CN118247429A - 一种空地协同快速三维建模方法及*** - Google Patents
一种空地协同快速三维建模方法及*** Download PDFInfo
- Publication number
- CN118247429A CN118247429A CN202410339040.2A CN202410339040A CN118247429A CN 118247429 A CN118247429 A CN 118247429A CN 202410339040 A CN202410339040 A CN 202410339040A CN 118247429 A CN118247429 A CN 118247429A
- Authority
- CN
- China
- Prior art keywords
- image data
- dimensional model
- dimensional
- image
- aerial
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000007781 pre-processing Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims description 18
- 238000012937 correction Methods 0.000 claims description 15
- 230000008439 repair process Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 230000009466 transformation Effects 0.000 claims description 13
- 238000013507 mapping Methods 0.000 claims description 9
- 238000003702 image correction Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 7
- 230000000877 morphologic effect Effects 0.000 claims description 7
- 238000009877 rendering Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 4
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 238000000605 extraction Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种空地协同快速三维建模方法及***,涉及三维建模领域。所述方法包括:确定目标区域,利用航拍装置和地面装置对所述目标区域进行拍摄,获取空中影像数据和近景影像数据;对所述空中影像数据和所述近景影像数据进行预处理,并进行拼接,获取场景图像;基于所述场景图像进行特征点提取,获取特征点集;将所述空中影像数据和所述近景影像数据进行匹配,获取关联影像数据;根据所述特征点集和所述关联影像数据生成三维模型。采用本方法解决了现有技术中三维建模速度较慢,准确率较低,建模不完整的技术问题,实现了提高三维建模的建造速度,建造精确度和完整性的技术效果。
Description
技术领域
本申请涉及三维建模技术领域,尤其涉及协同三维建模领域,具体为一种空地协同快速三维建模方法及***。
背景技术
传统的三维建模方法通常依赖于手工绘制或使用专业的三维建模软件来创建三维模型。这些方法需要专业的技能和经验,并且建模过程可能非常耗时。此外,传统方法往往难以处理复杂的场景或物体,难以保证模型的精度和完整性。随着技术的不断发展,出现了一些新兴的技术趋势,为三维建模提供了新的解决方案。其中之一是基于图像的三维建模方法,它利用相机或扫描仪等设备获取物体的二维图像或点云数据,然后通过计算机视觉和图形处理技术将这些数据转换为三维模型。这种方法可以快速获取物体的几何形状和纹理信息,但精度和完整性可能受到图像质量和设备性能的影响。
综上所述,现有技术中存在三维建模速度较慢,准确率较低,建模不完整的技术问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高三维建模的建造速度,精准度和完整性的一种空地协同快速三维建模方法及***。
第一方面,提供了一种空地协同快速三维建模方法,所述方法包括:确定目标区域,利用航拍装置和地面装置对所述目标区域进行拍摄,获取空中影像数据和近景影像数据;对所述空中影像数据和所述近景影像数据进行预处理,并进行拼接,获取场景图像和关联影像数据;基于所述场景图像进行特征点提取,获取特征点集;将所述空中影像数据和所述近景影像数据进行匹配,获取关联影像数据;根据所述特征点集和所述关联影像数据生成三维模型。
第二方面,提供了一种空地协同快速三维建模***,所述***包括:影像数据获取模块,所述影像数据获取模块用于确定目标区域,利用航拍装置和地面装置对所述目标区域进行拍摄,获取空中影像数据和近景影像数据;场景图像获取模块,所述场景图像获取模块用于对所述空中影像数据和所述近景影像数据进行预处理,并进行拼接,获取场景图像和关联影像数据;特征点集获取模块,所述特征点集获取模块用于基于所述场景图像进行特征点提取,获取特征点集;关联影像数据获取模块,所述关联影像数据获取模块用于将所述空中影像数据和所述近景影像数据进行匹配,获取关联影像数据;三维模型生成模块,所述三维模型生成模块用于根据所述特征点集和所述关联影像数据生成三维模型。
第三方面,提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现第一方面所述步骤。
第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现第一方面所述步骤。
上述一种空地协同快速三维建模方法及***,采用本方法解决了现有技术中三维建模速度较慢,准确率较低,建模不完整的技术问题,实现了提高三维建模的高效性,精确性和完整性的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为一个实施例中一种空地协同快速三维建模方法的流程示意图;
图2为一个实施例中一种空地协同快速三维建模方法的三维模型生成的流程示意图;
图3为一个实施例中一种空地协同快速三维建模***的结构框图;
图4为一个实施例中计算机设备的内部结构图。
附图标记说明:影像数据获取模块11,场景图像获取模块12,特征点集获取模块13,三维模型生成模块14。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
如图1所示,本申请提供了一种空地协同快速三维建模方法,所述方法包括:
确定目标区域,利用航拍装置和地面装置对所述目标区域进行拍摄,获取空中影像数据和近景影像数据;
空地协同是指结合了无人机航摄和地面拍摄的数据来获取目标区域的高精度三维模型,通过无人机航摄获取垂直影像和倾斜影像数据,再根据地面监控设备获取了目标区域的近景影像数据,对所述影像数据进行互相结合,协同处理这两种数据。三维建模是利用三维制作软件通过虚拟的三维空间构建具有三维数据的模型的过程,本申请通过空地协同方法结合了无人机航摄和地面拍摄的优势,通过协同处理这两种数据,能够获取更全面、更精细的三维模型。
目标区域是指具有明确边界的空间,例如城市街区、建筑物、自然景观等,确定所述目标区域后,利用航拍装置和地面装置对所述目标区域进行拍摄,其中航拍装置通常是指用于从空中捕获影像的设备,其中最常见的是无人机,使用所述航拍装置在所述目标区域上空进行飞行,并捕捉空中影像数据,所述空中影像数据包括垂直影像和倾斜影像,能够提供目标区域的高空视角和建筑物的立体面信息,在所述航拍装置工作前,需要规划飞行路径,确保足够的覆盖率和重叠度,以便于后续的数据处理;地面装置通常指的是在地面使用的设备,本申请中特指相机、三脚架或其他专业摄影设备等图像采集装置,根据所述地面装置对所述目标区域进行近景拍摄,获取近景影像数据,所述近景影像数据包括地面视角的照片,可以提供地面的详细纹理和颜色信息,以及建筑物的底部和细节等。通过这两种拍摄方式,可以获取到空中和地面的全方位影像数据,所述影像数据将为后续的三维建模提供足够的信息,将为后续的三维建模工作提供坚实的基础。
对所述空中影像数据和所述近景影像数据进行预处理,并进行拼接,获取场景图像和关联影像数据;
对所述空中影像数据和所述近景影像数据进行预处理,所述预处理是指在进行最后加工完善以前进行的准备过程,在本申请中,预处理通常是对所述空中影像数据和所述近景影像数据进行清洗、转换、抽取和集成等操作,以便更好地适应后续的分析任务;在本申请中,对所述空中影像数据和所述近景影像数据进行预处理是指对所述空中影像数据和所述近景影像数据进行数据清洗,即去除重复项、缺失值或噪音数据,修正数据错误等的操作;拼接是将多张影像合并成一张连续的、大范围的场景图像的过程,通过对所述空中影像数据和所述近景影像数据特征提取和匹配,确定所述空中影像数据和所述近景影像数据的相对位置和变换关系,基于所述相对位置和变换关系,对所述空中影像数据和所述近景影像数据进行几何变换,再根据图像融合技术将所述空中影像数据和所述近景影像数据进行拼接,获取场景图像,其中场景图像是指描绘所述目标地区的图像,包含该环境或场景中的物体、背景、布局、光照等信息。通过预处理和拼接,可以将空中影像数据和近景影像数据整合成高质量的场景图像,为后续的三维建模提供准确的纹理和几何信息,获取的所述场景图像将作为建模软件中的纹理贴图,应用于三维模型表面,提高模型的真实感和细节表现。
对所述空中影像数据和所述近景影像数据进行去噪操作,获取去噪图像;
对所述去噪图像进行影像校正,获取去噪校正图像;
基于所述去噪校正图像进行归一化处理,获取备用图像;
对所述备用图像进行几何变换,并进行影像拼接,获取场景图像和关联影像数据。
去噪操作是为了去除所述空中影像数据和所述近景影像数据中的噪声,所述噪声由传感器误差、拍摄环境或数据传输过程中的干扰引起,通过去除噪声可以提高影像的清晰度和质量,获得去噪后的影像,即去噪图像;对所述去噪图像进行影像校正,影像校正是指消除影像中的畸变和变形,以及色彩偏差,确保影像的几何和色彩准确性,所述影像校正包括几何校正和色彩校正,几何校正主要是纠正所述去噪图像中的几何畸变,几何畸变由于摄影设备的镜头、拍摄角度、拍摄位置等因素引起的,几何校正可以确保影像中的物体形状、大小、位置等与实际场景中的物体相符合;色彩校正则是为了调整影像的色彩信息,使其更加准确和真实,包括白平衡调整、色彩平衡校正等,以确保所述去噪图像的颜色与所述目标区域的颜色相近,有助于消除由于拍摄环境、光线条件、设备设置等因素引起的色彩偏差,通过对所述去噪图像进行影像校正,获取去噪校正图像;基于所述去噪校正图像进行归一化处理,即将所述去噪校正图像的数据转换为统一的范围和格式,为后续进行三维建模提供了基础,例如将像素值缩放到0-1范围等,获取备用图像,所述备用图像就是所述空中影像数据和所述近景影像数据经过预处理后获得的图像数据;使用特征提取和匹配算法来检测所述备用图像的特征点,在此处指能够代表图像本质特征的关键点,在不同的角度、光照、尺度等条件下都可以被识别出来,例如角点,角点是图像中局部区域变化最剧烈的点,如物体的拐角处,在一张建筑物的照片中,建筑物的每个角都可以被视为一个角点,即特征点;根据匹配的所述特征点计算几何变换矩阵,对备用图像进行变换,使其能够准确对齐,其中几何变换矩阵是描述二维或三维空间中对图形进行旋转、平移、缩放等操作的数学工具,使用影像融合技术将变换后的影像拼接成一张连续的场景图像。获得拼接后的场景图像,这张所述场景图像包含了空中和近景影像数据的信息,覆盖了整个目标区域。
从所述空中影像数据和所述近景影像数据中提取特征点,生成特征描述符;
基于所述特征描述符之间的相似度进行匹配,获取初始最佳匹配对;
基于所述初始最佳匹配对进行误匹配剔除,获取最佳匹配对;
根据所述最佳匹配对获取所述空中影像数据和所述近景影像数据的变换情况进行配准,获取所述关联影像数据。
从所述空中影像数据和所述近景影像数据中提取特征点,挑选合适特征点提取算法进行获取,例如SIFT、SURF、ORB等算法,所述特征点提取算法能够识别图像中的独特和稳定的点,如角点、边缘和斑点等,对于每个检测到的特征点,算法会生成一个特征描述符,所述特征描述符是一种在计算机视觉和图像处理中用来描述图像中特定点属性的向量或集合,所述特征描述符包含所述特征点周围图像信息;基于所述特征描述符之间的相似度进行匹配,例如欧氏距离,欧氏距离是最常用的相似度度量方法之一。对于两个特征描述符(D_1)和(D_2),它们的欧氏距离定义为两者对应元素之差的平方和的平方根。欧氏距离越小,表示两个特征描述符越相似;通过计算所述特征描述符之间的距离,确定多组初始最佳匹配对,所述初始最佳匹配对中可能存在一定数量的误匹配对,设置距离阈值,两个特征描述符之间的相似度大于所述距离阈值,就认为它们是一个误匹配对并对所述初始最佳匹配对进行剔除操作,通过误匹配剔除操作,获取最佳匹配对,根据所述最佳匹配对来计算所述空中影像数据和所述近景影像数据之间的变换关系,将所述空中影像数据中的特征点映射到所述近景影像数据,通过所述变换关系,将空中影像数据和近景影像数据配准,得到关联影像数据。通过所述步骤获取关联影像数据,为后续生成准确的三维模型提供了数据支持。
基于所述场景图像进行特征点提取,获取特征点集;
确定特征提取算法,所述特征提取算法由工作人员自行判断获得,将所述特征提取算法应用于所述场景图像,所述特征提取算法遍历所述场景图像,基于所述场景图像获取特征点,将所述特征点进行整合,获取特征点集。获取的所述特征点集为后续生成三维模型提供了数据支持。
根据所述特征点集和所述关联影像数据生成三维模型。
所述特征点集经过上述操作可以看作是对齐的,则开始进行三维点的重建,基于三角剖分的方法,对所述特征点进行计算,获取所述特征点在三维空间中的位置,连接之后可以形成三维模型的基本几何结构,基于所述基本几何结构将所述关联影像数据进行表面重建,形成物体的三维模型。根据特征点集和关联影像数据生成三维模型,可以提高所述三维模型的构建速度与精度。
如图2所示,将所述特征点集转换为三维空间中的点云数据,构建三维点云;
对所述三维点云进行优化滤波处理,获取优化三维点云;
基于所述优化三维点云进行表面重建,生成三维模型。
将所述特征点集转换为三维空间中的点云数据,可以使用相机标定和立体视觉原理进行转化,基于所述关联影像数据进行立体匹配,找出所述关联影像数据中特征点的对应关系,并计算所述特征点在三维空间中的位置,可以通过计算视差图来实现,视差图表示了相同特征点在左右图像中的水平位移;利用所述相机标定参数和立体匹配得到的视差图,可以计算出特征点在三维空间中的坐标。获得初始三维点云的数据后,需要进行优化滤波处理以去除噪声、冗余数据和不准确的点,采用统计滤波、半径滤波或体素滤波等方法去除由于传感器噪声或错误匹配产生的离群点,如果点云数据过于密集,可以进行下采样以减少点的数量,同时保留点云的主要几何特征,为了获得更平滑的表面,可以对点云数据进行平滑处理,例如移动最小二乘法等;基于优化后的三维点云数据,可以进行表面重建以生成三维模型,表面重建是计算机图形学和三维建模中的一个重要环节,它的目标是从离散的点云数据或者体积数据中恢复出物体的几何表面。通过对所述优化三维点云进行表面重建,生成三维模型,通过生成三维模型,可以更好的研究所述目标地区的具体情形,帮助工作人员更好的理解研究相关地区的数据信息。
生成初始三维模型,基于所述初始三维模型进行孔洞识别,获取孔洞数据集;
利用形态学重建对所述孔洞数据集进行填充,获取填充三维模型;
检查所述填充三维模型的模型结构并进行优化,获取优化结构三维模型;
基于所述优化结构三维模型进行几何修复,获取修复三维模型。
生成初始三维模型后,还需要对所述初始三维模型进行后处理以改善其质量和完整性,包括识别并处理模型中的孔洞、优化模型结构以及进行几何修复,孔洞识别是指检测所述初始三维模型表面的不完整区域,例如扫描过程中的误差、重建算法的局限性等造成的不完整区域,对所述初始三维模型进行孔洞识别,获取孔洞数据集,所述孔洞数据集包括收集所有识别到的孔洞的信息,包括孔洞的位置、大小、形状等;形态学重建是一种图像处理技术,它利用结构元素对图像进行形态学操作,如膨胀、腐蚀等。在三维模型处理中,形态学重建可以应用于孔洞填充,通过选择合适的结构元素和操作方式,可以在孔洞周围生长出新的表面,从而填补孔洞,获取填充三维模型,所述填充三维模型是指经过形态学重建处理后,原始模型中的孔洞已经被填充完整的新模型;在填充孔洞后,需要对模型的结构进行检查和优化,以确保其质量和稳定性,获取优化结构三维模型是指经过结构检查和优化处理后,模型的几何和拓扑结构都得到了改善的新模型;几何修复是指对模型进行进一步的几何处理,以改善其外观或性能,获取修复三维模型是指经过几何修复处理后,模型的外观和性能都得到了改善的新模型。修复三维模型可以使其更加真实、自然,并更适合于特定的应用场景。通过上述步骤,从初始三维模型逐步改善质量与完整性,最终得到一个结构稳定、外观逼真的修复三维模型。
基于所述修复三维模型获取顶点坐标;
根据所述关联影像数据获取纹理坐标;
构建所述顶点坐标和纹理坐标的映射关系;
基于渲染流水线光栅化,将所述纹理坐标映射到所述修复三维模型上,生成所述三维模型。
顶点坐标是三维模型的基础,它们定义了模型的形状和结构。在所述修复三维模型中,顶点坐标是已知的,因为这些坐标是在之前的步骤中通过三维重建和优化得到的,根据所述关联影像数据获取纹理坐标,纹理坐标将纹理图像映射到三维模型的表面上,在模型的表面上选择适当的点作为纹理坐标的参考点,将二维纹理图像映射到三维模型的表面;将模型的表面展开成一个或多个二维平面,以便可以在这些平面上应用纹理图像;基于所述顶点坐标和所述纹理坐标,建立二者的映射关系。通过为每个顶点分配一个对应的纹理坐标来实现的,当模型被渲染时,每个顶点都会根据其纹理坐标来显示相应的纹理部分;渲染流水线是计算机图形硬件和软件中用于生成二维图像表示的三维场景的流程,光栅化是渲染流水线中的一个关键步骤,指将几何图形转换为像素表示,光栅化过程会遍历模型的每个基本图形,并使用插值算法来计算每个像素的纹理坐标,根据所述纹理坐标从纹理图像中采样颜色和其他视觉信息,并将它们应用到对应的像素上。经过光栅化处理后,生成三维模型,所述三维模型结合了几何信息和纹理信息,可以提供了一个真实感和详细度更高的视觉表示。
分析所述三维模型的应用场景,基于所述应用场景对所述三维模型进行导出。
基于用户需求分析所述三维模型的应用场景,例如建筑设计、城市规划、室内设计等,所述三维模型导出为通用的建筑信息模型格式,例如Revit RVT/RFA、AutoCAD DWG/DXF等。通过对所述三维模型的应用场景进行分析,选择最合适的格式对所述三维模型进行导出,以便于工作人员更好的应用所述三维模型。
如图3所示,本申请实施例包括一种空地协同快速三维建模***,所述***包括:
影像数据获取模块11,所述影像数据获取模块11用于确定目标区域,利用航拍装置和地面装置对所述目标区域进行拍摄,获取空中影像数据和近景影像数据;
场景图像获取模块12,所述场景图像获取模块12用于对所述空中影像数据和所述近景影像数据进行预处理,并进行拼接,获取场景图像和关联影像数据;
特征点集获取模块13,所述特征点集获取模块13用于基于所述场景图像进行特征点提取,获取特征点集;
三维模型生成模块14,所述三维模型生成模块14用于根据所述特征点集和所述关联影像数据生成三维模型。
进一步地,本申请实施例还包括:
去噪图像获取模块,所述去噪图像获取模块用于对所述空中影像数据和所述近景影像数据进行去噪操作,获取去噪图像;
影像校正模块,所述影像校正模块用于对所述去噪图像进行影像校正,获取去噪校正图像;
备用图像获取模块,所述备用图像获取模块用于基于所述去噪校正图像进行归一化处理,获取备用图像;
场景图像获取模块,所述场景图像获取模块用于对所述备用图像进行几何变换,并进行影像拼接,获取场景图像。
进一步地,本申请实施例还包括:
特征描述符生成模块,所述特征描述符生成模块用于从所述空中影像数据和所述近景影像数据中提取特征点,生成特征描述符;
初始最佳匹配对获取模块,所述初始最佳匹配对获取模块用于基于所述特征描述符之间的相似度进行匹配,获取初始最佳匹配对;
最佳匹配对获取模块,所述最佳匹配对获取模块用于基于所述初始最佳匹配对进行误匹配剔除,获取最佳匹配对;
关联影像数据获取模块,所述关联影像数据获取模块用于根据所述最佳匹配对获取所述空中影像数据和所述近景影像数据的变换情况进行配准,获取所述关联影像数据。
进一步地,本申请实施例还包括:
三维点云获取模块,所述三维点云获取模块用于将所述特征点集转换为三维空间中的点云数据,构建三维点云;
优化三维点云获取模块,所述优化三维点云获取模块用于对所述三维点云进行优化滤波处理,获取优化三维点云;
三维模型生成模块,所述三维模型生成模块用于基于所述优化三维点云进行表面重建,生成三维模型。
进一步地,本申请实施例还包括:
孔洞数据集获取模块,所述孔洞数据集获取模块用于生成初始三维模型,基于所述初始三维模型进行孔洞识别,获取孔洞数据集;
填充三维模型获取模块,所述填充三维模型获取模块用于利用形态学重建对所述孔洞数据集进行填充,获取填充三维模型;
优化结构三维模型获取模块,所述优化结构三维模型获取模块用于检查所述填充三维模型的模型结构并进行优化,获取优化结构三维模型;
修复三维模型获取模块,所述修复三维模型获取模块用于基于所述优化结构三维模型进行几何修复,获取修复三维模型。
进一步地,本申请实施例还包括:
顶点坐标获取模块,所述顶点坐标获取模块用于基于所述修复三维模型获取顶点坐标;
纹理坐标获取模块,所述纹理坐标获取模块用于根据所述关联影像数据获取纹理坐标;
映射关系构建模块,所述映射关系构建模块用于构建所述顶点坐标和纹理坐标的映射关系;
三维模型生成模块,所述三维模型生成模块用于基于渲染流水线光栅化,将所述纹理坐标映射到所述修复三维模型上,生成所述三维模型。
进一步地,本申请实施例还包括:
三维模型导出模块,所述三维模型导出模块用于分析所述三维模型的应用场景,基于所述应用场景对所述三维模型进行导出。
关于一种空地协同快速三维建模方法及***的具体实施例可以参见上文中对于一种空地协同快速三维建模方法的实施例,在此不再赘述。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图4所示。该计算机设备包括通过***总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储新闻数据以及时间衰减因子等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行以实现一种空地协同快速三维建模方法。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现一种空地协同快速三维建模方法的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现一种空地协同快速三维建模方法的步骤。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种空地协同快速三维建模方法,其特征在于,所述方法包括:
确定目标区域,利用航拍装置和地面装置对所述目标区域进行拍摄,获取空中影像数据和近景影像数据;
对所述空中影像数据和所述近景影像数据进行预处理,并进行拼接,获取场景图像和关联影像数据;
基于所述场景图像进行特征点提取,获取特征点集;
根据所述特征点集和所述关联影像数据生成三维模型。
2.如权利要求1所述的方法,其特征在于,对所述空中影像数据和所述近景影像数据进行预处理,并进行拼接,获取场景图像和关联影像数据,该方法包括:
对所述空中影像数据和所述近景影像数据进行去噪操作,获取去噪图像;
对所述去噪图像进行影像校正,获取去噪校正图像;
基于所述去噪校正图像进行归一化处理,获取备用图像;
对所述备用图像进行几何变换,并进行影像拼接,获取场景图像。
3.如权利要求1所述的方法,其特征在于,获取关联影像数据,该方法包括:
从所述空中影像数据和所述近景影像数据中提取特征点,生成特征描述符;
基于所述特征描述符之间的相似度进行匹配,获取初始最佳匹配对;
基于所述初始最佳匹配对进行误匹配剔除,获取最佳匹配对;
根据所述最佳匹配对获取所述空中影像数据和所述近景影像数据的变换情况进行配准,获取所述关联影像数据。
4.如权利要求1所述的方法,其特征在于,根据所述特征点集和所述关联影像数据生成三维模型,该方法包括:
将所述特征点集转换为三维空间中的点云数据,构建三维点云;
对所述三维点云进行优化滤波处理,获取优化三维点云;
基于所述优化三维点云进行表面重建,生成三维模型。
5.如权利要求4所述的方法,其特征在于,基于所述优化三维点云进行表面重建,生成三维模型,该方法包括:
生成初始三维模型,基于所述初始三维模型进行孔洞识别,获取孔洞数据集;
利用形态学重建对所述孔洞数据集进行填充,获取填充三维模型;
检查所述填充三维模型的模型结构并进行优化,获取优化结构三维模型;
基于所述优化结构三维模型进行几何修复,获取修复三维模型。
6.如权利要求5所述的方法,其特征在于,该方法包括:
基于所述修复三维模型获取顶点坐标;
根据所述关联影像数据获取纹理坐标;
构建所述顶点坐标和纹理坐标的映射关系;
基于渲染流水线光栅化,将所述纹理坐标映射到所述修复三维模型上,生成所述三维模型。
7.如权利要求6所述的方法,其特征在于,该方法包括:
分析所述三维模型的应用场景,基于所述应用场景对所述三维模型进行导出。
8.一种空地协同快速三维建模***,其特征在于,所述***包括:
影像数据获取模块,所述影像数据获取模块用于确定目标区域,利用航拍装置和地面装置对所述目标区域进行拍摄,获取空中影像数据和近景影像数据;
场景图像获取模块,所述场景图像获取模块用于对所述空中影像数据和所述近景影像数据进行预处理,并进行拼接,获取场景图像和关联影像数据;
特征点集获取模块,所述特征点集获取模块用于基于所述场景图像进行特征点提取,获取特征点集;
三维模型生成模块,所述三维模型生成模块用于根据所述特征点集和所述关联影像数据生成三维模型。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,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实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410339040.2A CN118247429A (zh) | 2024-03-25 | 2024-03-25 | 一种空地协同快速三维建模方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410339040.2A CN118247429A (zh) | 2024-03-25 | 2024-03-25 | 一种空地协同快速三维建模方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118247429A true CN118247429A (zh) | 2024-06-25 |
Family
ID=91552523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410339040.2A Pending CN118247429A (zh) | 2024-03-25 | 2024-03-25 | 一种空地协同快速三维建模方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118247429A (zh) |
-
2024
- 2024-03-25 CN CN202410339040.2A patent/CN118247429A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109872397B (zh) | 一种基于多目立体视觉的飞机零件的三维重建方法 | |
CN111629193B (zh) | 一种实景三维重建方法及*** | |
CN110363858B (zh) | 一种三维人脸重建方法及*** | |
US11410320B2 (en) | Image processing method, apparatus, and storage medium | |
CN108648269B (zh) | 三维建筑物模型的单体化方法和*** | |
CN111063021B (zh) | 一种空间运动目标的三维重建模型建立方法及装置 | |
CN109697688A (zh) | 一种用于图像处理的方法和装置 | |
CN113192179B (zh) | 一种基于双目立体视觉的三维重建方法 | |
CN113012293A (zh) | 石刻模型构建方法、装置、设备及存储介质 | |
EP3756163B1 (en) | Methods, devices, and computer program products for gradient based depth reconstructions with robust statistics | |
CN115345822A (zh) | 一种面向航空复杂零件的面结构光自动化三维检测方法 | |
US9147279B1 (en) | Systems and methods for merging textures | |
Mousavi et al. | The performance evaluation of multi-image 3D reconstruction software with different sensors | |
CN106127743B (zh) | 自动重建二维影像与三维模型准确相对位置的方法及*** | |
CN109064533B (zh) | 一种3d漫游方法及*** | |
CN115631317B (zh) | 隧道衬砌正射影像生成方法及装置、存储介质、终端 | |
CN116805356A (zh) | 建筑模型的构建方法、设备及计算机可读存储介质 | |
CN112598789A (zh) | 图像纹理重建方法、装置、设备及存储介质 | |
Pacheco et al. | Reconstruction of high resolution 3D objects from incomplete images and 3D information | |
Verykokou et al. | A Comparative analysis of different software packages for 3D Modelling of complex geometries | |
CN117115358B (zh) | 数字人自动建模方法及装置 | |
Frommholz et al. | Reconstructing buildings with discontinuities and roof overhangs from oblique aerial imagery | |
CN109166176B (zh) | 三维人脸图像的生成方法与装置 | |
CN116797733A (zh) | 实时三维物体动态重建方法 | |
Frommholz et al. | Inlining 3d reconstruction, multi-source texture mapping and semantic analysis using oblique aerial imagery |
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 |