WO2019090480A1 - 基于无人机航拍的三维重建方法、系统及装置 - Google Patents

基于无人机航拍的三维重建方法、系统及装置 Download PDF

Info

Publication number
WO2019090480A1
WO2019090480A1 PCT/CN2017/109743 CN2017109743W WO2019090480A1 WO 2019090480 A1 WO2019090480 A1 WO 2019090480A1 CN 2017109743 W CN2017109743 W CN 2017109743W WO 2019090480 A1 WO2019090480 A1 WO 2019090480A1
Authority
WO
WIPO (PCT)
Prior art keywords
drone
aerial image
dimensional model
aerial
cloud server
Prior art date
Application number
PCT/CN2017/109743
Other languages
English (en)
French (fr)
Inventor
梁家斌
赵开勇
马岳文
马东东
Original Assignee
深圳市大疆创新科技有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 深圳市大疆创新科技有限公司 filed Critical 深圳市大疆创新科技有限公司
Priority to CN201780004934.4A priority Critical patent/CN108701373B/zh
Priority to PCT/CN2017/109743 priority patent/WO2019090480A1/zh
Publication of WO2019090480A1 publication Critical patent/WO2019090480A1/zh
Priority to US16/863,158 priority patent/US20200255143A1/en

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H04N5/765—Interface circuits between an apparatus for recording and another apparatus
    • H04N5/77—Interface circuits between an apparatus for recording and another apparatus between a recording apparatus and a television camera
    • 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
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
    • H04N23/661—Transmitting camera control signals through networks, e.g. control via the Internet
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
    • H04N7/185—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source from a mobile camera, e.g. for remote control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U10/00—Type of UAV
    • B64U10/10—Rotorcrafts
    • B64U10/13—Flying platforms
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls
    • B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]
    • 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
    • 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
    • G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Processing Or Creating Images (AREA)

Abstract

一种基于无人机航拍的三维重建系统，包括：无人机（120），地面站（110），以及云端服务器（130），其中，地面站用于基于用户操作确定用于指示无人机航拍状态的航拍参数；将航拍参数发送至无人机；无人机用于接收地面站发送的航拍参数；根据航拍参数飞行并在飞行过程中控制无人机上挂载的拍摄设备采集航拍图像；将航拍图像发送至云端服务器；云端服务器用于接收航拍图像；根据航拍图像生成目标区域的三维模型。应用该系统，可以实现高效率的获取目标区域的三维模型。还公开了基于无人机航拍的三维重建方法和装置。

Description

基于无人机航拍的三维重建方法、系统及装置 技术领域
本申请涉及无人机技术领域，尤其涉及一种基于无人机航拍的三维重建方法、系统及装置。
背景技术
目前，通过卫星在太空中探测地球表面物体对电磁波的反射和其发射的电磁波，可以提取到地球表面物理的信息，将这些电波信息进行转换，所得到的图像即为卫星地图，然而用户基于卫星地图难以获得高程信息、地物高度、坡度等，从而卫星地图的应用十分有限。基于此，现有技术中提出建立测绘区域的三维模型这一方式，以通过三维模型更加清楚地了解测绘区域的地形地貌。
在一方案中，可以通过人工逐点测量的方法生成测绘区域的三维模型，然而这种方式相当耗费人力，具有较大的局限性，同时采样密度有限，从而影响三维模型的精度；在另一方案中，可以采用三维重建软件通过航拍图像生成测绘区域的三维模型，然而生成三维模型的过程运算量较大，因此需要将三维重建软件安装在大型电脑上，同时，生成三维模型的过程耗时也较长，由此可见，通过该方案获取测绘区域的三维模型不具有便携性与实时性。
发明内容
有鉴于此，本申请公开了一种基于无人机航拍的三维重建方法、系统及装置。
第一方面，提供一种基于无人机航拍的三维重建系统，所述系统包括：无人机、地面站，以及云端服务器；
其中，所述地面站，用于基于用户操作确定用于指示无人机航拍状态的航拍参数；将所述航拍参数发送至所述无人机；
所述无人机，用于接收所述地面站发送的所述航拍参数；根据所述航拍参数飞行并在飞行过程中控制所述无人机上挂载的拍摄设备采集航拍图像；将所述航拍图像发送至所述云端服务器；
所述云端服务器，用于接收所述航拍图像；根据所述航拍图像生成目标区域的三维模型。
第二方面，提供一种基于无人机航拍的三维重建方法，应用于地面站，所述方法包括：
基于用户操作确定用于指示无人机航拍状态的航拍参数；
将所述航拍参数发送至所述无人机，便于所述无人机根据所述航拍参数对目标区域采集航拍图像，所述航拍图像用于云端服务器生成所述目标区域的三维模型；
接收所述云端服务器发送的所述目标区域的三维模型。
第三方面，提供一种基于无人机航拍的三维重建方法，应用于无人机，所述方法包括：
接收所述地面站发送的用于指示无人机航拍状态的航拍参数；
根据所述航拍参数飞行并在飞行过程中控制所述无人机上挂载的拍摄设备采集航拍图像；
将所述航拍图像发送至所述云端服务器，便于所述云端服务器根据所述航拍图像生成目标区域的三维模型。
第四方面，提供一种基于无人机航拍的三维重建方法，应用于云端服务器，所述方法包括：
接收无人机上挂载的拍摄设备采集到的航拍图像；
根据所述航拍图像生成目标区域的三维模型。
第五方面，提供一种地面站，所述地面站上包括处理器；
其中，所述处理器用于：基于用户操作确定用于指示无人机航拍状态的航拍参数；
将所述航拍参数发送至所述无人机，便于所述无人机根据所述航拍参数对目标区域采集航拍图像，所述航拍图像用于云端服务器生成所述目标区域的三维模型；
接收所述云端服务器发送的所述目标区域的三维模型。
第六方面，提供一种无人机，所述无人机上包括拍摄设备、处理器；
其中，所述处理器用于：接收所述地面站发送的用于指示无人机航拍状态的航拍参数；
根据所述航拍参数飞行并在飞行过程中控制所述拍摄设备采集航拍图像；
将所述航拍图像发送至所述云端服务器，便于所述云端服务器根据所述航拍图像生成目标区域的三维模型。
第七方面，提供一种云端服务器，所述云端服务器包括处理器；
其中，所述处理器用于：接收无人机上挂载的拍摄设备采集到的航拍图像；
根据所述航拍图像生成目标区域的三维模型。
第八方面，提供一种机器可读存储介质，所述机器可读存储介质上存储有若干计算机指令，所述计算机指令被执行时进行如下处理：
基于用户操作确定用于指示无人机航拍状态的航拍参数；
将所述航拍参数发送至所述无人机，便于所述无人机根据所述航拍参数对目标区域采集航拍图像，所述航拍图像用于云端服务器生成所述目标区域的三维模型；
接收所述云端服务器发送的所述目标区域的三维模型。
第九方面，提供一种机器可读存储介质，所述机器可读存储介质上存储有若干计算机指令，所述计算机指令被执行时进行如下处理：
接收所述地面站发送的用于指示无人机航拍状态的航拍参数；
根据所述航拍参数飞行并在飞行过程中控制所述无人机上挂载的拍摄设备采集航拍图像；
将所述航拍图像发送至所述云端服务器，便于所述云端服务器根据所述航拍图像生成目标区域的三维模型。
第十方面，提供一种机器可读存储介质，所述机器可读存储介质上存储有若干计算机指令，所述计算机指令被执行时进行如下处理：
接收无人机上挂载的拍摄设备采集到的航拍图像；
根据所述航拍图像生成目标区域的三维模型。
由上述实施例可见，用户通过地面站设置航拍参数即可控制无人机对目标区域进行航拍，采集航拍图像，云端服务器利用这些航拍图像生成目标区域的三维模型，由此可见，用户无需具备专业的无人机操纵技能，实施过程简便，同时，由云端服务器实现复杂的三维重建过程，使得地面站无需增设和维护昂贵的硬件设备，从而便于用户在多种场景下进行作业。
附图说明
图1是为本发明基于无人机航拍的三维重建系统的示意图；
图2为本发明基于无人机航拍的三维重建方法的一个实施例流程图；
图3为目标区域的一种示例；
图4为本发明基于无人机航拍的三维重建方法的另一个实施例流程图；
图5为本发明基于无人机航拍的三维重建方法的再一个实施例流程图；
图6为地面站的一个实施例框图；
图7为无人机的一个实施例框图；
图8为云端服务器的一个实施例框图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
目前，世界上大部分地区都具有卫星地图，而用户根据卫星地图难以获得高程信息、地物高度、坡度、体积等三维信息，由此可见，卫星地图的应用十分有限，与此同时，卫星地图在城市规划、灾区救援等应用方面也具有较大的局限性，基于此，提出了建立特定区域的三维模型这一方式。
现有的一方案中，可以通过人工对特定区域进行逐点测量，以生成该特定区域的三维模型，由此可见，该种方式相当耗费人力，并且人工采样密度有限，因此，所绘制出的三维模型的精度也有限；在另一方案中，可以采用专门的三维重建软件基于航拍图像生成特定区域的三维模型，然而，生成三维模型的过程运算量较大，因此需要将三维重建软件安装在大型电脑上，同时，生成三维模型的过程耗时也较长，由此可见，该种方式并不适用于野外测绘等应用场景，这也就是说，该种方式仍不具有便携性与实时性。
基于此，本发明提供一种基于无人机航拍的三维重建方法、系统及装置。在该系统中，主要包括地面站、无人机、云端服务器，其中，由无人机对特定区域进行航拍，以获得航拍图像，这些航拍图像即可用于云端服务器进行三维重建，生成该特定区域的三维模型，而地面站则可以灵活地从云端服务器下载已绘制好的三维模型。由此可见，本发明提供的基于无人机航拍的三维重建系统中，实现了将复杂高性能的运算交由云端服务器处理，从而地面站不需要增设和维护昂贵的硬件设备，同时，地面站可以灵活地获取三维模型，具有较好的便携性与实时性。
如下，示出下述实施例对本发明进行详细说明。
首先，示出下述实施例一对本发明提供的基于无人机航拍的三维重建系统进行说明。
实施例一：
请参见图1，为本发明基于无人机航拍的三维重建系统的示意图。
在图1所示例的系统100中，包括地面站110、无人机120，以及云端服务器130，其中，地面站110仅以计算机为例，在实际应用中，地面站110可以为智能手机、PAD等智能设备，本发明对此并不作限制；无人机120上挂载有拍摄设备(图1中未示出)，例如摄像机；此外，本领域技术人员可以理解的是，云端服务器130实际上是指多台实体服务器，在该多台实体服务器中，其中一台可以作为主服务器，负责资源调配，云端服务器130具有高度分布式、高度虚拟化等特点。
具体的，地面站110，用于基于用户操作确定用于指示无人机航拍状态的航拍参数；将航拍参数发送至无人机120。
无人机120，用于接收地面站110发送的航拍参数；根据航拍参数飞行并在飞行过程中控制无人机上挂载的拍摄设备采集航拍图像；将航拍图像发送至云端服务器130。
云端服务器130，用于接收航拍图像；根据航拍图像生成目标区域的三维模型。
由上述实施例可见，用户通过地面站设置航拍参数即可控制无人机对目标区域进行航拍，采集航拍图像，云端服务器利用这些航拍图像生成目标区域的三维模型，由此可见，用户无需具备专业的无人机操纵技能，实施过程简便，同时，由云端服务器实现复杂的三维重建过程，使得地面站无需增设和维护昂贵的硬件设备，从而便于用户在多种场景下进行作业。
至此，完成实施例一的相关描述。
其次，依次示出下述实施例二、实施例三、实施例四分别从地面站、无人机，以及云端服务器的角度，对本发明提供的基于无人机航拍的三维重建方法进行说明。
实施例二：
请参见图2，为本发明基于无人机航拍的三维重建方法的一个实施例流程图，该方法在上述图1所示例系统的基础上，应用于图1中所示例的地面站110上，可以包括以下步骤：
步骤201：基于用户操作确定用于指示无人机航拍状态的航拍参数。
在一实施例中，地面站可以通过显示界面向用户展示卫星地图，用户则可以在该显示界面上针对卫星地图进行操作，例如，在显示界面上手动框定一个区域，这个区域即为待进行三维测绘的区域，为了描述方便，本发明实施例中将该区域称为目标区域。
需要说明的是，用户手动框定的区域可以是规则形状的，也可以是不规则形状的，本发明对此并不作限制。
在一实施例中，用户还可以通过上述显示界面指定期望的地图分辨率。
在一实施例中，地面站根据上述目标区域与地图分辨率即可自动确定用于指示无人机航拍状态的航拍参数，该航拍参数可以包括以下至少一种：飞行航线、飞行高度、飞行速度、拍摄距离间隔、拍摄时间间隔。
其中，飞行航线可以通过如下过程确定：
举例来说，如图3所示，为目标区域的一种示例，该图3所示例的目标区域为规则的矩形，在该矩形区域的一短边上设定一个位置作为航线起点，例如，图3中的点A，之后，从点A向对边引一条平行于长边的线，该线与该对边的交点为点B，线段AB即为飞行航线中的一部分，按照同样的方法，作出如图3所示的平行于长边的线段DC与线段EF，那么，自动规划出的飞行航线可以为A-B-C-D-E-F。其中，每两条相邻的线段，例如线段AB与线段DC之间的距离是由航测要求所决定的，具体的，要求在同一水平位置上所采集到的航拍图像的重叠率大于70％，举例来说，在图3中所示例的点a处采集到的航拍图像与点b处采集到的航拍图像的重叠率大于70％。
飞行高度则是根据地图分辨率所确定的。
飞行速度则是根据飞行航线以及无人机自身的飞行参数所确定的。
拍摄距离间隔、拍摄时间间隔则是根据飞行航线、飞行速度，以及航测要求，例如所拍摄的航拍图像不得低于预设数量和/或拍摄的相邻两张图像的重叠率不低于预设数值所确定的。
步骤202：将航拍参数发送至无人机，便于无人机根据航拍参数对目标区域采集航拍图像，航拍图像用于云端服务器生成目标区域的三维模型。
在本发明实施例中，地面站可以将自动确定的航拍参数发送至无人机，以便于无人机可以根据航拍参数对目标区域采集航拍图像，该航拍图像即可用于云端服务器生成目标区域的三维模型。
具体无人机是如何根据航拍参数对目标区域采集航拍图像的，请参见下述实施例三中的相关描述，在此先不作详述。
具体云端服务器是如何根据航拍图像生成目标区域的三维模型的，请参见下述实施例四 中的相关描述，在此先不作详述。
步骤203：接收云端服务器发送的目标区域的三维模型。
在一实施例中，地面站可以接收云端服务器发送的整个目标区域的三维模型。
在一实施例中，地面站可以接收云端服务器发送的一部分区域的三维模型。具体的，用户可以通过上述显示界面选定感兴趣区域，为了描述方便，将该感兴趣区域称为第一指定区域，本领域技术人员可以理解的是，该第一指定区域位于目标区域中。后续，地面站可以向云端服务器发送用于获取第一指定区域的三维模型的下载请求，以便于云端服务器根据该下载请求向地面站返回第一指定区域的三维模型，从而地面站可以接收到该第一指定区域的三维模型。
由此可见，地面站可以根据用户操作，灵活地下载三维模型，操作便捷。
此外，在本发明实施例中，地面站在接收到目标区域的三维模型后，还可以根据目标区域的三维模型计算出目标区域的三维信息，该三维信息可以包括以下至少一种：表面积、体积、高度、坡度。具体计算三维信息的过程本领域技术人员可以参见现有技术中的相关描述，本发明对此不再详述。
此外，在本发明实施例中，地面站在接收到目标区域的三维模型后，还可以根据用户操作，在目标区域中确定感兴趣区域，为了描述方便，将该感兴趣区域称为第二指定区域，并获取用户指定的至少两个时刻，以便按照时间先后顺序，依次输出第二指定区域在该至少两个时刻下的三维模型。
具体的，地面站可以通过上述显示界面向用户展示目标区域的三维模型，用户可以针对该目标区域的三维模型，在显示界面上手动绘制一个选框，那么，该选框所对应的区域即为第二指定区域。
由此可见，通过上述处理，可以便于用户对比观察同一区域在不同时刻的变化，例如，可以通过执行上述过程，向用户展示第二指定区域中的建筑物从无到有的过程，提升用户体验。
此外，在本发明实施例中，地面站在接收到目标区域的三维模型后，可以通过上述显示界面向用户展示目标区域的三维模型，用户可以在该显示界面上针对三维模型指定一个位置，为了描述方便，将该位置称为指定位置，在用户指定该指定位置时，可以获取包含指定位置的航拍图像，并输出这些包含指定位置的航拍图像。
进一步的，用户还可以预先指定一个时间范围，那么在用户指定该指定位置时，则可以获取无人机上挂载的拍摄设备在这一时间范围内采集到的所有包含这一指定位置的航拍图像，并按照时间先后顺序，依次输出这些航拍图像。
由此可见，通过上述处理，可以提升用户体验，使得用户可以灵活地获取航拍图像，更加全面地了解目标区域的地形地貌。
此外，在本发明实施例中，地面站还可以承载一些转发工作，例如，无人机在采集到航拍图像后，先将航拍图像发送给地面站，地面站再将这些航拍图像发送给云端服务器，以便于云端服务器根据航拍图像生成目标区域的三维模型。
本领域技术人员可以理解的是，在实际应用中，无人机在采集到航拍图像后，也可以直接将航拍图像发送给云端服务器，上述经地面站转发的方式仅仅是一种可选的实现方式，本发明对此并不作限制。
此外，在本发明实施例中，地面站在接收到目标区域的三维模型后，可以通过上述显示界面向用户展示目标区域的三维模型，用户可以依据该三维模型指定三维航线，并将该三维航线发送至无人机，以便于无人机根据该三维航线进行自主避障飞行。无人机进行自主避障飞行的详细描述还请参见下述实施例三中的相关描述，在此先不作详述。
由上述实施例可见，地面站根据用户指定的目标区域以及地图分辨率可以自动确定用于指定无人机航拍状态的航拍参数，并将该航拍参数发送至无人机，以便于无人机根据航拍参数对目标区域采集航拍图像，在此过程中，无需用户具备专业的无人机操纵技能，即可实现地面站自动确定航拍参数，从而便于用户操作，用户体验较好；同时，地面站还可以接收到云端服务器根据航拍图像生成的目标区域的三维模型，可以实现用户基于地面站开展测绘、对比分析等多项工作，满足用户的多种作业需求，提升用户体验，同时便携性较好。
至此，完成实施例二的相关描述。
实施例三：
请参见图4，为本发明基于无人机航拍的三维重建方法的另一个实施例流程图，该方法在上述图1所示例系统的基础上，应用于图1中所示例的无人机120上，可以包括以下步骤：
步骤401：接收地面站发送的用于指示无人机航拍状态的航拍参数。
与上述实施例二中的相关描述相同，这里所说的航拍参数可以包括以下至少一种：飞行航线、飞行高度、飞行速度、拍摄距离间隔、拍摄时间间隔。
步骤402：根据航拍参数飞行并在飞行过程中控制无人机上挂载的拍摄设备采集航拍图像。
在本发明实施例中，无人机可以按照航拍参数中的飞行航线、飞行高度、飞行速度进行飞行，并在飞行过程中，根据航拍参数中的拍摄距离间隔，或者拍摄时间间隔控制无人机上挂载的拍摄设备采集航拍图像。
在一实施例中，用户可以操作控制设备，例如遥控器，控制无人机执行一键起飞，那么，无人机则可以自主起飞，并根据航拍参数执行飞行，本领域技术人员可以理解的是，在一键起飞过程中，当无人机飞行至指定位置时，即可自主返航至降落位置。
由此可见，本发明实施例所提供的方法操作简便，无需用户具备复杂的无人机操作技能即可实现无人机的自主飞行，用户体验感较好。
步骤403：将航拍图像发送至云端服务器，便于云端服务器根据航拍图像生成目标区域的三维模型。
在一实施例中，无人机在完成飞行任务后，将采集到的所有航拍图像发送至云端服务器。
在一实施例中，无人机可以直接将航拍图像发送至云端服务器。
在一实施例中，无人机可以将航拍图像发送至地面站，再由地面站将航拍图像转发至云端服务器。
通过该种处理，可以实现地面站与云端服务器各自保存一份航拍图像，由上述实施例二中的相关描述可知，地面站也可以承载航拍图像的展示工作，从而，通过该种处理，可以实现地面站直接展示航拍图像，而无需再从云端服务器下载。
此外，在本发明实施例中，无人机还可以接收云端服务器根据航拍图像生成的目标区域的三维模型，通过该种处理，可以实现无人机在后续飞行过程中根据该三维模型进行自主避障飞行，或者是仿地飞行。
如下，首先对无人机根据该三维模型进行自主避障飞行的过程进行描述：
无人机根据该三维模型进行自主避障飞行大体上可以包括三种情况：其一，无人机在起飞前即根据该三维模型自主规划飞行航线；其二，无人机在起飞之前，或者是飞行过程中，根据该三维模型修改预设的飞行航线，以规避障碍物；其三，在用户手动操纵无人机飞行的情况下，无人机根据该三维模型自主规避障碍物，例如，用户可以手动操作无人机在一个维 度上的飞行，无人机根据该三维模型同时在另一个维度上自主规避障碍物。
下述，对上述在用户手动操纵无人机飞行的情况下，无人机根据该三维模型自主规避障碍物的过程进行描述：
在一实施例中，用户可以只需手动操作无人机在水平方向上的移动，无人机可以在垂直方向上根据三维模型自主规避障碍物。例如，在用户手动操纵无人机飞行的应用场景下，无人机是根据用户发出的操作指令进行飞行的，例如根据用户的操作指令继续向前飞行，然而，在飞行过程中，不可避免的遇到障碍物，例如高层建筑物，用户可以不管无人机飞行方向的前方所存在的障碍物，而继续向无人机发出向前飞行的操作指令，那么此时，无人机则可以提前根据三维模型确定障碍物的位置，后续，根据用户的操作指令与障碍物的位置确定障碍物位于飞行方向上时，无人机可以自主控制自身的垂直高度，例如在执行用户的操作指令的同时还执行上升操作，以绕过该高层建筑物继续向前飞行。
在一实施例中，无人机在根据三维模型确定障碍物的位置之后，还可以根据该障碍物的位置与自身的位置确定自身与障碍物之间的距离，以及自身与障碍物之间的相对位置，并将该距离与相对位置发送至地面站，以提示用户在无人机的哪个方位，距离无人机多少米的位置具有障碍物，以供用户根据实际情况向无人机发出下一步操作指令，避免无人机撞上障碍物，造成不必要的损失。
其次，对无人机根据该三维模型进行仿地飞行的过程进行描述：
在本发明实施例中，用户可以仅考虑水平方向指定多个航点，本领域技术人员可以理解的是，这些航点连接起来即组成无人机的飞行航线，而无人机可以针对每一航点，根据该航点的位置与三维模型确定该航点的地面高度，将该地面高度与指定离地高度的和确定为该航点的离地高度，从而可以实现无人机根据用户设定的飞行航线与该飞行航线上每一航点的离地高度进行自主仿地飞行。
由上述实施例可见，无人机通过接收地面站发送的航拍参数，即可根据该航拍参数执行飞行，并在飞行过程中控制拍摄设备采集航拍图像，再将该航拍图像发送至云端服务器，便于云端服务器根据该航拍图像生成目标区域的三维模型。在这一过程中，无人机可以根据航拍参数自主飞行，自主采集航拍图像，从而方便用户操作，提升用户体验；同时，无人机还可以接收到云端服务器发送的三维模型，以根据该三维模型实现自主避障飞行与自主仿地飞行。
至此，完成实施例三的相关描述。
实施例四：
请参见图5，为本发明基于无人机航拍的三维重建方法的再一个实施例流程图，该方法在上述图1所示例系统的基础上，应用于图1中所示例的云端服务器130上，可以包括以下步骤：
步骤501：接收无人机上挂载的拍摄设备采集到的航拍图像。
在一实施例中，云端服务器可以直接从无人机处接收无人机上挂载的拍摄设备采集到的航拍图像。
在一实施例中，云端服务器可以从地面站处接收无人机上挂载的拍摄设备采集到的航拍图像。当然，通过上述实施例的相关描述可知，地面站也是从无人机处接收航拍图像，之后再转发给云端服务器的。
步骤502：根据航拍图像生成目标区域的三维模型。
在一实施例中，云端服务器接收到航拍图像后，可以由其中的主服务器根据目标区域的大小以及各服务器的硬件限制，将整个目标区域划分成多个子区域，将每一子区域的航拍图像分配给一个服务器，以实现分布式重建，提高三维重建的效率。
当各服务器完成各自负责的子区域的三维重建后，可以由其中一台服务器对所有的三维模型进行整合，以得到整体的目标区域的三维模型。
在一实施例中，云端服务器根据航拍图像生成目标区域的三维模型的过程可以包括：首先利用SFM(Structure From Motion，运动恢复结构)算法对航拍图像进行三维重建，得到目标区域的三维模型。本领域技术人员可以理解的是，SFM算法在计算机视觉领域指的是，通过分析物体的运动得到三维结构信息的过程，具体是如何利用SFM算法对航拍图像进行三维重建的，本发明不再详述。
其中，利用三角测量算法得到三维模型中的三角网格，具体的，确定拍摄设备的位置后，针对每幅航拍图像中的每个像素点，根据该像素点在其他航拍图像中的位置，通过三角测量算法计算出该像素点在三维空间中的位置，从而恢复出整个目标区域的稠密三维点，这些三维点经过过滤融合后连接在一起，形成一个个三角形，也即表示三维模型的常数数据结构：三角网格。在一些实施例里中，网格的形状也可以不限于三角形，而是其他形状，在此不做限制。
最后，针对每一三角网格，利用反投影法将该三角网格投影到对应的航拍图像中，得 到该三角网格在航拍图像中的投影区域，根据投影区域中像素点的像素值为该三角网格添加纹理信息即可。
需要说明的是，由于拍摄设备的拍摄角度、景物互相遮挡等问题，会出现个别局部区域并没有出现在航拍图像中，从三角网格角度来看，将出现三角网格的投影区域仅为一个像素点，或一条线，或者三角网格的投影区域不出现在航拍图像中的情况，从而无法根据投影区域中像素点的像素值为该三角网格添加纹理信息，那么有部分区域将缺少纹理信息，从而导致视觉效果突兀，用户体验较差。基于此，本发明实施例提出了，针对这些缺失纹理信息的三角网格进行纹理修复的方法。
在纹理修复的一种实现方式中，对三维模型中至少部分缺失纹理的三角网格按照连通关系合并为一个个连续的局部区域，对每一个三维模型上的局部区域，以该局部区域的周缘外有纹理的的三角网格(例如与该局部区域的周缘相邻的、有纹理的三角网格)上的纹理信息投影到该局部区域的周缘上。将三维模型中的该周缘上填充了纹理的局部区域映射到二维平面上，再以该二维平面上的局部区域的周缘上的纹理信息作为泊松方程的边界条件，根据该边界条件求解二维图像域上的泊松方程，生成该局部区域中除周缘以外的缺失纹理处的像素值，来对该局部区域填充纹理。其中，在将三维模型中的局部区域映射到二维平面上时，在一实施例中，通过对三维模型中的局部区域用网格参数化算法计算最小平方保角变换，进行参数化，来实现将这些局部区域映射到1*1的二维平面上，再根据该局部区域的面积和地面分辨率把该1*1的投影区域放大，生成一个n*n的图像。在一实施例中，
Figure PCTCN2017109743-appb-000001
其中，d表示地图分辨率，S表示目标区域的面积。由于填充的纹理是泊松方程求解的结果，纹理内部颜色光滑渐变自然，而且由于该缺失纹理的局部区域采用周缘外相邻的纹理作为该泊松方程的边界条件，能够在该局部区域的周缘处做到和周边区域衔接自然。
在一实施例中，云端服务器生成目标区域的三维模型后，可以将该三维模型保存为多种格式的文件，例如PC平台所需的文件格式、安卓平台所需的文件格式、IOS平台所需的文件格式等等。
通过该种处理，可以便于多种类型的地面站获取三维模型。
此外，在本发明实施例中，云端服务器可以将三维模型发送至无人机，以便于无人机根据该三维模型进行自主避障飞行，或者是自主仿地飞行。无人机根据该三维模型进行自主避障飞行，或者是自主仿地飞行的过程请参见上述实施例三中的相关描述，在此不再详述。
此外，在本发明实施例中，云端服务器可以将三维模型发送至地面站，以便于地面站 根据该三维模型开展测绘、对比分析等工作。地面站是如何根据该三维模型开展工作的，可以参见上述实施例二中的相关描述，在此不再详述。
具体的，云端服务器可以接收地面站发送的用于获取第一指定区域的三维模型的下载请求，由上述实施例中的相关描述可知，该第一指定区域位于目标区域中，继而，云端服务器根据该下载请求向地面站返回第一指定区域的三维模型。
此外，云端服务器还可以接收地面站发送的用于获取包含指定位置的航拍图像的获取请求，由上述实施例中的相关描述可知，该指定位置位于目标区域中，继而，云端服务器根据该获取请求向地面站返回包含指定位置的航拍图像。
由上述实施例可见，通过由云端服务器承载根据航拍图像生成目标区域的三维模型这一复杂性较高的运算工作，可以使得地面站无需增设和维护昂贵的硬件设备，即可获取到三维模型，便于地面站在多种场景下进行作业。
基于与上述图2所示例的基于无人机航拍的三维重建方法同样的发明构思，本发明实施例还提供一种地面站，如图6所示，地面站600包括处理器610，该处理器610用于：基于用户操作确定用于指示无人机航拍状态的航拍参数；将所述航拍参数发送至所述无人机，便于所述无人机根据所述航拍参数对目标区域采集航拍图像，所述航拍图像用于云端服务器生成所述目标区域的三维模型；接收所述云端服务器发送的所述目标区域的三维模型。
在一实施例中，所述处理器610还用于：接收所述无人机发送的航拍图像；将所述航拍图像转发至所述云端服务器，便于所述云端服务器根据所述航拍图像生成所述目标区域的三维模型。
在一实施例中，所述处理器610还用于：确定所述用户根据所述三维模型制定的三维航线；将所述三维航线发送至所述无人机，便于所述无人机根据所述三维航线进行自主避障飞行。
在一实施例中，所述处理器610还用于：基于用户操作确定用户指定的目标区域；获取所述用户指定的地图分辨率；根据所述目标区域与所述地图分辨率确定用于指示无人机航拍状态的航拍参数。
在一实施例中，所述航拍参数包括以下至少一种：飞行航线、飞行高度、飞行速度、拍摄距离间隔、拍摄时间间隔。
在一实施例中，所述处理器610用于：根据用户操作确定第一指定区域，所述第一指定区域位于所述目标区域中；向所述云端服务器发送用于获取所述第一指定区域的三维模型 的下载请求；接收所述云端服务器根据所述下载请求返回的所述第一指定区域的三维模型。
在一实施例中，所述处理器610还用于：根据所述目标区域的三维模型计算出所述目标区域的三维信息。
在一实施例中，所述三维信息包括以下至少一种：表面积、体积、高度、坡度。
在一实施例中，所述处理器610还用于：根据用户操作确定第二指定区域，所述第二指定区域位于所述目标区域中；获取所述用户指定的至少两个时刻；按照时间先后顺序，依次输出所述第二指定区域在所述至少两个时刻下的三维模型。
在一实施例中，所述处理器610用于：通过所述地面站的显示界面向用户展示所述目标区域的三维模型；确定所述用户在所述显示界面上针对所述三维模型绘制的选框；将所述选框对应的区域确定为第二指定区域。
在一实施例中，所述处理器610还用于：根据用户针对所述三维模型的操作确定指定位置；获取包含所述指定位置的航拍图像；输出所述包含所述指定位置的航拍图像。
在一实施例中，所述处理器610还用于：获取所述用户指定的时间范围；
所述处理器610用于：获取所述拍摄设置在所述时间范围内采集到的包含所述指定位置的航拍图像；按照时间先后顺序，依次输出所述拍摄设置在所述时间范围内采集到的包含所述指定位置的航拍图像。
基于与上述图4所示例的基于无人机航拍的三维重建方法同样的发明构思，本发明实施例还提供一种无人机，如图7所示，无人机700上包括拍摄设备710、处理器720，其中，该处理器720用于：接收所述地面站发送的用于指示无人机航拍状态的航拍参数；根据所述航拍参数飞行并在飞行过程中控制所述拍摄设备采集航拍图像；将所述航拍图像发送至所述云端服务器，便于所述云端服务器根据所述航拍图像生成目标区域的三维模型。
在一实施例中，所述处理器720用于：将所述航拍图像发送至地面站，便于所述地面站将所述航拍图像转发至所述云端服务器。
在一实施例中，所述航拍参数包括以下至少一种：飞行航线、飞行高度、飞行速度、拍摄距离间隔、拍摄时间间隔。
在一实施例中，所述处理器720用于：基于用户操作控制所述无人机起飞；根据所述航拍参数控制所述无人机飞行，并在飞行过程中控制所述无人机上挂载的拍摄设备采集航拍图像；当所述无人机飞行至指定位置时，自动控制所述无人机返航至降落位置。
在一实施例中，所述处理器720还用于：接收所述云端服务器根据所述航拍图像生成的所述目标区域的三维模型。
在一实施例中，所述处理器720还用于：根据所述三维模型自主规划飞行航线，便于控制所述无人机进行自主避障飞行。
在一实施例中，所述处理器720还用于：根据所述三维模型修改预设的飞行航线，便于控制所述无人机进行自主避障飞行。
在一实施例中，所述处理器720还用于：根据所述三维模型确定障碍物的位置；当根据用户的操作指令与所述障碍物的位置确定所述障碍物位于飞行方向上时，调整所述无人机的飞行状态，便于控制所述无人机进行自主避障飞行。
在一实施例中，所述处理器720还用于：根据所述障碍物的位置确定所述无人机与所述障碍物之间的距离，与所述障碍物与所述无人机之间的相对位置；将所述距离与所述相对位置发送至地面站。
在一实施例中，所述处理器720还用于：确定用户指定的水平方向上的多个航点；针对每一所述航点，根据所述三维模型确定所述航点的地面高度；将所述地面高度与指定离地高度的和确定为所述航点的离地高度；根据所述航点的离地高度控制所述无人机进行自主仿地飞行。
基于与上述图5所示例的基于无人机航拍的三维重建方法同样的发明构思，本发明实施例还提供一种云台服务器，如图8所示，云台服务器800上包括处理器810，其中，所述处理器810用于：接收无人机上挂载的拍摄设备采集到的航拍图像；根据所述航拍图像生成目标区域的三维模型。
在一实施例中，所述处理器810用于：接收无人机发送的所述无人机上挂载的拍摄设备采集到的航拍图像。
在一实施例中，所述处理器810用于：接收地面站发送的所述无人机上挂载的拍摄设备采集到的航拍图像。
在一实施例中，所述处理器810用于：利用运动恢复结构SFM算法对所述航拍图像进行三维重建，得到目标区域的三维模型；针对所述三维模型表面的网格，利用反投影法将所述网格投影到对应的航拍图像中，得到投影区域；根据所述投影区域中的像素值为所述网格添加纹理信息。
在一实施例中，所述处理器810还用于：获取所述三维模型表面上至少部分缺失纹理的网格；将所述至少部分缺失纹理的网格按连通关系合并成至少一个缺失纹理的局部区域；根据所述局部区域的周缘外相邻的纹理对所述局部区域的周缘进行纹理填充；将周缘填充有纹理的局部区域映射到二维平面上，以二维平面上所述局部区域的周缘的纹理作为泊松方程的边界条件，求解二维图像域上的泊松方程，根据求解结果对映射到二维平面上的所述局部区域进行纹理填充。
在一实施例中，所述处理器810还用于：接收地面站发送的用于获取第一指定区域的三维模型的下载请求，所述第一指定区域位于所述目标区域中；根据所述下载请求向所述地面站返回所述第一指定区域的三维模型。
在一实施例中，所述处理器810还用于：接收地面站发送的用于获取包含指定位置的航拍图像的获取请求，所述指定位置位于所述目标区域中；根据所述获取请求向所述地面站返回包含所述指定位置的航拍图像。
在一实施例中，所述处理器810还用于：将所述三维模型发送至无人机。
基于与上述图2所示例的基于无人机航拍的三维重建方法同样的发明构思，本发明实施例还提供一种机器可读存储介质，所述机器可读存储介质上存储有若干计算机指令，所述计算机指令被执行时进行如下处理：基于用户操作确定用于指示无人机航拍状态的航拍参数；将所述航拍参数发送至所述无人机，便于所述无人机根据所述航拍参数对目标区域采集航拍图像，所述航拍图像用于云端服务器生成所述目标区域的三维模型；接收所述云端服务器发送的所述目标区域的三维模型。
在一实施例中，所述计算机指令被执行时还进行如下处理：接收所述无人机发送的航拍图像；将所述航拍图像转发至所述云端服务器，便于所述云端服务器根据所述航拍图像生成所述目标区域的三维模型。
在一实施例中，所述计算机指令被执行时还进行如下处理：确定所述用户根据所述三维模型制定的三维航线；将所述三维航线发送至所述无人机，便于所述无人机根据所述三维航线进行自主避障飞行。
在一实施例中，在所述基于用户操作确定用于指示无人机航拍状态的航拍参数的过程中，所述计算机指令被执行时进行如下处理：基于用户操作确定用户指定的目标区域；获取所述用户指定的地图分辨率；根据所述目标区域与所述地图分辨率确定用于指示无人机航拍状态的航拍参数。
在一实施例中，所述航拍参数包括以下至少一种：飞行航线、飞行高度、飞行速度、拍摄距离间隔、拍摄时间间隔。
在一实施例中，所述接收所述云端服务器发送的所述目标区域的三维模型的过程中，所述计算机指令被执行时进行如下处理：根据用户操作确定第一指定区域，所述第一指定区域位于所述目标区域中；向所述云端服务器发送用于获取所述第一指定区域的三维模型的下载请求；接收所述云端服务器根据所述下载请求返回的所述第一指定区域的三维模型。
在一实施例中，所述计算机指令被执行时还进行如下处理：根据所述目标区域的三维模型计算出所述目标区域的三维信息。
在一实施例中，所述三维信息包括以下至少一种：表面积、体积、高度、坡度。
在一实施例中，所述计算机指令被执行时还进行如下处理：根据用户操作确定第二指定区域，所述第二指定区域位于所述目标区域中；获取所述用户指定的至少两个时刻；按照时间先后顺序，依次输出所述第二指定区域在所述至少两个时刻下的三维模型。
在一实施例中，在所述根据用户操作确定第二指定区域的过程中，所述计算机指令被执行时进行如下处理：通过所述地面站的显示界面向用户展示所述目标区域的三维模型；确定所述用户在所述显示界面上针对所述三维模型绘制的选框；将所述选框对应的区域确定为第二指定区域。
在一实施例中，所述计算机指令被执行时还进行如下处理：根据用户针对所述三维模型的操作确定指定位置；获取包含所述指定位置的航拍图像；输出所述包含所述指定位置的航拍图像。
在一实施例中，所述计算机指令被执行时还进行如下处理：获取所述用户指定的时间范围；
在所述获取包含所述指定位置的航拍图像的过程中，所述计算机指令被执行时还进行如下处理：获取所述拍摄设置在所述时间范围内采集到的包含所述指定位置的航拍图像；
在所述输出所述包含所述指定位置的航拍图像的过程中，所述计算机指令被执行时还进行如下处理：按照时间先后顺序，依次输出所述拍摄设置在所述时间范围内采集到的包含所述指定位置的航拍图像。
基于与上述图4所示例的基于无人机航拍的三维重建方法同样的发明构思，本发明实施例还提供一种机器可读存储介质，所述机器可读存储介质上存储有若干计算机指令，所述 计算机指令被执行时进行如下处理：接收所述地面站发送的用于指示无人机航拍状态的航拍参数；根据所述航拍参数飞行并在飞行过程中控制所述无人机上挂载的拍摄设备采集航拍图像；将所述航拍图像发送至所述云端服务器，便于所述云端服务器根据所述航拍图像生成目标区域的三维模型。
在一实施例中，在所述将所述航拍图像发送至所述云端服务器的过程中，所述计算机指令被执行时进行如下处理：将所述航拍图像发送至地面站，便于所述地面站将所述航拍图像转发至所述云端服务器。
在一实施例中，所述航拍参数包括以下至少一种：飞行航线、飞行高度、飞行速度、拍摄距离间隔、拍摄时间间隔。
在一实施例中，在所述根据所述航拍参数飞行并在飞行过程中控制所述无人机上挂载的拍摄设备采集航拍图像的过程中，所述计算机指令被执行时进行如下处理：基于用户操作控制所述无人机起飞；根据所述航拍参数控制所述无人机飞行，并在飞行过程中控制所述无人机上挂载的拍摄设备采集航拍图像；当所述无人机飞行至指定位置时，自动控制所述无人机返航至降落位置。
在一实施例中，所述计算机指令被执行时还进行如下处理：接收所述云端服务器根据所述航拍图像生成的所述目标区域的三维模型。
在一实施例中，所述计算机指令被执行时还进行如下处理：根据所述三维模型自主规划飞行航线，便于控制所述无人机进行自主避障飞行。
在一实施例中，所述计算机指令被执行时还进行如下处理：根据所述三维模型修改预设的飞行航线，便于控制所述无人机进行自主避障飞行。
在一实施例中，所述计算机指令被执行时还进行如下处理：根据所述三维模型确定障碍物的位置；当根据用户的操作指令与所述障碍物的位置确定所述障碍物位于飞行方向上时，调整所述无人机的飞行状态，便于控制所述无人机进行自主避障飞行。
在一实施例中，所述计算机指令被执行时还进行如下处理：根据所述障碍物的位置确定所述无人机与所述障碍物之间的距离，与所述障碍物与所述无人机之间的相对位置；将所述距离与所述相对位置发送至地面站。
在一实施例中，所述计算机指令被执行时还进行如下处理：确定用户指定的水平方向上的多个航点；针对每一所述航点，根据所述三维模型确定所述航点的地面高度；将所述地面高度与指定离地高度的和确定为所述航点的离地高度；根据所述航点的离地高度控制所述 无人机进行自主仿地飞行。
基于与上述图5所示例的基于无人机航拍的三维重建方法同样的发明构思，本发明实施例还提供一种机器可读存储介质，所述机器可读存储介质上存储有若干计算机指令，所述计算机指令被执行时进行如下处理：接收无人机上挂载的拍摄设备采集到的航拍图像；根据所述航拍图像生成目标区域的三维模型。
在一实施例中，在所述接收无人机上挂载的拍摄设备采集到的航拍图像的过程中，所述计算机指令被执行时进行如下处理：接收无人机发送的所述无人机上挂载的拍摄设备采集到的航拍图像。
在一实施例中，在所述接收无人机上挂载的拍摄设备采集到的航拍图像的过程中，所述计算机指令被执行时进行如下处理：接收地面站发送的所述无人机上挂载的拍摄设备采集到的航拍图像。
在一实施例中，在所述根据所述航拍图像生成目标区域的三维模型的过程中，所述计算机指令被执行时进行如下处理：利用运动恢复结构SFM算法对所述航拍图像进行三维重建，得到目标区域的三维模型；针对所述三维模型表面的网格，利用反投影法将所述网格投影到对应的航拍图像中，得到投影区域；根据所述投影区域中的像素值为所述网格添加纹理信息。
在一实施例中，所述计算机指令被执行时还进行如下处理：获取所述三维模型表面上至少部分缺失纹理的网格；将所述至少部分缺失纹理的网格按连通关系合并成至少一个缺失纹理的局部区域；根据所述局部区域的周缘外相邻的纹理对所述局部区域的周缘进行纹理填充；将周缘填充有纹理的局部区域映射到二维平面上，以二维平面上所述局部区域的周缘的纹理作为泊松方程的边界条件，求解二维图像域上的泊松方程，根据求解结果对映射到二维平面上的所述局部区域进行纹理填充。
在一实施例中，所述计算机指令被执行时还进行如下处理：接收地面站发送的用于获取第一指定区域的三维模型的下载请求，所述第一指定区域位于所述目标区域中；根据所述下载请求向所述地面站返回所述第一指定区域的三维模型。
在一实施例中，所述计算机指令被执行时还进行如下处理：接收地面站发送的用于获取包含指定位置的航拍图像的获取请求，所述指定位置位于所述目标区域中；根据所述获取请求向所述地面站返回包含所述指定位置的航拍图像。
在一实施例中，所述计算机指令被执行时还进行如下处理：将所述三维模型发送至无 人机。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明实施例所提供的方法和装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (91)

  1. 一种基于无人机航拍的三维重建系统，其特征在于，所述系统包括：无人机、地面站，以及云端服务器；
    其中，所述地面站，用于基于用户操作确定用于指示无人机航拍状态的航拍参数；将所述航拍参数发送至所述无人机；
    所述无人机，用于接收所述地面站发送的所述航拍参数；根据所述航拍参数飞行并在飞行过程中控制所述无人机上挂载的拍摄设备采集航拍图像；将所述航拍图像发送至所述云端服务器；
    所述云端服务器，用于接收所述航拍图像；根据所述航拍图像生成目标区域的三维模型。
  2. 一种基于无人机航拍的三维重建方法，应用于地面站，其特征在于，所述方法包括：
    基于用户操作确定用于指示无人机航拍状态的航拍参数；
    将所述航拍参数发送至所述无人机，便于所述无人机根据所述航拍参数对目标区域采集航拍图像，所述航拍图像用于云端服务器生成所述目标区域的三维模型；
    接收所述云端服务器发送的所述目标区域的三维模型。
  3. 根据权利要求2所述的方法，其特征在于，所述方法还包括：
    接收所述无人机发送的航拍图像；
    将所述航拍图像转发至所述云端服务器，便于所述云端服务器根据所述航拍图像生成所述目标区域的三维模型。
  4. 根据权利要求2所述的方法，其特征在于，在接收所述云端服务器发送的所述目标区域的三维模型之后，所述方法还包括：
    确定所述用户根据所述三维模型制定的三维航线；
    将所述三维航线发送至所述无人机，便于所述无人机根据所述三维航线进行自主避障飞行。
  5. 根据权利要求2所述的方法，其特征在于，所述基于用户操作确定用于指示无人机航拍状态的航拍参数，包括：
    基于用户操作确定用户指定的目标区域；
    获取所述用户指定的地图分辨率；
    根据所述目标区域与所述地图分辨率确定用于指示无人机航拍状态的航拍参数。
  6. 根据权利要求2所述的方法，其特征在于，所述航拍参数包括以下至少一种：
    飞行航线、飞行高度、飞行速度、拍摄距离间隔、拍摄时间间隔。
  7. 根据权利要求2所述的方法，其特征在于，所述接收所述云端服务器发送的所述目标区域的三维模型，包括：
    根据用户操作确定第一指定区域，所述第一指定区域位于所述目标区域中；
    向所述云端服务器发送用于获取所述第一指定区域的三维模型的下载请求；
    接收所述云端服务器根据所述下载请求返回的所述第一指定区域的三维模型。
  8. 根据权利要求2所述的方法，其特征在于，所述方法还包括：
    根据所述目标区域的三维模型计算出所述目标区域的三维信息。
  9. 根据权利要求8所述的方法，其特征在于，所述三维信息包括以下至少一种：
    表面积、体积、高度、坡度。
  10. 根据权利要求2所述的方法，其特征在于，在所述接收所述云端服务器发送的所述目标区域的三维模型之后，所述方法还包括：
    根据用户操作确定第二指定区域，所述第二指定区域位于所述目标区域中；
    获取所述用户指定的至少两个时刻；
    按照时间先后顺序，依次输出所述第二指定区域在所述至少两个时刻下的三维模型。
  11. 根据权利要求10所述的方法，其特征在于，所述根据用户操作确定第二指定区域，包括：
    通过所述地面站的显示界面向用户展示所述目标区域的三维模型；
    确定所述用户在所述显示界面上针对所述三维模型绘制的选框；
    将所述选框对应的区域确定为第二指定区域。
  12. 根据权利要求2所述的方法，其特征在于，在所述接收所述云端服务器发送的所述目标区域的三维模型之后，所述方法还包括：
    根据用户针对所述三维模型的操作确定指定位置；
    获取包含所述指定位置的航拍图像；
    输出所述包含所述指定位置的航拍图像。
  13. 根据权利要求12所述的方法，其特征在于，所述方法还包括：
    获取所述用户指定的时间范围；
    所述获取包含所述指定位置的航拍图像，包括：
    获取所述拍摄设置在所述时间范围内采集到的包含所述指定位置的航拍图像；
    所述输出所述包含所述指定位置的航拍图像，包括：
    按照时间先后顺序，依次输出所述拍摄设置在所述时间范围内采集到的包含所述指定位 置的航拍图像。
  14. 一种基于无人机航拍的三维重建方法，应用于无人机，其特征在于，所述方法包括：
    接收所述地面站发送的用于指示无人机航拍状态的航拍参数；
    根据所述航拍参数飞行并在飞行过程中控制所述无人机上挂载的拍摄设备采集航拍图像；
    将所述航拍图像发送至所述云端服务器，便于所述云端服务器根据所述航拍图像生成目标区域的三维模型。
  15. 根据权利要求14所述的方法，其特征在于，所述将所述航拍图像发送至所述云端服务器，包括：
    将所述航拍图像发送至地面站，便于所述地面站将所述航拍图像转发至所述云端服务器。
  16. 根据权利要求14所述的方法，其特征在于，所述航拍参数包括以下至少一种：
    飞行航线、飞行高度、飞行速度、拍摄距离间隔、拍摄时间间隔。
  17. 根据权利要求14所述的方法，其特征在于，所述根据所述航拍参数飞行并在飞行过程中控制所述无人机上挂载的拍摄设备采集航拍图像，包括：
    基于用户操作控制所述无人机起飞；
    根据所述航拍参数控制所述无人机飞行，并在飞行过程中控制所述无人机上挂载的拍摄设备采集航拍图像；
    当所述无人机飞行至指定位置时，自动控制所述无人机返航至降落位置。
  18. 根据权利要求14所述的方法，其特征在于，所述方法还包括：
    接收所述云端服务器根据所述航拍图像生成的所述目标区域的三维模型。
  19. 根据权利要求18所述的方法，其特征在于，在接收所述云端服务器根据所述航拍图像生成的所述目标区域的三维模型之后，所述方法还包括：
    根据所述三维模型自主规划飞行航线，便于控制所述无人机进行自主避障飞行。
  20. 根据权利要求18所述的方法，其特征在于，在接收到所述云端服务器根据所述航拍图像生成的所述目标区域的三维模型之后，所述方法还包括：
    根据所述三维模型修改预设的飞行航线，便于控制所述无人机进行自主避障飞行。
  21. 根据权利要求18所述的方法，其特征在于，在接收到所述云端服务器根据所述航拍图像生成的所述目标区域的三维模型之后，所述方法还包括：
    根据所述三维模型确定障碍物的位置；
    当根据用户的操作指令与所述障碍物的位置确定所述障碍物位于飞行方向上时，调整所 述无人机的飞行状态，便于控制所述无人机进行自主避障飞行。
  22. 根据权利要求21所述的方法，其特征在于，在根据所述三维模型确定障碍物的位置之后，所述方法还包括：
    根据所述障碍物的位置确定所述无人机与所述障碍物之间的距离，与所述障碍物与所述无人机之间的相对位置；
    将所述距离与所述相对位置发送至地面站。
  23. 根据权利要求18所述的方法，其特征在于，在接收所述云端服务器根据所述航拍图像生成的所述目标区域的三维模型之后，所述方法还包括：
    确定用户指定的水平方向上的多个航点；
    针对每一所述航点，根据所述三维模型确定所述航点的地面高度；
    将所述地面高度与指定离地高度的和确定为所述航点的离地高度；
    根据所述航点的离地高度控制所述无人机进行自主仿地飞行。
  24. 一种基于无人机航拍的三维重建方法，应用于云端服务器，其特征在于，所述方法包括：
    接收无人机上挂载的拍摄设备采集到的航拍图像；
    根据所述航拍图像生成目标区域的三维模型。
  25. 根据权利要求24所述的方法，其特征在于，所述接收无人机上挂载的拍摄设备采集到的航拍图像，包括：
    接收无人机发送的所述无人机上挂载的拍摄设备采集到的航拍图像。
  26. 根据权利要求24所述的方法，其特征在于，所述接收无人机上挂载的拍摄设备采集到的航拍图像，包括：
    接收地面站发送的所述无人机上挂载的拍摄设备采集到的航拍图像。
  27. 根据权利要求24所述的方法，其特征在于，所述根据所述航拍图像生成目标区域的三维模型，包括：
    利用运动恢复结构SFM算法对所述航拍图像进行三维重建，得到目标区域的三维模型；
    针对所述三维模型表面的网格，利用反投影法将所述网格投影到对应的航拍图像中，得到投影区域；
    根据所述投影区域中的像素值为所述网格添加纹理信息。
  28. 根据权利要求27所述的方法，其特征在于，所述方法还包括：
    获取所述三维模型表面上至少部分缺失纹理的网格；
    将所述至少部分缺失纹理的网格按连通关系合并成至少一个缺失纹理的局部区域；
    根据所述局部区域的周缘外相邻的纹理对所述局部区域的周缘进行纹理填充；
    将周缘填充有纹理的局部区域映射到二维平面上，以二维平面上所述局部区域的周缘的纹理作为泊松方程的边界条件，求解二维图像域上的泊松方程，根据求解结果对映射到二维平面上的所述局部区域进行纹理填充。
  29. 根据权利要求24所述的方法，其特征在于，在根据所述航拍图像生成目标区域的三维模型之后，所述方法还包括：
    接收地面站发送的用于获取第一指定区域的三维模型的下载请求，所述第一指定区域位于所述目标区域中；
    根据所述下载请求向所述地面站返回所述第一指定区域的三维模型。
  30. 根据权利要求24所述的方法，其特征在于，所述方法还包括：
    接收地面站发送的用于获取包含指定位置的航拍图像的获取请求，所述指定位置位于所述目标区域中；
    根据所述获取请求向所述地面站返回包含所述指定位置的航拍图像。
  31. 根据权利要求24所述的方法，其特征在于，所述方法还包括：
    将所述三维模型发送至无人机。
  32. 一种地面站，其特征在于，所述地面站上包括处理器；
    其中，所述处理器用于：基于用户操作确定用于指示无人机航拍状态的航拍参数；
    将所述航拍参数发送至所述无人机，便于所述无人机根据所述航拍参数对目标区域采集航拍图像，所述航拍图像用于云端服务器生成所述目标区域的三维模型；
    接收所述云端服务器发送的所述目标区域的三维模型。
  33. 根据权利要求32所述的地面站，其特征在于，所述处理器还用于：
    接收所述无人机发送的航拍图像；
    将所述航拍图像转发至所述云端服务器，便于所述云端服务器根据所述航拍图像生成所述目标区域的三维模型。
  34. 根据权利要求32所述的地面站，其特征在于，所述处理器还用于：
    确定所述用户根据所述三维模型制定的三维航线；
    将所述三维航线发送至所述无人机，便于所述无人机根据所述三维航线进行自主避障飞行。
  35. 根据权利要求32所述的地面站，其特征在于，所述处理器用于：
    基于用户操作确定用户指定的目标区域；
    获取所述用户指定的地图分辨率；
    根据所述目标区域与所述地图分辨率确定用于指示无人机航拍状态的航拍参数。
  36. 根据权利要求32所述的地面站，其特征在于，所述航拍参数包括以下至少一种：
    飞行航线、飞行高度、飞行速度、拍摄距离间隔、拍摄时间间隔。
  37. 根据权利要求32所述的地面站，其特征在于，所述处理器用于：
    根据用户操作确定第一指定区域，所述第一指定区域位于所述目标区域中；
    向所述云端服务器发送用于获取所述第一指定区域的三维模型的下载请求；
    接收所述云端服务器根据所述下载请求返回的所述第一指定区域的三维模型。
  38. 根据权利要求32所述的地面站，其特征在于，所述处理器还用于：
    根据所述目标区域的三维模型计算出所述目标区域的三维信息。
  39. 根据权利要求38所述的地面站，其特征在于，所述三维信息包括以下至少一种：
    表面积、体积、高度、坡度。
  40. 根据权利要求32所述的地面站，其特征在于，所述处理器还用于：
    根据用户操作确定第二指定区域，所述第二指定区域位于所述目标区域中；
    获取所述用户指定的至少两个时刻；
    按照时间先后顺序，依次输出所述第二指定区域在所述至少两个时刻下的三维模型。
  41. 根据权利要求40所述的地面站，其特征在于，所述处理器用于：
    通过所述地面站的显示界面向用户展示所述目标区域的三维模型；
    确定所述用户在所述显示界面上针对所述三维模型绘制的选框；
    将所述选框对应的区域确定为第二指定区域。
  42. 根据权利要求32所述的地面站，其特征在于，所述处理器还用于：
    根据用户针对所述三维模型的操作确定指定位置；
    获取包含所述指定位置的航拍图像；
    输出所述包含所述指定位置的航拍图像。
  43. 根据权利要求42所述的地面站，其特征在于，所述处理器还用于：
    获取所述用户指定的时间范围；
    所述处理器用于：
    获取所述拍摄设置在所述时间范围内采集到的包含所述指定位置的航拍图像；
    按照时间先后顺序，依次输出所述拍摄设置在所述时间范围内采集到的包含所述指定位 置的航拍图像。
  44. 一种无人机，其特征在于，所述无人机上包括拍摄设备、处理器；
    其中，所述处理器用于：接收所述地面站发送的用于指示无人机航拍状态的航拍参数；
    根据所述航拍参数飞行并在飞行过程中控制所述拍摄设备采集航拍图像；
    将所述航拍图像发送至所述云端服务器，便于所述云端服务器根据所述航拍图像生成目标区域的三维模型。
  45. 根据权利要求44所述的无人机，其特征在于，所述处理器用于：
    将所述航拍图像发送至地面站，便于所述地面站将所述航拍图像转发至所述云端服务器。
  46. 根据权利要求44所述的无人机，其特征在于，所述航拍参数包括以下至少一种：
    飞行航线、飞行高度、飞行速度、拍摄距离间隔、拍摄时间间隔。
  47. 根据权利要求44所述的无人机，其特征在于，所述处理器用于：
    基于用户操作控制所述无人机起飞；
    根据所述航拍参数控制所述无人机飞行，并在飞行过程中控制所述无人机上挂载的拍摄设备采集航拍图像；
    当所述无人机飞行至指定位置时，自动控制所述无人机返航至降落位置。
  48. 根据权利要求44所述的无人机，其特征在于，所述处理器还用于：
    接收所述云端服务器根据所述航拍图像生成的所述目标区域的三维模型。
  49. 根据权利要求48所述的无人机，其特征在于，所述处理器还用于：
    根据所述三维模型自主规划飞行航线，便于控制所述无人机进行自主避障飞行。
  50. 根据权利要求48所述的无人机，其特征在于，所述处理器还用于：
    根据所述三维模型修改预设的飞行航线，便于控制所述无人机进行自主避障飞行。
  51. 根据权利要求48所述的无人机，其特征在于，所述处理器还用于：
    根据所述三维模型确定障碍物的位置；
    当根据用户的操作指令与所述障碍物的位置确定所述障碍物位于飞行方向上时，调整所述无人机的飞行状态，便于控制所述无人机进行自主避障飞行。
  52. 根据权利要求51所述的无人机，其特征在于，所述处理器还用于：
    根据所述障碍物的位置确定所述无人机与所述障碍物之间的距离，与所述障碍物与所述无人机之间的相对位置；
    将所述距离与所述相对位置发送至地面站。
  53. 根据权利要求48所述的无人机，其特征在于，所述处理器还用于：
    确定用户指定的水平方向上的多个航点；
    针对每一所述航点，根据所述三维模型确定所述航点的地面高度；
    将所述地面高度与指定离地高度的和确定为所述航点的离地高度；
    根据所述航点的离地高度控制所述无人机进行自主仿地飞行。
  54. 一种云端服务器，其特征在于，所述云端服务器包括处理器；
    其中，所述处理器用于：接收无人机上挂载的拍摄设备采集到的航拍图像；
    根据所述航拍图像生成目标区域的三维模型。
  55. 根据权利要求54所述的云端服务器，其特征在于，所述处理器用于：
    接收无人机发送的所述无人机上挂载的拍摄设备采集到的航拍图像。
  56. 根据权利要求54所述的云端服务器，其特征在于，所述处理器用于：
    接收地面站发送的所述无人机上挂载的拍摄设备采集到的航拍图像。
  57. 根据权利要求54所述的云端服务器，其特征在于，所述处理器用于：
    利用运动恢复结构SFM算法对所述航拍图像进行三维重建，得到目标区域的三维模型；
    针对所述三维模型表面的网格，利用反投影法将所述网格投影到对应的航拍图像中，得到投影区域；
    根据所述投影区域中的像素值为所述网格添加纹理信息。
  58. 根据权利要求57所述的云端服务器，其特征在于，所述处理器还用于：
    获取所述三维模型表面上至少部分缺失纹理的网格；
    将所述至少部分缺失纹理的网格按连通关系合并成至少一个缺失纹理的局部区域；
    根据所述局部区域的周缘外相邻的纹理对所述局部区域的周缘进行纹理填充；
    将周缘填充有纹理的局部区域映射到二维平面上，以二维平面上所述局部区域的周缘的纹理作为泊松方程的边界条件，求解二维图像域上的泊松方程，根据求解结果对映射到二维平面上的所述局部区域进行纹理填充。
  59. 根据权利要求54所述的云端服务器，其特征在于，所述处理器还用于：
    接收地面站发送的用于获取第一指定区域的三维模型的下载请求，所述第一指定区域位于所述目标区域中；
    根据所述下载请求向所述地面站返回所述第一指定区域的三维模型。
  60. 根据权利要求54所述的云端服务器，其特征在于，所述处理器还用于：
    接收地面站发送的用于获取包含指定位置的航拍图像的获取请求，所述指定位置位于所述目标区域中；
    根据所述获取请求向所述地面站返回包含所述指定位置的航拍图像。
  61. 根据权利要求54所述的云端服务器，其特征在于，所述处理器还用于：
    将所述三维模型发送至无人机。
  62. 一种机器可读存储介质，其特征在于，所述机器可读存储介质上存储有若干计算机指令，所述计算机指令被执行时进行如下处理：
    基于用户操作确定用于指示无人机航拍状态的航拍参数；
    将所述航拍参数发送至所述无人机，便于所述无人机根据所述航拍参数对目标区域采集航拍图像，所述航拍图像用于云端服务器生成所述目标区域的三维模型；
    接收所述云端服务器发送的所述目标区域的三维模型。
  63. 根据权利要求62所述的机器可读存储介质，其特征在于，所述计算机指令被执行时还进行如下处理：
    接收所述无人机发送的航拍图像；
    将所述航拍图像转发至所述云端服务器，便于所述云端服务器根据所述航拍图像生成所述目标区域的三维模型。
  64. 根据权利要求62所述的机器可读存储介质，其特征在于，所述计算机指令被执行时还进行如下处理：
    确定所述用户根据所述三维模型制定的三维航线；
    将所述三维航线发送至所述无人机，便于所述无人机根据所述三维航线进行自主避障飞行。
  65. 根据权利要求62所述的机器可读存储介质，其特征在于，在所述基于用户操作确定用于指示无人机航拍状态的航拍参数的过程中，所述计算机指令被执行时进行如下处理：
    基于用户操作确定用户指定的目标区域；
    获取所述用户指定的地图分辨率；
    根据所述目标区域与所述地图分辨率确定用于指示无人机航拍状态的航拍参数。
  66. 根据权利要求62所述的机器可读存储介质，其特征在于，所述航拍参数包括以下至少一种：
    飞行航线、飞行高度、飞行速度、拍摄距离间隔、拍摄时间间隔。
  67. 根据权利要求62所述的机器可读存储介质，其特征在于，所述接收所述云端服务器发送的所述目标区域的三维模型的过程中，所述计算机指令被执行时进行如下处理：
    根据用户操作确定第一指定区域，所述第一指定区域位于所述目标区域中；
    向所述云端服务器发送用于获取所述第一指定区域的三维模型的下载请求；
    接收所述云端服务器根据所述下载请求返回的所述第一指定区域的三维模型。
  68. 根据权利要求62所述的机器可读存储介质，其特征在于，所述计算机指令被执行时还进行如下处理：
    根据所述目标区域的三维模型计算出所述目标区域的三维信息。
  69. 根据权利要求68所述的机器可读存储介质，其特征在于，所述三维信息包括以下至少一种：
    表面积、体积、高度、坡度。
  70. 根据权利要求62所述的机器可读存储介质，其特征在于，所述计算机指令被执行时还进行如下处理：
    根据用户操作确定第二指定区域，所述第二指定区域位于所述目标区域中；
    获取所述用户指定的至少两个时刻；
    按照时间先后顺序，依次输出所述第二指定区域在所述至少两个时刻下的三维模型。
  71. 根据权利要求70所述的机器可读存储介质，其特征在于，在所述根据用户操作确定第二指定区域的过程中，所述计算机指令被执行时进行如下处理：
    通过所述地面站的显示界面向用户展示所述目标区域的三维模型；
    确定所述用户在所述显示界面上针对所述三维模型绘制的选框；
    将所述选框对应的区域确定为第二指定区域。
  72. 根据权利要求62所述的机器可读存储介质，其特征在于，所述计算机指令被执行时还进行如下处理：
    根据用户针对所述三维模型的操作确定指定位置；
    获取包含所述指定位置的航拍图像；
    输出所述包含所述指定位置的航拍图像。
  73. 根据权利要求72所述的机器可读存储介质，其特征在于，所述计算机指令被执行时还进行如下处理：
    获取所述用户指定的时间范围；
    在所述获取包含所述指定位置的航拍图像的过程中，所述计算机指令被执行时还进行如下处理：
    获取所述拍摄设置在所述时间范围内采集到的包含所述指定位置的航拍图像；
    在所述输出所述包含所述指定位置的航拍图像的过程中，所述计算机指令被执行时还进 行如下处理：
    按照时间先后顺序，依次输出所述拍摄设置在所述时间范围内采集到的包含所述指定位置的航拍图像。
  74. 一种机器可读存储介质，其特征在于，所述机器可读存储介质上存储有若干计算机指令，所述计算机指令被执行时进行如下处理：
    接收所述地面站发送的用于指示无人机航拍状态的航拍参数；
    根据所述航拍参数飞行并在飞行过程中控制所述无人机上挂载的拍摄设备采集航拍图像；
    将所述航拍图像发送至所述云端服务器，便于所述云端服务器根据所述航拍图像生成目标区域的三维模型。
  75. 根据权利要求74所述的机器可读存储介质，其特征在于，在所述将所述航拍图像发送至所述云端服务器的过程中，所述计算机指令被执行时进行如下处理：
    将所述航拍图像发送至地面站，便于所述地面站将所述航拍图像转发至所述云端服务器。
  76. 根据权利要求74所述的机器可读存储介质，其特征在于，所述航拍参数包括以下至少一种：
    飞行航线、飞行高度、飞行速度、拍摄距离间隔、拍摄时间间隔。
  77. 根据权利要求74所述的机器可读存储介质，其特征在于，在所述根据所述航拍参数飞行并在飞行过程中控制所述无人机上挂载的拍摄设备采集航拍图像的过程中，所述计算机指令被执行时进行如下处理：
    基于用户操作控制所述无人机起飞；
    根据所述航拍参数控制所述无人机飞行，并在飞行过程中控制所述无人机上挂载的拍摄设备采集航拍图像；
    当所述无人机飞行至指定位置时，自动控制所述无人机返航至降落位置。
  78. 根据权利要求74所述的机器可读存储介质，其特征在于，所述计算机指令被执行时还进行如下处理：
    接收所述云端服务器根据所述航拍图像生成的所述目标区域的三维模型。
  79. 根据权利要求78所述的机器可读存储介质，其特征在于，所述计算机指令被执行时还进行如下处理：
    根据所述三维模型自主规划飞行航线，便于控制所述无人机进行自主避障飞行。
  80. 根据权利要求78所述的机器可读存储介质，其特征在于，所述计算机指令被执行时 还进行如下处理：
    根据所述三维模型修改预设的飞行航线，便于控制所述无人机进行自主避障飞行。
  81. 根据权利要求78所述的机器可读存储介质，其特征在于，所述计算机指令被执行时还进行如下处理：
    根据所述三维模型确定障碍物的位置；
    当根据用户的操作指令与所述障碍物的位置确定所述障碍物位于飞行方向上时，调整所述无人机的飞行状态，便于控制所述无人机进行自主避障飞行。
  82. 根据权利要求81所述的机器可读存储介质，其特征在于，所述计算机指令被执行时还进行如下处理：
    根据所述障碍物的位置确定所述无人机与所述障碍物之间的距离，与所述障碍物与所述无人机之间的相对位置；
    将所述距离与所述相对位置发送至地面站。
  83. 根据权利要求78所述的机器可读存储介质，其特征在于，所述计算机指令被执行时还进行如下处理：
    确定用户指定的水平方向上的多个航点；
    针对每一所述航点，根据所述三维模型确定所述航点的地面高度；
    将所述地面高度与指定离地高度的和确定为所述航点的离地高度；
    根据所述航点的离地高度控制所述无人机进行自主仿地飞行。
  84. 一种机器可读存储介质，其特征在于，所述机器可读存储介质上存储有若干计算机指令，所述计算机指令被执行时进行如下处理：
    接收无人机上挂载的拍摄设备采集到的航拍图像；
    根据所述航拍图像生成目标区域的三维模型。
  85. 根据权利要求84所述的机器可读存储介质，其特征在于，在所述接收无人机上挂载的拍摄设备采集到的航拍图像的过程中，所述计算机指令被执行时进行如下处理：
    接收无人机发送的所述无人机上挂载的拍摄设备采集到的航拍图像。
  86. 根据权利要求84所述的机器可读存储介质，其特征在于，在所述接收无人机上挂载的拍摄设备采集到的航拍图像的过程中，所述计算机指令被执行时进行如下处理：
    接收地面站发送的所述无人机上挂载的拍摄设备采集到的航拍图像。
  87. 根据权利要求84所述的机器可读存储介质，其特征在于，在所述根据所述航拍图像生成目标区域的三维模型的过程中，所述计算机指令被执行时进行如下处理：
    利用运动恢复结构SFM算法对所述航拍图像进行三维重建，得到目标区域的三维模型；
    针对所述三维模型表面的网格，利用反投影法将所述网格投影到对应的航拍图像中，得到投影区域；
    根据所述投影区域中的像素值为所述网格添加纹理信息。
  88. 根据权利要求87所述的机器可读存储介质，其特征在于，所述计算机指令被执行时还进行如下处理：
    获取所述三维模型表面上至少部分缺失纹理的网格；
    将所述至少部分缺失纹理的网格按连通关系合并成至少一个缺失纹理的局部区域；
    根据所述局部区域的周缘外相邻的纹理对所述局部区域的周缘进行纹理填充；
    将周缘填充有纹理的局部区域映射到二维平面上，以二维平面上所述局部区域的周缘的纹理作为泊松方程的边界条件，求解二维图像域上的泊松方程，根据求解结果对映射到二维平面上的所述局部区域进行纹理填充。
  89. 根据权利要求84所述的机器可读存储介质，其特征在于，所述计算机指令被执行时还进行如下处理：
    接收地面站发送的用于获取第一指定区域的三维模型的下载请求，所述第一指定区域位于所述目标区域中；
    根据所述下载请求向所述地面站返回所述第一指定区域的三维模型。
  90. 根据权利要求84所述的机器可读存储介质，其特征在于，所述计算机指令被执行时还进行如下处理：
    接收地面站发送的用于获取包含指定位置的航拍图像的获取请求，所述指定位置位于所述目标区域中；
    根据所述获取请求向所述地面站返回包含所述指定位置的航拍图像。
  91. 根据权利要求84所述的机器可读存储介质，其特征在于，所述计算机指令被执行时还进行如下处理：
    将所述三维模型发送至无人机。
PCT/CN2017/109743 2017-11-07 2017-11-07 基于无人机航拍的三维重建方法、系统及装置 WO2019090480A1 (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201780004934.4A CN108701373B (zh) 2017-11-07 2017-11-07 基于无人机航拍的三维重建方法、系统及装置
PCT/CN2017/109743 WO2019090480A1 (zh) 2017-11-07 2017-11-07 基于无人机航拍的三维重建方法、系统及装置
US16/863,158 US20200255143A1 (en) 2017-11-07 2020-04-30 Three-dimensional reconstruction method, system and apparatus based on aerial photography by unmanned aerial vehicle

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2017/109743 WO2019090480A1 (zh) 2017-11-07 2017-11-07 基于无人机航拍的三维重建方法、系统及装置

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US16/863,158 Continuation US20200255143A1 (en) 2017-11-07 2020-04-30 Three-dimensional reconstruction method, system and apparatus based on aerial photography by unmanned aerial vehicle

Publications (1)

Publication Number Publication Date
WO2019090480A1 true WO2019090480A1 (zh) 2019-05-16

Family

ID=63844051

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2017/109743 WO2019090480A1 (zh) 2017-11-07 2017-11-07 基于无人机航拍的三维重建方法、系统及装置

Country Status (3)

Country Link
US (1) US20200255143A1 (zh)
CN (1) CN108701373B (zh)
WO (1) WO2019090480A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112632415A (zh) * 2020-12-31 2021-04-09 武汉光庭信息技术股份有限公司 一种Web地图实时生成方法及图像处理服务器
CN113485410A (zh) * 2021-06-10 2021-10-08 广州资源环保科技股份有限公司 一种污水源头的查找方法及装置
CN114815902A (zh) * 2022-06-29 2022-07-29 深圳联和智慧科技有限公司 一种无人机的监控方法、系统、服务器及存储介质
CN116823949A (zh) * 2023-06-13 2023-09-29 武汉天进科技有限公司 一种小型化无人机机载实时图像处理装置
CN117689846A (zh) * 2024-02-02 2024-03-12 武汉大学 线状目标的无人机摄影重建多交向视点生成方法及装置

Families Citing this family (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NL2016718B1 (en) * 2016-05-02 2017-11-10 Cyclomedia Tech B V A method for improving position information associated with a collection of images.
US10983528B2 (en) * 2018-07-25 2021-04-20 Toyota Research Institute, Inc. Systems and methods for orienting a robot in a space
CN109596106A (zh) * 2018-11-06 2019-04-09 五邑大学 一种基于无人机测量倾角的方法及其装置
CN109470203A (zh) * 2018-11-13 2019-03-15 殷德耀 一种基于无人机的像控点信息采集方法及系统
CA3120732A1 (en) * 2018-11-21 2020-05-28 Guangzhou Xaircraft Technology Co., Ltd. Operation control system, operation control method and device and medium
WO2020113417A1 (zh) * 2018-12-04 2020-06-11 深圳市大疆创新科技有限公司 目标场景三维重建方法、系统及无人机
CN109459446A (zh) * 2018-12-29 2019-03-12 哈尔滨理工大学 一种基于无人机的风电叶片图像信息采集方法
CN109765927A (zh) * 2018-12-29 2019-05-17 湖北无垠智探科技发展有限公司 一种基于app的无人机航摄飞行遥控系统
CN109767494B (zh) * 2019-02-21 2022-09-13 安徽省川佰科技有限公司 一种基于航空拍摄的三维城市信息模型建立系统
EP3953115A1 (en) * 2019-04-06 2022-02-16 Electric Sheep Robotic, Inc. System, devices and methods for tele-operated robotics
CA3132165A1 (en) * 2019-04-06 2021-01-07 Naganand Murty System, devices and methods for tele-operated robotics
CN111226185B (zh) * 2019-04-22 2024-03-15 深圳市大疆创新科技有限公司 飞行航线的生成方法、控制装置及无人机系统
WO2020215198A1 (zh) * 2019-04-23 2020-10-29 深圳市大疆创新科技有限公司 一种数据处理方法、装置、设备及可移动平台
CN110174904A (zh) * 2019-05-20 2019-08-27 三峡大学 一种基于云平台的多旋翼航拍无人机作业调度系统
CN111984029B (zh) * 2019-05-24 2024-03-12 杭州海康威视数字技术股份有限公司 一种无人机控制方法、装置及电子设备
CN110599583B (zh) * 2019-07-26 2022-03-18 深圳眸瞳科技有限公司 无人机飞行轨迹生成方法、装置、计算机设备和存储介质
CN112327901A (zh) * 2019-08-05 2021-02-05 旭日蓝天(武汉)科技有限公司 一种基于网络数据更新的无人机地形跟随系统及方法
CN112136322A (zh) * 2019-09-12 2020-12-25 深圳市大疆创新科技有限公司 一种三维点云的实时显示方法、设备、系统及存储介质
CN110599202B (zh) * 2019-09-17 2022-12-27 吴浩扬 一种工业大麻溯源监管系统及方法
CN110750106B (zh) * 2019-10-16 2023-06-02 深圳市道通智能航空技术股份有限公司 无人机的安全航线生成方法、装置、控制终端和无人机
CN111080794B (zh) * 2019-12-10 2022-04-05 华南农业大学 一种耕地现场边云协同的三维重建方法
CN111351575A (zh) * 2019-12-19 2020-06-30 南昌大学 一种智能飞行多谱相机与反馈方法
CN111750830B (zh) * 2019-12-19 2023-02-14 广州极飞科技股份有限公司 地块测绘方法及测绘系统
CN111105498B (zh) * 2019-12-31 2020-10-20 中航华东光电深圳有限公司 一种三维实时地图构建方法及装置
WO2021168810A1 (zh) * 2020-02-28 2021-09-02 深圳市大疆创新科技有限公司 无人机控制方法、装置及无人机
CN111444872B (zh) * 2020-03-31 2023-11-24 广西善图科技有限公司 一种丹霞地貌参数测量方法
CN111735766A (zh) * 2020-07-05 2020-10-02 北京安洲科技有限公司 一种基于航空辅助的双通道高光谱测量系统及其测量方法
CN112347556B (zh) * 2020-09-28 2023-12-01 中测新图(北京)遥感技术有限责任公司 一种机载lidar航摄设计配置参数优化方法及系统
CN112233228B (zh) * 2020-10-28 2024-02-20 五邑大学 基于无人机的城市三维重建方法、装置及存储介质
CN112584048B (zh) * 2020-12-15 2022-11-08 广州极飞科技股份有限公司 信息处理方法、装置、系统、无人设备和计算机可读存储介质
CN112507908A (zh) * 2020-12-15 2021-03-16 国网陕西省电力公司电力科学研究院 一种协同遥感航拍系统及方法
CN112904894A (zh) * 2021-01-19 2021-06-04 招商局重庆交通科研设计院有限公司 一种基于无人机倾斜摄影的边坡实景图像采集方法
CN112866579B (zh) * 2021-02-08 2022-07-01 上海巡智科技有限公司 数据采集方法、装置及可读存储介质
CN112884894B (zh) * 2021-04-28 2021-09-21 深圳大学 场景重建数据采集方法、装置、计算机设备和存储介质
CN113393577B (zh) * 2021-05-28 2023-04-07 中铁二院工程集团有限责任公司 一种倾斜摄影地形重建方法
CN113542718A (zh) * 2021-07-20 2021-10-22 翁均明 一种无人机立体摄影方法
CN113566839B (zh) * 2021-07-23 2024-02-06 湖南省计量检测研究院 基于三维建模的道路区间最短路程距离测量方法
CN113428374B (zh) * 2021-07-29 2023-04-18 西南交通大学 桥梁结构检测数据收集方法和无人机系统
CN113703480A (zh) * 2021-08-27 2021-11-26 酷黑科技（北京）有限公司 一种设备控制方法、装置及飞行控制系统
CN113867407B (zh) * 2021-11-10 2024-04-09 广东电网能源发展有限公司 基于无人机的施工辅助方法、系统、智能设备和存储介质
CN114485568B (zh) * 2021-12-31 2023-06-13 广州极飞科技股份有限公司 测绘方法和装置、计算机设备、存储介质
CN114565725A (zh) * 2022-01-19 2022-05-31 中建一局集团第三建筑有限公司 无人机三维扫描目标区域逆向建模的方法、存储介质及计算机设备
CN114777744B (zh) * 2022-04-25 2024-03-08 中国科学院古脊椎动物与古人类研究所 一种古生物领域的地质测量方法、装置及电子设备
CN115457202B (zh) * 2022-09-07 2023-05-16 北京四维远见信息技术有限公司 一种三维模型更新的方法、装置及存储介质
CN115767288A (zh) * 2022-12-02 2023-03-07 亿航智能设备（广州）有限公司 一种航拍数据处理方法、航拍相机、飞行器及存储介质
CN115755981A (zh) * 2022-12-12 2023-03-07 浙江大学 一种交互式的无人机自主航拍方法及装置
CN115719012B (zh) * 2023-01-06 2023-04-14 山东科技大学 基于无人机遥感与多相sph算法的尾矿库放矿布置方法
CN117470199B (zh) * 2023-12-27 2024-03-15 天津云圣智能科技有限责任公司 一种摆动摄影控制的方法、装置、存储介质及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150036916A1 (en) * 2013-07-30 2015-02-05 The Boeing Company Stereo-motion method of three-dimensional (3-d) structure information extraction from a video for fusion with 3-d point cloud data
CN104635590A (zh) * 2015-02-03 2015-05-20 深圳市华海技术有限公司 飞行器、飞行器对战系统及对战方法
CN104932529A (zh) * 2015-06-05 2015-09-23 北京中科遥数信息技术有限公司 一种无人机自主飞行的云端控制系统
US9449227B2 (en) * 2014-01-08 2016-09-20 Here Global B.V. Systems and methods for creating an aerial image
WO2017156040A1 (en) * 2016-03-08 2017-09-14 Unmanned Innovation, Inc. Ground control point assignment and determination system
CN206523788U (zh) * 2017-02-27 2017-09-26 中国人民公安大学 一种基于无人机航拍的案事件现场三维重建系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080062173A1 (en) * 2006-09-13 2008-03-13 Eric Tashiro Method and apparatus for selecting absolute location on three-dimensional image on navigation display
CN106485655A (zh) * 2015-09-01 2017-03-08 张长隆 一种基于四旋翼飞行器航拍地图生成系统及方法
CN105571588A (zh) * 2016-03-10 2016-05-11 赛度科技（北京）有限责任公司 一种无人机三维空中航路地图构建及其航路显示方法
CN105786016B (zh) * 2016-03-31 2019-11-05 深圳奥比中光科技有限公司 无人机以及rgbd图像的处理方法
CN106060469A (zh) * 2016-06-23 2016-10-26 杨珊珊 基于无人飞行器拍摄的图像处理系统及其图像处理方法
CN106774409B (zh) * 2016-12-31 2019-11-22 北京博鹰通航科技有限公司 一种无人机的半自主仿地飞行系统及其控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150036916A1 (en) * 2013-07-30 2015-02-05 The Boeing Company Stereo-motion method of three-dimensional (3-d) structure information extraction from a video for fusion with 3-d point cloud data
US9449227B2 (en) * 2014-01-08 2016-09-20 Here Global B.V. Systems and methods for creating an aerial image
CN104635590A (zh) * 2015-02-03 2015-05-20 深圳市华海技术有限公司 飞行器、飞行器对战系统及对战方法
CN104932529A (zh) * 2015-06-05 2015-09-23 北京中科遥数信息技术有限公司 一种无人机自主飞行的云端控制系统
WO2017156040A1 (en) * 2016-03-08 2017-09-14 Unmanned Innovation, Inc. Ground control point assignment and determination system
CN206523788U (zh) * 2017-02-27 2017-09-26 中国人民公安大学 一种基于无人机航拍的案事件现场三维重建系统

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112632415A (zh) * 2020-12-31 2021-04-09 武汉光庭信息技术股份有限公司 一种Web地图实时生成方法及图像处理服务器
CN112632415B (zh) * 2020-12-31 2022-06-17 武汉光庭信息技术股份有限公司 一种Web地图实时生成方法及图像处理服务器
CN113485410A (zh) * 2021-06-10 2021-10-08 广州资源环保科技股份有限公司 一种污水源头的查找方法及装置
CN114815902A (zh) * 2022-06-29 2022-07-29 深圳联和智慧科技有限公司 一种无人机的监控方法、系统、服务器及存储介质
CN116823949A (zh) * 2023-06-13 2023-09-29 武汉天进科技有限公司 一种小型化无人机机载实时图像处理装置
CN116823949B (zh) * 2023-06-13 2023-12-01 武汉天进科技有限公司 一种小型化无人机机载实时图像处理装置
CN117689846A (zh) * 2024-02-02 2024-03-12 武汉大学 线状目标的无人机摄影重建多交向视点生成方法及装置
CN117689846B (zh) * 2024-02-02 2024-04-12 武汉大学 线状目标的无人机摄影重建多交向视点生成方法及装置

Also Published As

Publication number Publication date
CN108701373A (zh) 2018-10-23
CN108701373B (zh) 2022-05-17
US20200255143A1 (en) 2020-08-13

Similar Documents

Publication Publication Date Title
WO2019090480A1 (zh) 基于无人机航拍的三维重建方法、系统及装置
CN107504957B (zh) 利用无人机多视角摄像快速进行三维地形模型构建的方法
US11698449B2 (en) User interface for displaying point clouds generated by a LiDAR device on a UAV
US10657714B2 (en) Method and system for displaying and navigating an optimal multi-dimensional building model
US9981742B2 (en) Autonomous navigation method and system, and map modeling method and system
CN106485785B (zh) 一种基于室内三维建模和定位的场景生成方法及系统
CN107356230A (zh) 一种基于实景三维模型的数字测图方法和系统
EP3885871B1 (en) Surveying and mapping system, surveying and mapping method and apparatus, device and medium
US20150172628A1 (en) Altering Automatically-Generated Three-Dimensional Models Using Photogrammetry
CN106052674A (zh) 一种室内机器人的slam方法和系统
CN104118561B (zh) 一种基于无人机技术的大型濒危野生动物监测的方法
WO2020192026A1 (zh) 一种城市观山可视域的测量方法及系统
US10733777B2 (en) Annotation generation for an image network
CN108765576B (zh) 基于OsgEarth的VIVE虚拟地球漫游浏览方法
JP2022077976A (ja) 画像ベースの測位方法及びシステム
CN112729260B (zh) 测绘系统及测绘方法
CN110428501A (zh) 全景影像生成方法、装置、电子设备及可读存储介质
CN112469967B (zh) 测绘系统、测绘方法、装置、设备及存储介质
US20210264666A1 (en) Method for obtaining photogrammetric data using a layered approach
JP2017201261A (ja) 形状情報生成システム
CN110648401B (zh) 倾斜摄影模型单体化方法、装置、电子设备和存储介质
CN115825067A (zh) 一种基于无人机的地质信息采集方法、系统及电子设备
CN114549766A (zh) 一种实时ar可视化方法、装置、设备及存储介质
WO2020103024A1 (zh) 一种作业控制系统、作业控制方法、装置、设备及介质
US10275939B2 (en) Determining two-dimensional images using three-dimensional models

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17931232

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17931232

Country of ref document: EP

Kind code of ref document: A1