CN117523111A - 三维实景点云模型的生成方法及*** - Google Patents
三维实景点云模型的生成方法及*** Download PDFInfo
- Publication number
- CN117523111A CN117523111A CN202410010426.9A CN202410010426A CN117523111A CN 117523111 A CN117523111 A CN 117523111A CN 202410010426 A CN202410010426 A CN 202410010426A CN 117523111 A CN117523111 A CN 117523111A
- Authority
- CN
- China
- Prior art keywords
- point
- coordinate system
- acquisition
- coordinates
- world coordinate
- 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 30
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 20
- 238000006243 chemical reaction Methods 0.000 claims description 20
- 230000009466 transformation Effects 0.000 claims description 19
- 238000005457 optimization Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 description 12
- 230000009286 beneficial effect Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000012800 visualization Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- 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
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了三维实景点云模型的生成方法及***，涉及三维建模技术领域，该方案的技术要点为：通过以初始采集点为原点，建立世界坐标系，通过激光扫描仪对目标实景进行扫描，采集点云数据；通过测量上一采集点至下一采集点之间的距离，以及与世界坐标系X、Y、Z三轴方向的角度，计算出下一采集点位于世界坐标系中的坐标；通过激光扫描仪坐标系与世界坐标系X、Y、Z三轴之间的角度，对采集的点云数据坐标进行一次变换，通过当前采集点位于世界坐标系的坐标，对采集的点云数据坐标进行二次变换，计算出每个点位于世界坐标系中的坐标，本发明精度更高，不受信号干扰的影响，减少复杂的计算，提高建模效率。
Description
技术领域
本发明涉及三维建模技术领域，具体为三维实景点云模型的生成方法及***。
背景技术
随着计算机图形学和三维建模技术的不断发展，三维实景点云模型在许多领域得到了广泛应用，如虚拟现实、增强现实、机器人视觉等，三维实景点云模型是一种通过采集数据并经过处理和重建得到的模型，它以点云形式表达了现实世界中物体或场景的三维信息。这种模型具有较高的精度和逼真度，可以广泛应用于三维建模、可视化、分析等领域。
在申请公布号为CN110570466A的中国发明申请中，公开了一种三维实景点云模型的生成方法、装置、计算机设备和存储介质。所述方法包括：获取目标的三维激光雷达点云数据以及同步实景影像；对三维激光雷达点云数据进行点云分类处理得到地表点云数据；对实景影像进行空三平差处理得到实景影像外方位元素；实景纹理数字高程模型匹配实景纹理三维激光雷达点云数据，生成目标的三维实景点云模型。
在申请公布号为CN110570466A的中国发明申请中，公开了一种三维实景点云模型的生成方法、装置、计算机设备和存储介质。获取目标的三维激光雷达点云数据以及同步实景影像；对三维激光雷达点云数据进行点云分类处理得到地表点云数据；对实景影像进行空三平差处理得到实景影像外方位元素；匹配构建目标的实景纹理数字高程模型；实景纹理数字高程模型匹配实景纹理三维激光雷达点云数据，生成目标的三维实景点云模型。
结合以上申请，现有技术存在以下不足：
通过GPS等其他技术手段对点云数据进行定位，GPS等无线定位技术受到环境因素的影响较大，例如，在建筑物密集的城市地区，由于建筑物对GPS信号的遮挡，可能会造成定位不准确或无法定位的问题。此外，天气条件（如雨、雾、霾等）也可能对GPS信号产生干扰，影响定位精度；
在采集完所有点云数据后，再对所有的点云数据进行坐标配准，这种处理方式不仅计算复杂度高，而且由于各种因素的影响（如采集设备的误差、采集环境的变化等），可能导致较大的配准误差。
发明内容
（一）解决的技术问题
针对现有技术的不足，本发明提供了三维实景点云模型的生成方法及***，通过以初始采集点为原点，建立世界坐标系，通过激光扫描仪对目标实景进行扫描，采集点云数据；通过测量上一采集点至下一采集点之间的距离，以及与世界坐标系X、Y、Z三轴方向的角度，计算出下一采集点位于世界坐标系中的坐标；通过激光扫描仪坐标系与世界坐标系X、Y、Z三轴之间的角度，对采集的点云数据坐标进行一次变换，通过当前采集点位于世界坐标系的坐标，对采集的点云数据坐标进行二次变换，计算出每个点位于世界坐标系中的坐标；将所有点云数据合并成一个完整的点云数据集；通过预处理后的点云数据，使用三维重建算法生成三维实景点云模型，解决了背景技术中提到的不足。
（二）技术方案
为实现以上目的，本发明通过以下技术方案予以实现：三维实景点云模型的生成方法，包括以下步骤：
确定目标实景，位于目标实景正南方向建立初始采集点，以初始采集点为原点，建立世界坐标系，通过激光扫描仪对目标实景进行扫描，采集点云数据；
完成初始采集点的数据采集后，移动至下一采集点，通过测量上一采集点至下一采集点之间的距离，以及与世界坐标系X、Y、Z三轴方向的角度，计算出下一采集点位于世界坐标系中的坐标；
再次使用激光扫描仪对目标实景进行扫描，记录下每个点位于激光扫描仪坐标系的三维坐标，通过激光扫描仪坐标系与世界坐标系X、Y、Z三轴之间的角度，对采集的点云数据坐标进行一次变换，通过当前采集点位于世界坐标系的坐标，对采集的点云数据坐标进行二次变换，计算出每个点位于世界坐标系中的坐标；
移动至下一采集点继续对目标实景进行点云数据采集，直至完成所有采集点的点云数据采集，以及点云数据位于世界坐标系坐标的转换，并将所有点云数据合并成一个完整的点云数据集；
通过预处理后的点云数据，使用三维重建算法生成三维实景点云模型，对生成的三维实景点云模型进行细节增强，对增强的三维实景点云模型进行优化，并将优化后的三维实景点云模型导出。
进一步的，确定用于三维实景点云模型生成的目标实景；在目标实景的正南方向选择一个采集点作为初始采集点，用于建立世界坐标系；以初始采集点为原点，以东西方向作为X轴方向，以南北方向作为Y轴方向，以上下方向作为Z轴方向，建立世界坐标系；使用激光扫描仪对目标实景进行扫描，记录下每个点的三维坐标，形成点云数据。
进一步的，通过上一采集点至下一采集点之间的距离以及与世界坐标系X、Y、Z三轴方向的角度，计算出下一采集点位于世界坐标系中的坐标，计算公式如下：
；
其中，、/>、/>分别表示下一采集点在X、Y、Z轴方向上的坐标，S表示上一采集点至下一采集点之间的距离，/>、/>、/>分别表示上一采集点至下一采集点与世界坐标系X、Y、Z三轴方向的角度。
进一步的，通过激光扫描仪坐标系与世界坐标系X、Y、Z三轴之间的角度，以当前采集点为原点，以世界坐标系坐标轴为方向，对采集的点云数据坐标进行一次变换，计算每个点的坐标，计算公式如下：
；
其中，、/>、/>分别表示一次变换后每个点在X、Y、Z轴方向上的坐标，/>、/>、/>分别表示每个点在激光扫描仪坐标系X、Y、Z轴方向上的坐标，/>、/>、/>分别表示激光扫描仪坐标系与世界坐标系X、Y、Z三轴之间的角度。
进一步的，通过当前采集点位于世界坐标系的坐标，对采集的点云数据坐标进行二次变换，计算出每个点位于世界坐标系中的坐标，计算公式如下：
；
其中，、/>、/>分别表示每个点位于世界坐标系X、Y、Z轴方向上的坐标，/>、/>、/>分别表示一次变换后每个点在X、Y、Z轴方向上的坐标，/>、/>、/>分别表示当前采集点位于世界坐标系X、Y、Z轴方向上的坐标。
进一步的，移动至下一采集点继续对目标实景进行点云数据采集，直至完成所有采集点的点云数据采集，并将点云数据的坐标转换成世界坐标系的坐标；
将所有采集点的点云数据合并成一个完整的点云数据集，合并后的点云数据集包含了目标实景中所有点的三维坐标信息；
对合并后的点云数据进行预处理，包括去除噪声、过滤冗余数据以及去除重叠的数据。
进一步的，通过预处理后的点云数据，使用三维重建算法生成三维实景点云模型；
对生成的三维实景点云模型进行细节增强，包括增加表面细节和纹理映射操作；
采用迭代优化算法，通过不断调整模型的参数和结构，对增强的三维实景点云模型进行优化；
将优化后的三维实景点云模型导出。
三维实景点云模型的生成***，包括数据采集模块、采集坐标转换模块、点云坐标转换模块以及三维重建模块；其中：
数据采集模块，通过激光扫描仪对目标实景进行扫描，采集点云数据，移动至下一采集点继续对目标实景进行点云数据采集，直至完成所有采集点的点云数据采集；
采集坐标转换模块，完成初始采集点的数据采集后，移动至下一采集点，通过测量上一采集点至下一采集点之间的距离，以及与世界坐标系X、Y、Z三轴方向的角度，计算出下一采集点位于世界坐标系中的坐标；
点云坐标转换模块，通过激光扫描仪坐标系与世界坐标系X、Y、Z三轴之间的角度，对采集的点云数据坐标进行一次变换，通过当前采集点位于世界坐标系的坐标，对采集的点云数据坐标进行二次变换，计算出每个点位于世界坐标系中的坐标；
模型生成模块，通过预处理后的点云数据，使用三维重建算法生成三维实景点云模型，对生成的三维实景点云模型进行细节增强，对增强的三维实景点云模型进行优化，并将优化后的三维实景点云模型导出。
（三）有益效果
本发明提供了三维实景点云模型的生成方法及***，具备以下有益效果：
（1）通过建立世界坐标系，可以确定每个点在空间中的位置关系，为后续的点云数据处理和模型生成提供统一的参考框架，同时，世界坐标系的建立也有助于实现不同数据源之间的融合和配准，提高模型的精度和完整性。
（2）通过使用测距仪和测角仪，可以分别精确地测量上一采集点至下一采集点之间的距离以及与世界坐标系X、Y、Z三轴方向的角度，相对于GPS等定位方法，具有精度更高，不受信号干扰的影响，可以在各种环境下进行稳定的工作的优点，有助于提高后续坐标计算的准确性和稳定性。
（3）世界坐标系可以用于描述各种物体的位置和运动，通过将点云数据转换到世界坐标系中，可以方便地进行各种三维数据处理和分析，有助于后续三维建模时点云数据的拼接，减少复杂的计算，提高建模效率。
（4）将点云数据的坐标转换成世界坐标系的坐标，可以确保不同采集点的数据具有相同的参考坐标系，有助于将不同位置的点云数据整合在一起，进行统一的分析和处理，同时，世界坐标系也方便后续的应用和可视化，使得数据更加直观和易于理解。
附图说明
图1为本发明三维实景点云模型的生成方法步骤示意图；
图2为本发明三维实景点云模型的生成方法流程示意图；
图3为本发明三维实景点云模型的生成***结构示意图。
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。
请参阅图1及图2，本发明提供三维实景点云模型的生成方法，包括以下步骤：
步骤一：确定目标实景，位于目标实景正南方向建立初始采集点，以初始采集点为原点，建立世界坐标系，通过激光扫描仪对目标实景进行扫描，采集点云数据；
所述步骤一包括以下内容：
步骤101：确定用于三维实景点云模型生成的目标实景，包括建筑物、地形以及场景等任何具有三维特征的物体或场景；
步骤102：在目标实景的正南方向选择一个采集点作为初始采集点，用于建立世界坐标系；
步骤103：以初始采集点为原点，以东西方向作为X轴方向，以南北方向作为Y轴方向，以上下方向作为Z轴方向，建立世界坐标系；
步骤104：使用激光扫描仪对目标实景进行扫描，记录下每个点的三维坐标，形成点云数据。
需要说明的是，在目标实景的正南方向选择一个采集点作为初始采集点，这个采集点的选择对于后续建立世界坐标系和进行点云数据采集至关重要，通过选择一个合适的初始采集点，可以确保建立的世界坐标系与目标实景的相对位置关系准确无误，从而为后续的点云数据处理和模型生成提供可靠的基础。
使用时，结合步骤101至步骤104的内容：
通过建立世界坐标系，可以确定每个点在空间中的位置关系，为后续的点云数据处理和模型生成提供统一的参考框架，同时，世界坐标系的建立也有助于实现不同数据源之间的融合和配准，提高模型的精度和完整性。
步骤二：完成初始采集点的数据采集后，移动至下一采集点，通过测量上一采集点至下一采集点之间的距离，以及在世界坐标系X、Y、Z三轴方向的角度，计算出下一采集点位于世界坐标系中的坐标；
所述步骤二包括以下内容：
步骤201：完成初始采集点的数据采集后，移动至下一个采集点；
步骤202：使用测距仪测量上一采集点至下一采集点之间的距离，使用测角仪测量上一采集点至下一采集点与世界坐标系X、Y、Z三轴方向的角度；
步骤203：通过上一采集点至下一采集点之间的距离以及与世界坐标系X、Y、Z三轴方向的角度，计算出下一采集点位于世界坐标系中的坐标，计算公式如下：
；
其中，、/>、/>分别表示下一采集点在X、Y、Z轴方向上的坐标，S表示上一采集点至下一采集点之间的距离，/>、/>、/>分别表示上一采集点至下一采集点与世界坐标系X、Y、Z三轴方向的角度。
需要说明的是，通常使用激光测距仪或超声波测距仪来测量两个采集点之间的距离。这些仪器可以精确地测量距离，并且对于不同的环境条件（如光照、天气等）具有较好的稳定性，不易受到环境的干扰。
使用时，结合步骤201至步骤203的内容：
通过使用测距仪和测角仪，可以分别精确地测量上一采集点至下一采集点之间的距离和在世界坐标系X、Y、Z三轴方向的角度，相对于GPS等定位方法，具有精度更高，不受信号干扰的影响，可以在各种环境下进行稳定的工作的优点，有助于提高后续坐标计算的准确性和稳定性。
步骤三：再次使用激光扫描仪对目标实景进行扫描，记录下每个点位于激光扫描仪坐标系的三维坐标，通过激光扫描仪坐标系与世界坐标系X、Y、Z三轴之间的角度，对采集的点云数据坐标进行一次变换，通过当前采集点位于世界坐标系的坐标，对采集的点云数据坐标进行二次变换，计算出每个点位于世界坐标系中的坐标；
所述步骤三包括以下内容：
步骤301：再次使用激光扫描仪对目标实景进行扫描，记录下每个点位于激光扫描仪坐标系的三维坐标，形成点云数据；
需要说明的是，世界坐标系是以初始采集点为原点，以东西方向作为X轴方向，以南北方向作为Y轴方向，以上下方向作为Z轴方向，激光扫描仪坐标系则是以激光发射中心为原点，以扫描平面起始方向为X轴，垂直于扫描平面的方向为Y轴，垂直于扫描平面和Y轴的方向为Z轴；
步骤302：使用测角仪测量激光扫描仪坐标系与世界坐标系X、Y、Z三轴之间的角度，以当前采集点为原点，以世界坐标系坐标轴为方向，对采集的点云数据坐标进行一次变换，计算每个点的坐标，计算公式如下：
；
其中，、/>、/>分别表示一次变换后每个点在X、Y、Z轴方向上的坐标，/>、/>、/>分别表示每个点在激光扫描仪坐标系X、Y、Z轴方向上的坐标，/>、/>、/>分别表示激光扫描仪坐标系与世界坐标系X、Y、Z三轴之间的角度；
步骤303：通过当前采集点位于世界坐标系的坐标，对采集的点云数据坐标进行二次变换，计算出每个点位于世界坐标系中的坐标，计算公式如下：
；
其中，、/>、/>分别表示每个点位于世界坐标系X、Y、Z轴方向上的坐标，/>、/>、/>分别表示一次变换后每个点在X、Y、Z轴方向上的坐标，/>、/>、/>分别表示当前采集点位于世界坐标系X、Y、Z轴方向上的坐标。
需要说明的是，一次变换后每个点的坐标是将激光扫描仪坐标系进行旋转，使激光扫描仪坐标系的X、Y、Z轴与世界坐标系的X、Y、Z轴处于相同方向，以此计算出每个点位于旋转后的激光扫描仪坐标系的坐标。
使用时，结合步骤301至步骤303的内容：
世界坐标系是一个通用的、统一的坐标参考系，可以用于描述各种物体的位置和运动，通过将点云数据转换到世界坐标系中，可以方便地进行各种三维数据处理和分析，有助于后续三维建模时点云数据的拼接，减少复杂的计算，提高建模效率。
步骤四：移动至下一采集点继续对目标实景进行点云数据采集，直至完成所有采集点的点云数据采集，以及点云数据位于世界坐标系坐标的转换，并将所有点云数据合并成一个完整的点云数据集；
所述步骤四包括以下内容：
步骤401：移动至下一采集点继续对目标实景进行点云数据采集，直至完成所有采集点的点云数据采集，并将点云数据的坐标转换成世界坐标系的坐标；
步骤402：将所有采集点的点云数据合并成一个完整的点云数据集，合并后的点云数据集包含了目标实景中所有点的三维坐标信息；
步骤403：对合并后的点云数据进行预处理，包括去除噪声、过滤冗余数据、去除重叠的数据等；
具体的，去除噪声：噪声可能来自于扫描过程中的各种因素，如设备误差、环境干扰等，通过一些滤波算法实现，包括双边滤波、高斯滤波等，这些算法可以有效地平滑点云数据，减少噪声的影响；
过滤冗余数据：在点云数据中，可能存在一些冗余的点，这些点对于模型的构建没有实际意义，但会增加计算量和模型复杂度，通过设置阈值或使用一些算法（如VoxelGrid滤波）对点云数据进行压缩和简化，去除冗余数据；
去除重叠的数据：在点云数据中，可能存在一些重叠的点，这些点在模型构建时会造成误导，影响模型的准确性，可以通过计算相邻点之间的距离，设置阈值，去除距离过近的点，从而去除重叠的数据。
需要说明的是，对目标实景进行点云数据采集，直至完成所有采集点的点云数据采集，并将点云数据的坐标转换成世界坐标系的坐标，可以通过重复步骤二至步骤三来完成，由于所有点云数据的坐标都已经转换成世界坐标系的坐标，因此，不需要再对点云数据进行数据配准，可以直接完成点云数据的合并操作。
使用时，结合步骤401至步骤403的内容：
将点云数据的坐标转换成世界坐标系的坐标，可以确保不同采集点的数据具有相同的参考坐标系，有助于将不同位置的点云数据整合在一起，进行统一的分析和处理，同时，世界坐标系也方便后续的应用和可视化，使得数据更加直观和易于理解。
步骤五：通过预处理后的点云数据，使用三维重建算法生成三维实景点云模型，对生成的三维实景点云模型进行细节增强，对增强的三维实景点云模型进行优化，并将优化后的三维实景点云模型导出。
所述步骤五包括以下内容：
步骤501：通过预处理后的点云数据，使用三维重建算法生成三维实景点云模型；
步骤502：对生成的三维实景点云模型进行细节增强，包括增加表面细节、纹理映射等操作；
具体的，表面细节的增强通过增加点云密度、优化点云排序和剔除冗余数据等方式实现，通过增加采样点的数量，提高模型的表面精度；对点云数据进行排序，去除噪声和冗余数据，提高模型的稳定性和效率；使用优化算法对点云数据进行优化，减少冗余数据，提高模型的效率和精度；
具体的，纹理映射是将纹理信息映射到三维模型表面的过程，通过加载纹理图像，并将其映射到三维实景点云模型上，从而增加模型的视觉效果和真实性，使用纹理映射算法将纹理图像与模型表面进行对齐和映射，实现纹理的正确映射和显示；
步骤503：采用迭代优化算法，通过不断调整模型的参数和结构，对增强的三维实景点云模型进行优化；
步骤504：将优化后的三维实景点云模型导出，三维实景点云模型的格式包括.obj、.stl等。
需要说明的是，在进行细节增强和优化时，需要考虑到模型的精度和细节表现之间的平衡。过度增强和优化可能会导致模型失去原有的细节和特征，而过于简单的增强和优化则可能无法满足应用的需求，因此，需要根据具体的应用场景和需求选择合适的增强和优化方法，以获得最佳的效果。
使用时，结合步骤501至步骤503的内容：
通过使用三维重建算法生成三维实景点云模型，并进行细节增强和优化，可以获得高质量、逼真的三维实景模型，为后续的三维建模、可视化、空间分析等应用提供更好的支持。
请参阅图3，本发明还提供三维实景点云模型的生成***，包括数据采集模块、采集坐标转换模块、点云坐标转换模块以及三维重建模块；其中：
数据采集模块，通过激光扫描仪对目标实景进行扫描，采集点云数据，移动至下一采集点继续对目标实景进行点云数据采集，直至完成所有采集点的点云数据采集；
采集坐标转换模块，完成初始采集点的数据采集后，移动至下一采集点，通过测量上一采集点至下一采集点之间的距离，以及与世界坐标系X、Y、Z三轴方向的角度，计算出下一采集点位于世界坐标系中的坐标；
点云坐标转换模块，通过激光扫描仪坐标系与世界坐标系X、Y、Z三轴之间的角度，对采集的点云数据坐标进行一次变换，通过当前采集点位于世界坐标系的坐标，对采集的点云数据坐标进行二次变换，计算出每个点位于世界坐标系中的坐标；
模型生成模块，通过预处理后的点云数据，使用三维重建算法生成三维实景点云模型，对生成的三维实景点云模型进行细节增强，对增强的三维实景点云模型进行优化，并将优化后的三维实景点云模型导出。
在申请中，所述涉及到的若干个公式均是去量纲后取其数值计算，而所述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，公式中的系数由本领域的技术人员根据实际情况进行设置。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。
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，既可以位于一个地方，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单元来实现本实施例方案的目的。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。
Claims (8)
1.三维实景点云模型的生成方法，其特征在于，包括以下步骤：
确定目标实景，在位于目标实景正南方向建立初始采集点，以初始采集点为原点，建立世界坐标系，通过激光扫描仪对目标实景进行扫描，采集点云数据；
完成初始采集点的数据采集后，移动至下一采集点，通过测量上一采集点至下一采集点之间的距离，以及与世界坐标系X、Y、Z三轴方向的角度，计算出下一采集点位于世界坐标系中的坐标；
再次使用激光扫描仪对目标实景进行扫描，记录下每个点位于激光扫描仪坐标系的三维坐标，通过激光扫描仪坐标系与世界坐标系X、Y、Z三轴之间的角度，对采集的点云数据坐标进行一次变换，通过当前采集点位于世界坐标系的坐标，对采集的点云数据坐标进行二次变换，计算出每个点位于世界坐标系中的坐标；
移动至下一采集点继续对目标实景进行点云数据采集，直至完成所有采集点的点云数据采集，以及点云数据位于世界坐标系坐标的转换，并将所有点云数据合并成一个完整的点云数据集；
通过预处理后的点云数据，使用三维重建算法生成三维实景点云模型，对生成的三维实景点云模型进行细节增强，对增强的三维实景点云模型进行优化，并将优化后的三维实景点云模型导出。
2.根据权利要求1所述的三维实景点云模型的生成方法，其特征在于：
确定用于三维实景点云模型生成的目标实景；在目标实景的正南方向选择一个采集点作为初始采集点，用于建立世界坐标系；以初始采集点为原点，以东西方向作为X轴方向，以南北方向作为Y轴方向，以上下方向作为Z轴方向，建立世界坐标系；使用激光扫描仪对目标实景进行扫描，记录下每个点的三维坐标，形成点云数据。
3.根据权利要求1所述的三维实景点云模型的生成方法，其特征在于：
通过上一采集点至下一采集点之间的距离以及与世界坐标系X、Y、Z三轴方向的角度，计算出下一采集点位于世界坐标系中的坐标，计算公式如下：
；
其中，、/>、/>分别表示下一采集点在X、Y、Z轴方向上的坐标，S表示上一采集点至下一采集点之间的距离，/>、/>、/>分别表示上一采集点至下一采集点与世界坐标系X、Y、Z三轴方向的角度。
4.根据权利要求1所述的三维实景点云模型的生成方法，其特征在于：
通过激光扫描仪坐标系与世界坐标系X、Y、Z三轴之间的角度，以当前采集点为原点，以世界坐标系坐标轴为方向，对采集的点云数据坐标进行一次变换，计算每个点的坐标，计算公式如下：
；
其中，、/>、/>分别表示一次变换后每个点在X、Y、Z轴方向上的坐标，/>、/>、/>分别表示每个点在激光扫描仪坐标系X、Y、Z轴方向上的坐标，/>、/>、/>分别表示激光扫描仪坐标系与世界坐标系X、Y、Z三轴之间的角度。
5.根据权利要求4所述的三维实景点云模型的生成方法，其特征在于：
通过当前采集点位于世界坐标系的坐标，对采集的点云数据坐标进行二次变换，计算出每个点位于世界坐标系中的坐标，计算公式如下：
；
其中，、/>、/>分别表示每个点位于世界坐标系X、Y、Z轴方向上的坐标，/>、/>、/>分别表示一次变换后每个点在X、Y、Z轴方向上的坐标，/>、/>、/>分别表示当前采集点位于世界坐标系X、Y、Z轴方向上的坐标。
6.根据权利要求1所述的三维实景点云模型的生成方法，其特征在于：
移动至下一采集点继续对目标实景进行点云数据采集，直至完成所有采集点的点云数据采集，并将点云数据的坐标转换成世界坐标系的坐标；
将所有采集点的点云数据合并成一个完整的点云数据集，合并后的点云数据集包含目标实景中所有点的三维坐标信息；对合并后的点云数据进行预处理，包括去除噪声、过滤冗余数据以及去除重叠的数据。
7.根据权利要求1所述的三维实景点云模型的生成方法，其特征在于：
通过预处理后的点云数据，使用三维重建算法生成三维实景点云模型；对生成的三维实景点云模型进行细节增强，包括增加表面细节和纹理映射操作；
采用迭代优化算法，通过不断调整模型的参数和结构，对增强的三维实景点云模型进行优化；将优化后的三维实景点云模型导出。
8.三维实景点云模型的生成***，用于实现权利要求1至7中任一项所述方法，其特征在于，包括数据采集模块、采集坐标转换模块、点云坐标转换模块以及三维重建模块；其中：
数据采集模块，通过激光扫描仪对目标实景进行扫描，采集点云数据，移动至下一采集点继续对目标实景进行点云数据采集，直至完成所有采集点的点云数据采集；
采集坐标转换模块，完成初始采集点的数据采集后，移动至下一采集点，通过测量上一采集点至下一采集点之间的距离，以及与世界坐标系X、Y、Z三轴方向的角度，计算出下一采集点位于世界坐标系中的坐标；
点云坐标转换模块，通过激光扫描仪坐标系与世界坐标系X、Y、Z三轴之间的角度，对采集的点云数据坐标进行一次变换，通过当前采集点位于世界坐标系的坐标，对采集的点云数据坐标进行二次变换，计算出每个点位于世界坐标系中的坐标；
模型生成模块，通过预处理后的点云数据，使用三维重建算法生成三维实景点云模型，对生成的三维实景点云模型进行细节增强，对增强的三维实景点云模型进行优化，并将优化后的三维实景点云模型导出。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410010426.9A CN117523111B (zh) | 2024-01-04 | 2024-01-04 | 三维实景点云模型的生成方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410010426.9A CN117523111B (zh) | 2024-01-04 | 2024-01-04 | 三维实景点云模型的生成方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117523111A true CN117523111A (zh) | 2024-02-06 |
| CN117523111B CN117523111B (zh) | 2024-03-22 |
Family
ID=89763093
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410010426.9A Active CN117523111B (zh) | 2024-01-04 | 2024-01-04 | 三维实景点云模型的生成方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117523111B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104809759A (zh) * | 2015-04-03 | 2015-07-29 | 哈尔滨工业大学深圳研究生院 | 基于小型无人直升机的大面积非结构化场景三维建模方法 |
| WO2017197617A1 (zh) * | 2016-05-19 | 2017-11-23 | 深圳市速腾聚创科技有限公司 | 移动式三维激光扫描***及移动式三维激光扫描方法 |
| CN109448034A (zh) * | 2018-10-24 | 2019-03-08 | 华侨大学 | 一种基于几何基元的零件位姿获取方法 |
| CN109631836A (zh) * | 2019-01-15 | 2019-04-16 | 山东省国土测绘院 | 一种云底高度快速测量方法 |
| CN111696141A (zh) * | 2020-05-22 | 2020-09-22 | 武汉天际航信息科技股份有限公司 | 一种三维全景扫描采集方法、设备及存储设备 |
| CN112767464A (zh) * | 2020-12-28 | 2021-05-07 | 三峡大学 | 一种地面激光扫描三维点云数据配准方法 |
| CN113221648A (zh) * | 2021-04-08 | 2021-08-06 | 武汉大学 | 一种基于移动测量***的融合点云序列影像路牌检测方法 |
| CN114820474A (zh) * | 2022-04-11 | 2022-07-29 | 南京拓控信息科技股份有限公司 | 一种基于三维信息的列车车轮缺陷检测方法 |
| CN115018983A (zh) * | 2022-05-31 | 2022-09-06 | 广东电网有限责任公司 | 移相变压器选址方法、装置、电子设备及存储介质 |
| CN115797563A (zh) * | 2022-12-09 | 2023-03-14 | 武汉港迪智能技术有限公司 | 一种多门机协作的整船建模方法 |
| CN116721228A (zh) * | 2023-08-10 | 2023-09-08 | 山东省国土测绘院 | 一种基于低密度点云的建筑物高程提取方法及*** |
-
2024
- 2024-01-04 CN CN202410010426.9A patent/CN117523111B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104809759A (zh) * | 2015-04-03 | 2015-07-29 | 哈尔滨工业大学深圳研究生院 | 基于小型无人直升机的大面积非结构化场景三维建模方法 |
| WO2017197617A1 (zh) * | 2016-05-19 | 2017-11-23 | 深圳市速腾聚创科技有限公司 | 移动式三维激光扫描***及移动式三维激光扫描方法 |
| CN109448034A (zh) * | 2018-10-24 | 2019-03-08 | 华侨大学 | 一种基于几何基元的零件位姿获取方法 |
| CN109631836A (zh) * | 2019-01-15 | 2019-04-16 | 山东省国土测绘院 | 一种云底高度快速测量方法 |
| CN111696141A (zh) * | 2020-05-22 | 2020-09-22 | 武汉天际航信息科技股份有限公司 | 一种三维全景扫描采集方法、设备及存储设备 |
| CN112767464A (zh) * | 2020-12-28 | 2021-05-07 | 三峡大学 | 一种地面激光扫描三维点云数据配准方法 |
| CN113221648A (zh) * | 2021-04-08 | 2021-08-06 | 武汉大学 | 一种基于移动测量***的融合点云序列影像路牌检测方法 |
| CN114820474A (zh) * | 2022-04-11 | 2022-07-29 | 南京拓控信息科技股份有限公司 | 一种基于三维信息的列车车轮缺陷检测方法 |
| CN115018983A (zh) * | 2022-05-31 | 2022-09-06 | 广东电网有限责任公司 | 移相变压器选址方法、装置、电子设备及存储介质 |
| CN115797563A (zh) * | 2022-12-09 | 2023-03-14 | 武汉港迪智能技术有限公司 | 一种多门机协作的整船建模方法 |
| CN116721228A (zh) * | 2023-08-10 | 2023-09-08 | 山东省国土测绘院 | 一种基于低密度点云的建筑物高程提取方法及*** |
Non-Patent Citations (2)
| Title |
|---|
| JIAQIANG ZHOU .ETAL: "Sparse Point Cloud Generation Based on Turntable 2D Lidar and Point Cloud Assembly in Augmented Reality Environment", IEEE, 28 June 2021 (2021-06-28) * |
| 徐渊 等: "一种多目立体视觉的三维激光扫描***设计", 计算机与数字工程, no. 11, 30 November 2018 (2018-11-30) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117523111B (zh) | 2024-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112894832B (zh) | 三维建模方法、装置、电子设备和存储介质 | |
| US10297074B2 (en) | Three-dimensional modeling from optical capture | |
| US20190026400A1 (en) | Three-dimensional modeling from point cloud data migration | |
| JP4685313B2 (ja) | 任意の局面の受動的な体積画像の処理方法 | |
| JP2020035448A (ja) | ３次元シーンマップの生成方法、生成装置、機器および記憶媒体 | |
| CN111275750A (zh) | 基于多传感器融合的室内空间全景图像生成方法 | |
| KR100529401B1 (ko) | 합성 개구 레이더 영상을 이용한 수치표고자료 제작 장치및 그 방법 | |
| CN113096250A (zh) | 基于无人机航拍影像序列的三维建筑模型库***构建方法 | |
| CN112446844B (zh) | 一种基于点云特征提取与配准融合方法 | |
| CN112270702A (zh) | 体积测量方法及装置、计算机可读介质和电子设备 | |
| CN116524109B (zh) | 一种基于WebGL的三维桥梁可视化方法及相关设备 | |
| CN110986888A (zh) | 一种航空摄影一体化方法 | |
| CN116625354A (zh) | 一种基于多源测绘数据的高精度地形图生成方法及*** | |
| CN113608234A (zh) | 一种城市数据采集*** | |
| CN112465849A (zh) | 一种无人机激光点云与序列影像的配准方法 | |
| CN116030208A (zh) | 一种真实无人机虚拟仿真输电线路场景搭建方法及*** | |
| CN116563377A (zh) | 一种基于半球投影模型的火星岩石测量方法 | |
| CN113532424B (zh) | 一种获取多维信息的一体化设备与协同测量方法 | |
| CN117523111B (zh) | 三维实景点云模型的生成方法及*** | |
| CN115631317B (zh) | 隧道衬砌正射影像生成方法及装置、存储介质、终端 | |
| CN114817439B (zh) | 一种基于地理信息***的全息地图建设方法 | |
| CN116704112A (zh) | 一种用于对象重建的3d扫描*** | |
| Troccoli et al. | A shadow based method for image to model registration | |
| CN114187409A (zh) | 基于视频图像与激光雷达点云融合建立船舶模型的方法 | |
| Guo et al. | Research on 3D geometric modeling of urban buildings based on airborne lidar point cloud and image |
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 |