN117274605A (zh) * | 2023-11-20 | 2023-12-22 | 北京飞渡科技股份有限公司 | 一种从无人机拍摄的照片中提取水域轮廓的方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 张芸硕: "无人机遥感技术在水库泄洪预警系统中的应用", 水利技术监督, no. 4, 31 July 2017 (2017-07-31), pages 38 - 40 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117541740B (zh) | 2024-04-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106780089B (zh) | 基于神经网络元胞自动机模型的永久性基本农田划定方法 | |
| CN111899353A (zh) | 一种基于生成对抗网络的三维扫描点云孔洞填补方法 | |
| CN108376183B (zh) | 一种基于最大熵原理的城市ca模型构建方法 | |
| CN114067019A (zh) | 一种耦合深度学习-数值模拟的城市内涝风险图快速预制方法 | |
| CN114581781B (zh) | 一种高分辨率遥感图像的目标检测方法及装置 | |
| CN112613375A (zh) | 一种轮胎受损检测识别方法和设备 | |
| CN116051777B (zh) | 超高层建筑提取方法、设备和可读存储介质 | |
| CN111177917B (zh) | 一种基于srtm的坡长提取方法 | |
| CN113902830B (zh) | 轨迹路网生成方法 | |
| CN117541740B (zh) | 一种基于无人机数据采集的河湖区域三维建模方法及系统 | |
| CN114170160A (zh) | 一种基于几何模型的钢筋分类扫描规划方法 | |
| CN114219917A (zh) | 一种激光雷达点云数据的漏洞修复方法 | |
| CN112668448B (zh) | 一种生态进程变化分析方法、装置、介质及终端设备 | |
| CN114387408A (zh) | 数字高程模型的生成方法、装置及计算机可读存储介质 | |
| CN113240219A (zh) | 一种土地利用模拟及预测方法 | |
| CN116202576B (zh) | 一种城市水利的河湖动态管理的监测方法及系统 | |
| Zhang et al. | Incorporating spatial heterogeneity to model spontaneous and self-organized urban growth | |
| CN115542301A (zh) | 激光雷达外部参数的校准方法、装置、设备及存储介质 | |
| CN115861549B (zh) | 一种自动替换实景三维数据中树木模型的方法和装置 | |
| CN117649058B (zh) | 一种用于城市排涝的水利引导优化方法、系统及存储介质 | |
| CN118051845B (zh) | 基于空间变参数机器学习的地理空间全覆盖数据生成方法和装置 | |
| CN115600749B (zh) | 地下水位预测方法、装置及电子设备 | |
| CN118278320B (zh) | 一种基于水动力模拟的内河航道通航预警方法及系统 | |
| CN115909061A (zh) | 一种大尺度区域多河流出水口自动提取方法及系统 | |
| CN115600267B (zh) | 一种用于城市公共空间设计的计算机视觉分析方法及系统 |
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 |