CN111222586B - 一种基于三维倾斜模型视角的倾斜影像匹配方法及装置 - Google Patents
一种基于三维倾斜模型视角的倾斜影像匹配方法及装置 Download PDFInfo
- Publication number
- CN111222586B CN111222586B CN202010312367.2A CN202010312367A CN111222586B CN 111222586 B CN111222586 B CN 111222586B CN 202010312367 A CN202010312367 A CN 202010312367A CN 111222586 B CN111222586 B CN 111222586B
- Authority
- CN
- China
- Prior art keywords
- image
- oblique
- screening
- model
- angle
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于三维倾斜模型视角的倾斜影像匹配方法及装置,该方法包括以下步骤:获取查询参数,所述查询参数包括:倾斜模型所在图层的名称、倾斜模型的位置坐标、倾斜模型视角的方位角以及倾斜模型视角的倾斜角;根据所述查询参数对倾斜影像数据库进行筛选操作从而筛选得到与所述查询参数匹配的倾斜影像;筛选操作包括:倾斜角筛选步骤、方位角筛选步骤、距离筛选步骤及相对方位角筛选步骤。该方法能根据三维倾斜模型视角的相关参数快速匹配对应的倾斜影像,实现场景倾斜模型与原始倾斜航飞影像动态联动显示。
Description
技术领域
本发明涉及三维倾斜模型技术领域,尤其涉及一种基于三维倾斜模型视角的倾斜影像匹配方法及装置。
背景技术
倾斜摄影技术是国际摄影测量领域近十几年发展起来的一项高新技术,该技术通过从一个垂直、四个倾斜、五个不同的视角同步采集影像,获取到丰富的建筑物顶面及侧视的高分辨率纹理。它不仅能够真实地反映地物情况,高精度地获取物方纹理信息,还可通过先进的定位、融合、建模等技术,生成真实的三维城市模型。利用图像识别技术可以有效的找出处于某一个具***置的视角的三维模型对应飞机航拍时所处相同位置所拍摄的一组照片,从而映射出模型的周边环境。
目前利用图像识别技术来查找对应的倾斜影像的方法,虽然可以做到准确的匹配目标照片,但由于飞机航拍时产生的倾斜照片是海量的,导致图像识别过程久,比较难满足实时性需求。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供一种基于三维倾斜模型视角的倾斜影像匹配方法,其能根据三维倾斜模型视角的相关参数快速匹配对应的倾斜影像,实现场景倾斜模型与原始倾斜航飞影像动态联动显示。
本发明的目的之二在于提供一种电子设备,其能根据三维倾斜模型视角的相关参数快速匹配对应的倾斜影像,实现场景倾斜模型与原始倾斜航飞影像动态联动显示。
本发明的目的之三在于提供一种计算机可读存储介质,该存储介质中的程序运行时能根据三维倾斜模型视角的相关参数快速匹配对应的倾斜影像,实现场景倾斜模型与原始倾斜航飞影像动态联动显示。
本发明的目的之一采用如下技术方案实现:
一种基于三维倾斜模型视角的倾斜影像匹配方法,包括以下步骤:
获取查询参数,所述查询参数包括:倾斜模型所在图层的名称、倾斜模型的位置坐标、倾斜模型视角的方位角以及倾斜模型视角的倾斜角;
根据所述查询参数对倾斜影像数据库进行筛选操作从而筛选得到与所述查询参数匹配的倾斜影像信息;
所述筛选操作包括:
倾斜角筛选步骤:
判断所述倾斜模型视角的倾斜角是否大于或等于n,其中,n的范围为[75°,90°];
若是,则根据倾斜模型所在图层的名称从倾斜影像库中获取正射的倾斜影像并对正射的倾斜影像执行距离筛选步骤;
若否,则根据倾斜模型所在图层的名称从倾斜影像库中获取除正射的倾斜影像外的其他倾斜影像,并对所获取的倾斜影像执行方位角筛选步骤;
方位角筛选步骤:
在倾斜角筛选步骤所获取的倾斜影像中筛选出倾斜影像方位角满足方位角筛选条件的倾斜影像;所述方位角筛选条件为:Yaw-ToleranCel≤倾斜影像方位角≤Yaw+Tolerancel;其中,Yaw为三维模型视角的方位角,Tolerance1为容差;
对满足方位角筛选公式的倾斜影像执行距离筛选步骤;
距离筛选步骤:
计算倾斜角筛选步骤或方位角筛选步骤中所筛选得到的各个倾斜影像组中心点与倾斜模型的距离;
计算倾斜角筛选步骤或方位角筛选步骤中所筛选得到的各个倾斜影像组的外包圆半径;
筛选出倾斜影像组的中心点与倾斜模型的距离小于或等于该倾斜影像组的外包圆半径的倾斜影像组,并对所筛选出来的倾斜影像组执行相对方位角筛选步骤;
相对方位角筛选步骤:
计算距离筛选步骤筛选得到的倾斜影像组中心点与倾斜模型的位置的相对方位角;
在距离筛选步骤中筛选得到的倾斜影像组中筛选出倾斜影像方位角满足相对方位角筛选条件的倾斜影像,所述相对方位角筛选条件为:
Yaw2–Tolerance2≤倾斜影像方位角≤Yaw2+Tolerance2,
其中,Yaw2为倾斜影像组中心点与倾斜模型的位置的相对方位角,Tolerance2为容差。
进一步地,倾斜影像组中心点与倾斜模型的距离通过以下公式进行计算:
其中,倾斜模型的位置坐标为:(BulidingPositionX,BulidingPositionY),倾斜影像组中心点坐标为:(ImageGroupX,ImageGroupY)。
进一步地,所述外包圆半径通过以下公式进行计算:
进一步地,所述相对方位角通过以下公式进行计算:
Yaw2=arctan((BulidingPositionY-ImageGroupY)/(BulidingPositionX-ImageG roupX)),
其中,倾斜模型的位置坐标为:(BulidingPositionX,BulidingPositionY),倾斜影像组中心点坐标为:(ImageGroupX,ImageGroupY)。
进一步地,所述倾斜影像库中的每张倾斜影像所携带的数据信息包括:倾斜影像唯一标识、倾斜影像文件路径、倾斜影像组别、所属倾斜摄影相机编号以及倾斜影像组中心点坐标。
本发明的目的之二采用如下技术方案实现:
一种电子设备,包括处理器和存储器,所述存储器存储有可执行计算机程序,所述处理器可读取所述存储器中的计算机程序并运行以实现如上所述的基于三维倾斜模型视角的倾斜影像匹配方法。
本发明的目的之三采用如下技术方案实现:
一种计算机可读存储介质,所述计算机可读存储介质存储有可执行计算机程序,所述计算机程序运行时可实现如上所述的基于三维倾斜模型视角的倾斜影像匹配方法。
相比现有技术,本发明的有益效果在于:
该基于三维倾斜模型视角的倾斜影像匹配方法能根据三维倾斜模型视角的相关参数(倾斜模型所在图层的名称、倾斜模型的位置坐标、倾斜模型视角的方位角以及倾斜模型视角的倾斜角)快速匹配对应的倾斜影像,快速筛选倾斜影像。相对于利用图像识别进行匹配的方式,通过该方法能够快速匹配当前场景所选择的倾斜模型的视角对应的倾斜影像,延时更短,能够实现场景倾斜模型与原始倾斜航飞影像动态联动显示,满足实时性需求。
附图说明
图1为本发明提供的一种基于三维倾斜模型视角的倾斜影像匹配方法的流程示意图;
图2为本发明提供的一种基于三维倾斜模型视角的倾斜影像匹配方法中的倾斜摄影成像规则示意图;
图3为本发明提供的一种基于三维倾斜模型视角的倾斜影像匹配方法中的三维模型视角的倾斜角示意图;
图4为本发明提供的一种基于三维倾斜模型视角的倾斜影像匹配方法中的三维模型视角的方位角示意图,图中场景视角方位角等于三维模型视角的方位角;
图5为本发明提供的一种基于三维倾斜模型视角的倾斜影像匹配方法中的距离筛选示意图,图中圆圈的半径为缓冲距离,即倾斜影像组的外包圆半径;
图6为本发明提供的一种基于三维倾斜模型视角的倾斜影像匹配方法中的相对方位角示意图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
请参阅图1至图6,一种基于三维倾斜模型视角的倾斜影像匹配方法,包括以下步骤:
获取查询参数,所述查询参数包括:倾斜模型所在图层的名称、倾斜模型的位置坐标、倾斜模型视角的方位角以及倾斜模型视角的倾斜角;
根据所述查询参数对倾斜影像数据库进行筛选操作从而筛选得到与所述查询参数匹配的倾斜影像信息;
所述筛选操作包括:
倾斜角筛选步骤:
判断所述倾斜模型视角的倾斜角是否大于或等于n,其中,n的范围为[75°,90°];
若是,则根据倾斜模型所在图层的名称从倾斜影像库中获取正射的倾斜影像并对正射的倾斜影像执行距离筛选步骤;
若否,则根据倾斜模型所在图层的名称从倾斜影像库中获取除正射的倾斜影像外的其他倾斜影像,并对所获取的倾斜影像执行方位角筛选步骤;
方位角筛选步骤:
在倾斜角筛选步骤所获取的倾斜影像中筛选出倾斜影像方位角满足方位角筛选条件的倾斜影像;所述方位角筛选条件为:Yaw-ToleranCel≤倾斜影像方位角≤Yaw+Tolerancel;
其中,Yaw为三维模型视角的方位角,Tolerance1为容差;
对满足方位角筛选公式的倾斜影像执行距离筛选步骤;
距离筛选步骤:
计算倾斜角筛选步骤或方位角筛选步骤中所筛选得到的各个倾斜影像组中心点与倾斜模型的距离;
计算倾斜角筛选步骤或方位角筛选步骤中所筛选得到的各个倾斜影像组的外包圆半径;
筛选出倾斜影像组的中心点与倾斜模型的距离小于或等于该倾斜影像组的外包圆半径的倾斜影像组,并对所筛选出来的倾斜影像组执行相对方位角筛选步骤;
相对方位角筛选步骤:
计算距离筛选步骤筛选得到的倾斜影像组中心点与倾斜模型的位置的相对方位角;
在距离筛选步骤中筛选得到的倾斜影像组中筛选出倾斜影像方位角满足相对方位角筛选条件的倾斜影像,所述相对方位角筛选条件为:
Yaw2–Tolerance2≤倾斜影像方位角≤Yaw2+Tolerance2,
其中,Yaw2为倾斜影像组中心点与倾斜模型的位置的相对方位角,Tolerance2为容差。
该基于三维倾斜模型视角的倾斜影像匹配方法能根据三维倾斜模型视角的相关参数(倾斜模型所在图层的名称、倾斜模型的位置坐标、倾斜模型视角的方位角以及倾斜模型视角的倾斜角)快速匹配对应的倾斜影像,快速筛选倾斜影像;通过该方法,能够快速匹配当前场景所选择的倾斜模型的视角对应的倾斜影像,实现场景倾斜模型与原始倾斜航飞影像动态联动显示,满足实时性需求。
具体地,倾斜影像组中心点与倾斜模型的距离通过以下公式进行计算:
其中,倾斜模型的位置坐标为:(BulidingPositionX,BulidingPositionY),倾斜影像组中心点坐标为:(ImageGroupX,ImageGroupY)。
所述外包圆半径通过以下公式进行计算:
所述相对方位角通过以下公式进行计算:
Yaw2=arctan((BulidingPositionY-ImageGroupY)/(BulidingPositionX-ImageG roupX)),其中,倾斜模型的位置坐标为:(BulidingPositionX,BulidingPositionY),倾斜影像组中心点坐标为:(ImageGroupX,ImageGroupY)。
特别地,所述倾斜影像库中的每张倾斜影像所携带的数据信息包括:倾斜影像唯一标识、倾斜影像文件路径、倾斜影像组别、所属倾斜摄影相机编号以及倾斜影像组中心点坐标。
倾斜影像数据库构建方式如下:
倾斜影像按照预设的倾斜影像数据结构模型进行存储从而构成倾斜影像库,倾斜影像数据结构模型如下表:
字段名称 | 字段类型 | 备注 |
Id | NVARchar2(255) | 倾斜影像唯一标识 |
ImagePath | NVARchar2(255) | 倾斜影像文件路径 |
ImageGroup | NUMBER | 倾斜影像组别 |
PhotoGroup | NUMBER | 摄影相机编号 |
ImageGroupX | NUMBER | 倾斜影像组中心点X坐标 |
ImageGroupY | NUMBER | 倾斜影像组中心点Y坐标 |
ImageYaw | NUMBER | 倾斜影像方位角 |
具体地,根据原始倾斜影像数据信息文件可以获取到每一张倾斜影像的信息如下:
·倾斜影像唯一标识(对应数据模型Id属性);
·倾斜影像文件路径(对应数据模型ImagePath属性);
·倾斜影像组别(对应数据模型ImageGroup属性)(说明:无人机航飞中的每一次拍摄都会产生一组倾斜影像,组中的每一张倾斜影像分别对应一个摄影相机所摄影像);
·所属倾斜摄影相机编号(对应数据模型PhotoGroup属性)(说明:一种编号对应一个无人机的摄影相机,摄影相机拍摄方向相对于无人机航行方向是固定的);
·倾斜影像组中心坐标点X,Y(对应数据模型ImageGroupX属性,ImageGroupY属性)。
需要说明的是,倾斜影像方位角(对应倾斜影像数据模型ImageYaw属性)计算:
因为倾斜影像组是编号和影像连续的,如001组影像对应的下一组影像为002组,因此拍摄第n组影像时,无人机的航行方向可表示为:Angle(航行方向)=arctan((Yn+1)-Yn/(Xn+1)-Xn);
根据图2所示的倾斜摄影成像规则,倾斜影像成像视线方向相对于无人机航行方向是固定的,即:编号为1的相机拍摄方向为航行方向正前方,所摄倾斜影像的方位角(ImageYaw)与航行方向(Angle)一致;编号为2的相机拍摄方向为航行方向正右方,所摄倾斜影像的方位角(ImageYaw)为航行方向(Angle)+90°,编号为3的相机拍摄方向为航行方向正后方,所摄倾斜影像的方位角(ImageYaw)为航行方向(Angle)+180°,编号为4的相机拍摄方向为航行方向正左方,所摄倾斜影像的方位角(ImageYaw)为航行方向(Angle)+270°,编号为5的相机拍摄方向为航行方向正下方,所摄倾斜影像的方位角(ImageYaw)记为0°;当n为最后一组影像组时,影像组中各影像方向取n-1组方向表示。
本发明还提供了一种电子设备,包括处理器和存储器,所述存储器存储有可执行计算机程序,所述处理器可读取所述存储器中的计算机程序并运行以实现如上所述的基于三维倾斜模型视角的倾斜影像匹配方法。
此外,本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有可执行计算机程序,所述计算机程序运行时可实现如上所述的基于三维倾斜模型视角的倾斜影像匹配方法。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (7)
1.一种基于三维倾斜模型视角的倾斜影像匹配方法,其特征在于,包括以下步骤:
获取查询参数,所述查询参数包括:倾斜模型所在图层的名称、倾斜模型的位置坐标、倾斜模型视角的方位角以及倾斜模型视角的倾斜角;
根据所述查询参数对倾斜影像数据库进行筛选操作从而筛选得到与所述查询参数匹配的倾斜影像;
所述筛选操作包括:
倾斜角筛选步骤:
判断所述倾斜模型视角的倾斜角是否大于或等于n,其中,n的范围为[75°,90°];
若是,则根据倾斜模型所在图层的名称从倾斜影像库中获取正射的倾斜影像并对正射的倾斜影像执行距离筛选步骤;
若否,则根据倾斜模型所在图层的名称从倾斜影像库中获取除正射的倾斜影像外的其他倾斜影像,并对所获取的倾斜影像执行方位角筛选步骤;
方位角筛选步骤:
在倾斜角筛选步骤所获取的倾斜影像中筛选出倾斜影像方位角满足方位角筛选条件的倾斜影像;所述方位角筛选条件为:Yaw-Tolerance1≤倾斜影像方位角≤Yaw+Tolerance1;
其中,Yaw为三维模型视角的方位角,Tolerance1为容差;
对满足方位角筛选公式的倾斜影像执行距离筛选步骤;
距离筛选步骤:
计算倾斜角筛选步骤或方位角筛选步骤中所筛选得到的各个倾斜影像组中心点与倾斜模型的距离;
计算倾斜角筛选步骤或方位角筛选步骤中所筛选得到的各个倾斜影像组的外包圆半径;
筛选出倾斜影像组的中心点与倾斜模型的距离小于或等于该倾斜影像组的外包圆半径的倾斜影像组,并对所筛选出来的倾斜影像组执行相对方位角筛选步骤;
相对方位角筛选步骤:
计算距离筛选步骤筛选得到的倾斜影像组中心点与倾斜模型的位置的相对方位角;
在距离筛选步骤中筛选得到的倾斜影像组中筛选出倾斜影像方位角满足相对方位角筛选条件的倾斜影像,所述相对方位角筛选条件为:
Yaw2–Tolerance2≤倾斜影像方位角≤Yaw2+Tolerance2,
其中,Yaw2为倾斜影像组中心点与倾斜模型的位置的相对方位角,Tolerance2为容差。
4.如权利要求1所述的基于三维倾斜模型视角的倾斜影像匹配方法,其特征在于,所述相对方位角通过以下公式进行计算:
Yaw2=arctan((BulidingPositionY-ImageGroupY)/(BulidingPositionX-ImageGroupX)),
其中,倾斜模型的位置坐标为:(BulidingPositionX,BulidingPositionY),倾斜影像组中心点坐标为:(ImageGroupX,ImageGroupY)。
5.如权利要求1至4任一项所述的基于三维倾斜模型视角的倾斜影像匹配方法,其特征在于,所述倾斜影像库中的每张倾斜影像所携带的数据信息包括:倾斜影像唯一标识、倾斜影像文件路径、倾斜影像组别、所属倾斜摄影相机编号以及倾斜影像组中心点坐标。
6.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有可执行计算机程序,所述处理器可读取所述存储器中的计算机程序并运行以实现如权利要求1至5任一项所述的基于三维倾斜模型视角的倾斜影像匹配方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有可执行计算机程序,所述计算机程序运行时可实现如权利要求1至5任一项所述的基于三维倾斜模型视角的倾斜影像匹配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010312367.2A CN111222586B (zh) | 2020-04-20 | 2020-04-20 | 一种基于三维倾斜模型视角的倾斜影像匹配方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010312367.2A CN111222586B (zh) | 2020-04-20 | 2020-04-20 | 一种基于三维倾斜模型视角的倾斜影像匹配方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111222586A CN111222586A (zh) | 2020-06-02 |
CN111222586B true CN111222586B (zh) | 2020-09-18 |
Family
ID=70830105
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010312367.2A Active CN111222586B (zh) | 2020-04-20 | 2020-04-20 | 一种基于三维倾斜模型视角的倾斜影像匹配方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111222586B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112504237B (zh) * | 2020-11-30 | 2023-03-24 | 贵州北斗空间信息技术有限公司 | 一种倾斜数据轻量化快速生成方法 |
CN112698661B (zh) * | 2021-03-22 | 2021-08-24 | 成都睿铂科技有限责任公司 | 一种飞行器的航测数据采集方法、装置、***及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104794490A (zh) * | 2015-04-28 | 2015-07-22 | 中测新图(北京)遥感技术有限责任公司 | 航空多视影像的倾斜影像同名点获取方法和装置 |
CN106289188A (zh) * | 2016-08-05 | 2017-01-04 | 航天恒星科技有限公司 | 一种基于多视角航空影像的测量方法及*** |
CN106898047A (zh) * | 2017-02-24 | 2017-06-27 | 朱庆 | 倾斜模型和多元模型动态融合的自适应网络可视化方法 |
CN108399631A (zh) * | 2018-03-01 | 2018-08-14 | 北京中测智绘科技有限公司 | 一种尺度不变性的倾斜影像多视密集匹配方法 |
CN109238239A (zh) * | 2018-09-12 | 2019-01-18 | 成都坤舆空间科技有限公司 | 基于航空摄影的数字测量三维建模方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7424133B2 (en) * | 2002-11-08 | 2008-09-09 | Pictometry International Corporation | Method and apparatus for capturing, geolocating and measuring oblique images |
US8531472B2 (en) * | 2007-12-03 | 2013-09-10 | Pictometry International Corp. | Systems and methods for rapid three-dimensional modeling with real façade texture |
US8422825B1 (en) * | 2008-11-05 | 2013-04-16 | Hover Inc. | Method and system for geometry extraction, 3D visualization and analysis using arbitrary oblique imagery |
US9025810B1 (en) * | 2010-04-05 | 2015-05-05 | Google Inc. | Interactive geo-referenced source imagery viewing system and method |
CN106327573B (zh) * | 2016-08-25 | 2019-03-12 | 成都慧途科技有限公司 | 一种针对城市建筑的实景三维建模方法 |
CN107025449B (zh) * | 2017-04-14 | 2020-04-07 | 西南交通大学 | 一种视角不变局部区域约束的倾斜影像直线特征匹配方法 |
CN107833273B (zh) * | 2017-11-02 | 2021-03-02 | 重庆市勘测院 | 基于三维仿真模型的倾斜摄影三维模型对象化应用方法 |
CN108665536B (zh) * | 2018-05-14 | 2021-07-09 | 广州市城市规划勘测设计研究院 | 三维与实景数据可视化方法、装置与计算机可读存储介质 |
CN108981700B (zh) * | 2018-06-13 | 2022-02-15 | 江苏实景信息科技有限公司 | 一种定位定姿方法及装置 |
CN110458945B (zh) * | 2019-08-09 | 2022-11-11 | 中科宇图科技股份有限公司 | 通过空中倾斜摄影结合视频数据的自动建模方法及*** |
-
2020
- 2020-04-20 CN CN202010312367.2A patent/CN111222586B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104794490A (zh) * | 2015-04-28 | 2015-07-22 | 中测新图(北京)遥感技术有限责任公司 | 航空多视影像的倾斜影像同名点获取方法和装置 |
CN106289188A (zh) * | 2016-08-05 | 2017-01-04 | 航天恒星科技有限公司 | 一种基于多视角航空影像的测量方法及*** |
CN106898047A (zh) * | 2017-02-24 | 2017-06-27 | 朱庆 | 倾斜模型和多元模型动态融合的自适应网络可视化方法 |
CN108399631A (zh) * | 2018-03-01 | 2018-08-14 | 北京中测智绘科技有限公司 | 一种尺度不变性的倾斜影像多视密集匹配方法 |
CN109238239A (zh) * | 2018-09-12 | 2019-01-18 | 成都坤舆空间科技有限公司 | 基于航空摄影的数字测量三维建模方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111222586A (zh) | 2020-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110853075B (zh) | 一种基于稠密点云与合成视图的视觉跟踪定位方法 | |
JP4854819B2 (ja) | 画像情報出力方法 | |
US7233691B2 (en) | Any aspect passive volumetric image processing method | |
AU2007355942B2 (en) | Arrangement and method for providing a three dimensional map representation of an area | |
CN110617821B (zh) | 定位方法、装置及存储介质 | |
TW202036480A (zh) | 影像定位方法及其系統 | |
CN111222586B (zh) | 一种基于三维倾斜模型视角的倾斜影像匹配方法及装置 | |
JP2015114954A (ja) | 撮影画像解析方法 | |
CN114004977A (zh) | 一种基于深度学习的航拍数据目标定位方法及*** | |
CN113496503B (zh) | 点云数据的生成及实时显示方法、装置、设备及介质 | |
CN117078756A (zh) | 一种基于场景检索匹配的机载对地目标精确定位方法 | |
CN107784666B (zh) | 基于立体影像的地形地物三维变化检测和更新方法 | |
US20220276046A1 (en) | System and method for providing improved geocoded reference data to a 3d map representation | |
CN113011212B (zh) | 图像识别方法、装置及车辆 | |
CN113032499B (zh) | 辅助显示、地物信息的辅助标注方法、装置、设备和介质 | |
CN112767477A (zh) | 一种定位方法、装置、存储介质及电子设备 | |
CN116824068B (zh) | 面向复杂动态场景中点云流的实时重建方法、装置及设备 | |
CN114067071B (zh) | 一种基于大数据的高精地图制作*** | |
CN114663596A (zh) | 基于无人机实时仿地飞行方法的大场景建图方法 | |
CN117726758A (zh) | 基于神经辐射场的快速大规模三维重建方法 | |
CN117570974A (zh) | 一种基于视惯交互的无人机定位方法及装置 | |
CN117893600A (zh) | 一种支持场景表观差异的无人机图像视觉定位方法 | |
CN117274472A (zh) | 一种基于隐式三维表达的航空真正射影像生成方法和*** | |
CN112212832A (zh) | 一种提升倾斜摄影航测效率装置和方法 | |
CN113538301A (zh) | 一种多深度图融合方法、装置及计算机可读存储介质 |
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 |