CN116883604A - 一种基于天、空、地影像的三维建模技术方法 - Google Patents
一种基于天、空、地影像的三维建模技术方法 Download PDFInfo
- Publication number
- CN116883604A CN116883604A CN202310963145.0A CN202310963145A CN116883604A CN 116883604 A CN116883604 A CN 116883604A CN 202310963145 A CN202310963145 A CN 202310963145A CN 116883604 A CN116883604 A CN 116883604A
- Authority
- CN
- China
- Prior art keywords
- space
- dimensional
- image
- ground
- data
- 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 63
- 238000005259 measurement Methods 0.000 claims abstract description 58
- 238000005516 engineering process Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 12
- 230000000295 complement effect Effects 0.000 claims abstract description 4
- 239000000463 material Substances 0.000 claims abstract description 4
- 238000013461 design Methods 0.000 claims description 45
- 230000004927 fusion Effects 0.000 claims description 37
- 230000008569 process Effects 0.000 claims description 19
- 238000009418 renovation Methods 0.000 claims description 13
- 238000013507 mapping Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 6
- 230000003287 optical effect Effects 0.000 claims description 6
- 238000005192 partition Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 5
- 238000002592 echocardiography Methods 0.000 claims description 4
- 238000003384 imaging method Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000011160 research Methods 0.000 claims description 4
- 238000012876 topography Methods 0.000 claims description 4
- 230000001276 controlling effect Effects 0.000 claims description 3
- 239000008358 core component Substances 0.000 claims description 3
- 230000001788 irregular Effects 0.000 claims description 3
- 238000012634 optical imaging Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 7
- 238000013459 approach Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 239000000306 component Substances 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000012938 design process Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 235000008733 Citrus aurantifolia Nutrition 0.000 description 1
- 235000011941 Tilia x europaea Nutrition 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004571 lime Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000005067 remediation Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/04—Texture mapping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明涉及一种基于天、空、地影像的三维建模技术方法，包括以下步骤：1)首先利用无人机进行外业大面积航测，通过自动空三处理获取项目区真三维影像资料；2)其次利用实景采集车拍摄现场照片，为三维场景的重建提供丰富图片纹理素材；3)利用背负式RTK相机对项目区现场进行补测及控制点布设并采集项目区高程及GPS精确定位信号；4)将空中无人机航测影像、地面实景采集车图像、便携式RTK相机图片等多源测量数据导入三维建模软件。该基于天、空、地影像的三维建模技术方法，完善了空地联合影像定向配准技术利用低空倾斜影像数据和地面影像数据，进行联合配准，克服传统空中三角测量算法只能针对下视摄影的困难，提高大规模数据求解方程组的效率。
Description
技术领域
本发明涉及航空摄影技术领域，具体为一种基于天、空、地影像的三维建模技术方法。
背景技术
目前亚米级高分辨率卫星影像使得航天大比例尺测图成为可能分辨率高达0.3m～0.5m的WorldView系列卫星相继投入使用，尤其是在WorldView－3、WorldView－4发射后，使高分辨率卫星从单星测图向更高效实时的星座测图方向迈进，0.41m的全色GeoEye－1经过试验验证可以满足1∶2000修测要求，那么0.31m多光谱WorldView－3和WorldView－4将有可能达到1∶2000的测图精度和立体采集要求，通常可运用倾斜摄影技术是当前无人机航测的常用有效方法，倾斜摄影技术可以实现多角度影像采集，保证高效率、增加精确度、准确地理定位，实现三维实景重建，已成为国内外无人机航测的主要技术途径，并逐渐应用于地球物理探测等领域，测绘技术是实现土地利用规划的基础和关键，土地整治规划目前主要采用全野外人工测量和传统二维图形设计，存在野外工作量大、成图效率低、运行成本高等缺点，无人机航测成为解决上述问题的有效途径，研发适用于无人机倾斜摄影测量的三维建模系统，将奠定无人机航测技术规模化商用的基础。
无人机倾斜摄影测量技术是利用无人机搭载倾斜摄影装置，同时快速获取倾斜三维影像和正射影像，再利用计算机自动图形处理技术进行自动空三处理经过影像匹配和表面纹理映射等技术手段，最大限度地真实还原地表的真实景物无人机倾斜摄影测量技术是利用无人机搭载倾斜摄影装置，同时快速获取倾斜三维影像和正射影像，再利用计算机自动图形处理技术进行自动空三处理经过影像匹配和表面纹理映射等技术手段，最大限度地真实还原地表的真实景物。
近年来，高分辨率卫星传感器技术不断飞跃且越来越多的卫星(如QuickBird、WorldView等)具备立体成像能力，加之高分辨率卫星图像具有高空间分辨率、高清晰度、信息量丰富及数据时效性强等优点，因此已成为三维景观建模的重要数据源，对于某些特定区域而言，卫星遥感图像是所能够获取的主要数据源，基于卫星遥感图像获取的大量三维可视化信息，开发并构建的研究区域三维景观，对于加强环境认知和辅助决策具有重要意义。
空中三角测量(以下简称空三)是摄影测量的核心环节，其核心生成数字倾斜影像(含正射影像)、数字表面模型(DSM-DigitalSurfaceModel)、数字栅格图(DRM-DigitalRasterGraphic)等数字化产品，相对于传统垂直摄影的空三，正是因为倾斜摄影具有影像倾角大、影像重叠度高等特点，传统的垂直摄影空三处理软件无法处理，快速准确地获取多视影像上的同名点坐标是影像匹配的关键，图1中如何进行建筑物侧面的自动识别与提取，需要分割建筑物各个面，利用垂直影像提取屋顶的高度和轮廓，采用激光点云数据还原建筑物形状信息，通过倾斜影像获取建筑物的侧面纹理信息，再通过对各个面进行三维重构，真实构建整个三维立体建筑物。
“天”指的是“遥感卫星”，“空”指的是航空影像，“地”指的是地面采集影像；“联合”的意思是同时利用无人机航拍获取的垂直及倾斜影像、地面实景采集车采集的影像和便携式RTK相机获取的影像等:“配准”的意思是空地影像联合完成对地面影像的定姿问题，以图像相互匹配获取的特征点作为种子点通过密集匹配获取密集点云模型，通过相应的纹理映射得到建筑物的精细模型，在此将分别介绍密集匹配、精细建模和纹理映射的基本原理，从而得出空地联合配准的理论基础，用于指导实际运用。
航天卫星遥感的场景规模较大，其复杂度和数据量会成倍增加，尤其是对三维程序开发而言，要对大范围DEM、诸多地物模型和大量的纹理数据实现交互可视化处理，必然会导致系统负担加重，绘制速度降低，因此必须考虑应用优化技术方法，实现大数据量场景的实时绘制。
现有航空摄影面临主要问题为：
(1)倾斜影像自动匹配难度大:由于存在多镜头影像间几何变形大、地物分辨率变化大、影像旋转、影像重叠度高等缺点，使得不同角度的影像之间的自动匹配难度很大，传统空三软件无法胜任。
(2)定向策略选择很难:传统的垂直摄影的区域网结构简单，定向策略可以分为“航带法”、“独立模型法”、“光束法”三种，倾斜航摄仪的结构多样，区域网结构较复杂，在定向过程中仍然以“光束法”的精度最高，但是现有的处理软件根据航摄仪的结构不同而可以采取多种方式的定向策略，在定向过程中采取怎样的策略是一个有待研究的问题。
(3)影像拓扑关系建立难度大:倾斜相机一次可以获取多张影像，数据量非常大，且影像存在倾角，拍摄过程中在变换航带时影像的拍摄视角是会发生约180度变化的，影像的覆盖范围是无法预测的，对于传统摄影测量，需要先构建航带网，以航带内重叠度以及旁向重叠度来建立多镜头倾斜影像间的拓扑关系显然不适用于倾斜影像之间的拓扑关系的建立，传统的基于航带的影像组织方法已经无法满足倾斜影像的处理与应用。
(4)特征追踪问题:倾斜影像数据量巨大，重叠度高，同一地物对应多张影像，生成的连接点不仅数量多且对应多张影像，且由于影像拓扑关系复杂，在影像两两匹配后，如何快速完成多度重叠点的追踪也是一个新的问题，这就需要深入研究适合的影像匹配方法。
综上所述，本申请提出一种基于天、空、地影像的三维建模技术方法来解决上述问题。
发明内容
针对现有技术的不足，本发明提供了一种基于天、空、地影像的三维建模技术方法，具备完善了空地联合影像定向配准技术利用低空倾斜影像数据和地面影像数据等优点，解决了传统空中三角测量算法只能针对下视摄影的困难和倾斜影像存在影像断裂及遮挡等不连续问题。
为实现上述目的，本发明提供如下技术方案：一种基于天、空、地影像的三维建模技术方法，包括以下步骤：
1)首先利用无人机进行外业大面积航测，通过自动空三处理获取项目区真三维影像资料；
2)其次利用实景采集车拍摄现场照片，为三维场景的重建提供丰富图片纹理素材；
3)利用背负式RTK相机对项目区现场进行补测及控制点布设并采集项目区高程及GPS精确定位信号；
4)将空中无人机航测影像、地面实景采集车图像、便携式RTK相机图片等多源测量数据导入三维建模软件；
5)系统软件能够在三维场景中根据需要在菜单中选择相应的命令方式快速创建以下各种模型。
进一步，所述根据摄区地形高差情况进行航摄分区，需要划设多个航摄分区时，航向超出航摄分区边界线不少于1像幅，旁向方向则需超出每个航摄分区边界不少三条基线，以确保侧视相机能够有效获取到每个航拍分区边界影像，并满足以下条件:
s1、保持航拍区域边界线与测图轮廓线一致；
s2、分区内地形高差为Δh＝h高平均-h低平均；
s3、在地形高差符合s2规定的前提下，分区的跨度应尽量划大:
s4、特殊情况下，经批准认可，分区界限可以破图廓划分。
进一步，所述像片控制点布设包括以下步骤：
S1相片控制点的布设:像控点布点方案以保证项目成果的精度为原则，可以根据实际生产情况进行调整，像控点布设宜采用区域网布点方案，区域网的图形宜呈矩形，当受地形等条件限制时，可采用不规则区域网布点，在凹角转折处或凸角转折处应布设像控点，按照区域网布点方案布设控制点，航线内每3条基线布设一个控制点，航线间每航线布设一个控制点；
S2像片控制点的选择:选择时要求各相关像片影像清楚，目标小，摄影后无变化，并易于内业选刺，本测区优先选用的目标位:平屋顶的房角上，围墙内外角，水池角，平台角接近直角的线性地物的焦点等；
S3像控点布设密度按平均每幅图(50*50)一个控制点布设，每个测区像控点数量不少于6个。
进一步，所述实景采集车为了保证激光扫描仪、I MU、全景相机和里程计等同步，采取了GPS时间系统，激光扫描仪捕捉目标的坐标，全景相机获取影像数据，里程计、GPS和IMU采集的数据用来导航，自动记录下每个时刻系统的姿态和位置信息，作为系统核心部件的激光扫描仪，发射出激光束后接收被目标反射的回波并记录下来，用来计算时间差，从而确定目标的距离参数，同时测量出横向扫描角度和纵向扫描角度，利用公式计算出目标的三维空间坐标，依据各自空间坐标排列的大量的点坐标转化为目标的激光点云。
进一步，所述实景采集车系统功能具体如下：
S1以正常车速沿着道路获取目标全方位360度的空间信息(除小范围框架遮挡外)的同时，通过安装在后轮的机械传感器，利用GPS信号控制相机定距离曝光；同时保证相机时间与GPS的同步；
S2通过平行绑定工作方式一致的线阵相机与激光扫描仪，利用激光扫描仪测量角度实现线阵相机的标定；
S3利用同一条路往返扫点云中线状地物(如电线杆)，完成对系统内传感器参数的标定；
S4提供激光点云解算软件完成沿道路两侧目标点云绝对位置数据的解算，结合带有地理参考系的可量测全景影像数据，准确融合点云数据与影像数据"，得到高精度WGS-84坐标下点云数据。
进一步，所述多源数据融合技术流程如下：
(1)预处理:主要包括遥感影像的辐射定标、几何校正、大气校正等常规处理，这些在摄影测量的研究中已经比较成熟在此不做过多介绍；
(2)多源数据空间融合(以下简称“空间融合”):将多源异构的遥感影像数据统一到相同的坐标系下，从而实现不同遥感影像数据之间图像配准；
(3)多源数据信息融合(以下简称“信息融合”):对空间“配准”后的多源遥感影像数据按照一定融合算法进行处理，从而生成信息量更加丰富的融合产品，满足相关行业用户的需求。
进一步，所述空间融合就是将多源异构的遥感数据统一到相同的坐标系下，光学成像原理中常用的几个坐标系为：
图像坐标系：相机采集的图像以数组的形式存于计算机中，数组中行和列的数值表示对应的每个像素的亮度(灰度)，假定在图像上规定直角坐标系u-v，那么以像素为单位的图像坐标系就可表示为(u，v)；
成像平面标系：以摄像机光轴与图像平面的交点作为原点，通过物理单位描述像素所在位置；
相机坐标系：是以观测者的视角，将摄像机光心作为原点，描述场景中点的坐标系：
世界(绝对)坐标系：相机可以随意安放于任意位置，选择一个参考坐标系表示环境中一切对象的绝对位置，这样的坐标系称为世界或绝对坐标系。
进一步，所述多源测量数据中均包括影像和点云两种数据，无人机倾斜摄影所获取的项目区大场景影像经过空三处理，自动生成海量点云数据并通过纹理映射生成三维模型场景；车载实景采集系统同步采集目标物的影像数据和点云数据:便携式RTK相机利用GPS获取拍摄时刻的位置数据间接推算出曝光时刻的位置和姿态最终将影像数据和点云数据归为同一个坐标系下。
进一步，所述天、空、地影像的三维建模技术在地整治规划中包括土地整治规划设计、基于模型库思想的土地整治规划要素三维建模、二三维联动空地一体化规划设计建模过程、数据融合生成的三维场景、软件创建的三维模型。
进一步，所述土地整治三维景观模型库可分为两大类:模型库和纹理库，包括建(构)筑物模型库及纹理库、地面覆盖纹理库和独立地物模型库。
与现有技术相比，本申请的技术方案具备以下有益效果：
1、该基于天、空、地影像的三维建模技术方法，完善了空地联合影像定向配准技术利用低空倾斜影像数据和地面影像数据，进行联合配准，克服传统空中三角测量算法只能针对下视摄影的困难，提高了大规模数据求解方程组的效率。
2、该基于天、空、地影像的三维建模技术方法，发展了空地融合精确真三维建模关键技术根据倾斜摄影和移动测量组合数据源，克服空地影像在分辨率、摄影角度、影像辐射特性等方面的差异，构建基于多视影像的摄影测量环境，提供三维实景环境中的交互式精细三维建模并提供全息浏览、查询。
3、该基于天、空、地影像的三维建模技术方法，提出了三维实景二三维一体化土地整治规划设计模式通过空地融合精确真三维建模技术，构建适合全地形的空地一体化实景模型提出了空间精确配准的三维实景土地整治规划设计模式，彻底改变传统模式中的人工测量和二维平面规划设计方式，提高了测量和规划设计的效率，增强了项目区规划设计效果的直观展示，强化了三维模型在土地整治规划设计中的推广应用。
4、该基于天、空、地影像的三维建模技术方法，基于空地一体化多源测量参数的获取及三维实景规划过程，在通过无人机航空影像采集、移动车辆测量、便携式RTK相机采集等多种测量技术手段获取的多源影像的基础上，利用车载移动测量系统上激光扫描仪和相机同步获取目标的全景影像等实时海量数据，通过空间融合后将多源测量数据统一到同一个坐标系中，再利用软件的信息融合技术找到多源实景测量数据的同名像点集合并计算出物方坐标，从而获取被测目标参数，在软件中快速生成真三维实景图，并利用三维建模功能，实现二维规划设计与三维模型创建同步进行，真正实现了二三维联动基础上的空地一体化建模思路。
附图说明
图1为本发明倾斜摄影影像匹配示意图；
图2为本发明无人机航高与地面分辨率示意图；
图3为本发明无人机主要技术参数示意图；
图4为本发明无人机倾斜航测流程示意图；
图5为本发明航线设计示意图；
图6为本发明人工标志点示意图；
图7为本发明实景采集车主要技术参数示意图；
图8为本发明基于模型库思想的地整治三维景观构架图；
图9为本发明土地整治对象模型库图；
图10为本发明航测的二三维联动三维实景规划设计流程图；
图11为本发明物体三维空间坐标图。
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2-11，本实施例中的一种基于天、空、地影像的三维建模技术方法，包括以下步骤：
1)首先利用无人机进行外业大面积航测，通过自动空三处理获取项目区真三维影像资料；
2)其次利用实景采集车拍摄现场照片，为三维场景的重建提供丰富图片纹理素材；
3)利用背负式RTK相机对项目区现场进行补测及控制点布设并采集项目区高程及GPS精确定位信号；
4)将空中无人机航测影像、地面实景采集车图像、便携式RTK相机图片等多源测量数据导入三维建模软件；
5)系统软件能够在三维场景中根据需要在菜单中选择相应的命令方式快速创建以下各种模型。
无人机航高的设定为：
式中：h一相对飞行高度；f一镜头焦距(10mm)；a一像元尺寸(2.412m)；GSD一地面分辨率，由公式可算出当地面分辨率为3cm时的无人机飞行高度约为I＝124.36m。
在开展实地无人机航测任务之前，全方位收集当地气象、水文、地理和土地利用等相关资料，根据航测区域的道路交通状况和地形条件，确立初步的技术方案，明确航测作业空域和飞行载体，设计好相关细节。
根据摄区地形高差情况进行航摄分区，需要划设多个航摄分区时，航向超出航摄分区边界线不少于1像幅，旁向方向则需超出每个航摄分区边界不少三条基线，以确保侧视相机能够有效获取到每个航拍分区边界影像，并满足以下条件:
s1、保持航拍区域边界线与测图轮廓线一致；
s2、分区内地形高差为Δh＝h高平均-h低平均；
s3、在地形高差符合s2规定的前提下，分区的跨度应尽量划大:
s4、特殊情况下，经批准认可，分区界限可以破图廓划分。
航线设计必须要遵循以下三条原则:
(1)按东西向布设航线，航线敷设时同时需要考虑地形环境因素的影响，保证航线及延长方向的地形高度不影响飞行安全高度；
(2)按东西向布设航线，航向及旁向重叠均按80％计算，基线长度为32.832m，航向间距为21.888m；
(3)飞行航线按测图范围线外扩4条航带
像片控制点布设包括以下步骤：
S1相片控制点的布设:像控点布点方案以保证项目成果的精度为原则，可以根据实际生产情况进行调整，像控点布设宜采用区域网布点方案，区域网的图形宜呈矩形，当受地形等条件限制时，可采用不规则区域网布点，在凹角转折处或凸角转折处应布设像控点，按照区域网布点方案布设控制点，航线内每3条基线布设一个控制点，航线间每航线布设一个控制点。
S2像片控制点的选择:选择时要求各相关像片影像清楚，目标小，摄影后无变化，并易于内业选刺，本测区优先选用的目标位:平屋顶的房角上，围墙内外角，水池角，平台角接近直角的线性地物的焦点等。
1)选定目标后，在实施测量时使用数码相机或者手机对测量的仪器拍摄张现场照片，获取测量仪器所在精确位置，用于后期空三加密刺点参考。
其中，在地物特征不明显或纹理贫乏地区，建议航摄前布设人工标志点，可采用腻子粉或者石灰粉等绘制如人工标志点示意图，标记物的尺寸根据摄影比例尺以在影像上清晰可见为原则进行设计。
2)有的控制点需量双点也就是额外量测备用点，并同时现场拍摄照片。
3)控制点的编号:平高点、高程点采用流水号前冠英文字母，平高点前冠P、高程点前冠G，如:P0001，G001，全测区各类控制点编号不得重复。平高检查点前冠J，如JO001。
S3像控点布设密度按平均每幅图(50*50)一个控制点布设，每个测区像控点数量不少于6个。
实景采集车为了保证激光扫描仪、IMU、全景相机和里程计等同步，采取了GPS时间系统，激光扫描仪捕捉目标的坐标，全景相机获取影像数据，里程计、GPS和IMU采集的数据用来导航，自动记录下每个时刻系统的姿态和位置信息，作为系统核心部件的激光扫描仪，发射出激光束后接收被目标反射的回波并记录下来，用来计算时间差，从而确定目标的距离参数，同时测量出横向扫描角度和纵向扫描角度，利用公式计算出目标的三维空间坐标，依据各自空间坐标排列的大量的点坐标转化为目标的激光点云。
计算公式为：
实景采集车用以在项目航测区内进行实地采集，以弥补无人机航测时局部地物景观因遮挡等原因导致的影像不连续，避免单一测量数据源存在的不完整性，能够提升多源测量数据融合的性能，改善空三处理成果的精度，满足三维规划设计对项目区实景的高精度、大场景、全要素的要求。
实景采集车系统主要组件采用国产高性能硬件，如激光扫描仪、IMU，GNSS采用TrimbleBD9700EM模块，CCD相机采用Cannon5DMarkII，系统控制器系自行开发，载车采用长城哈佛H6平台。
实景采集车系统功能具体如下：
S1以正常车速沿着道路获取目标全方位360度的空间信息(除小范围框架遮挡外)的同时，通过安装在后轮的机械传感器，利用GPS信号控制相机定距离曝光；同时保证相机时间与GPS的同步；
S2通过平行绑定工作方式一致的线阵相机与激光扫描仪，利用激光扫描仪测量角度实现线阵相机的标定；
S3利用同一条路往返扫点云中线状地物(如电线杆)，完成对系统内传感器参数的标定；
S4提供激光点云解算软件完成沿道路两侧目标点云绝对位置数据的解算，结合带有地理参考系的可量测全景影像数据，准确融合点云数据与影像数据"，得到高精度WGS-84坐标下点云数据。
多源数据融合技术是将同一目标或场景的多种采集源获取的数据，按照选定的算法规则融合处理，得到更为精确、更为完整、更加有效的信息，用以合成包含新的时、空特点及光谱特征的影像，以实现对目标或场景的综合描述。
其优势是:数据来源的完整性和可靠性高、目标检测和识别的准确性高、变化检测和信息更新能力。
多源数据融合技术流程如下：
(1)预处理:主要包括遥感影像的辐射定标、几何校正、大气校正等常规处理，这些在摄影测量的研究中已经比较成熟在此不做过多介绍；
(2)多源数据空间融合(以下简称“空间融合”):将多源异构的遥感影像数据统一到相同的坐标系下，从而实现不同遥感影像数据之间图像配准；
(3)多源数据信息融合(以下简称“信息融合”):对空间“配准”后的多源遥感影像数据按照一定融合算法进行处理，从而生成信息量更加丰富的融合产品，满足相关行业用户的需求。
空间融合就是将多源异构的遥感数据统一到相同的坐标系下，光学成像原理中常用的几个坐标系为：
图像坐标系：相机采集的图像以数组的形式存于计算机中，数组中行和列的数值表示对应的每个像素的亮度(灰度)，假定在图像上规定直角坐标系u-v，那么以像素为单位的图像坐标系就可表示为(u，v)；
成像平面标系：以摄像机光轴与图像平面的交点作为原点，通过物理单位描述像素所在位置；
相机坐标系：是以观测者的视角，将摄像机光心作为原点，描述场景中点的坐标系：
世界(绝对)坐标系：相机可以随意安放于任意位置，选择一个参考坐标系表示环境中一切对象的绝对位置，这样的坐标系称为世界或绝对坐标系。
坐标系之间的变换可以借助计算机视觉理论中的基本原理，已知需要转换的两个坐标系分别表示为(A)＝(OA，iA，jA，kA)和(B)＝(OB，iB，jB，kB)，假设其中一个坐标系中某点P的坐标向量表示为:
当两坐标系之间是平移关系时，有则BP=AP+BOA；，
当两坐标系之间是旋转关系时，旋转矩阵定义为3*3数组，
其满足一般的，旋转矩阵可以分解为绕i，j，k，
旋转的基本旋转矩阵的乘积。
由R是单位矩阵可知，在坐标系B中满足
若两个坐标系的原点和基向量都不同，则为刚体变换:在齐次坐标情况下，可写成矩阵形式:
其中/>0＝(0,0,0)，
这样完成坐标系的统一。
多源测量数据中均包括影像和点云两种数据，无人机倾斜摄影所获取的项目区大场景影像经过空三处理，自动生成海量点云数据并通过纹理映射生成三维模型场景；车载实景采集系统同步采集目标物的影像数据和点云数据:便携式RTK相机利用GPS获取拍摄时刻的位置数据间接推算出曝光时刻的位置和姿态最终将影像数据和点云数据归为同一个坐标系下。
点云数据是海量的，因为其包含三维场景中的全部信息内容，但无法提供物体表面诸如材质、纹理、结构、颜色等物理信息；而影像数据包含了丰富的目标表面细节特征，因此可以利用全景影像和点云进行联合配准，生产出丰富的真三维产品，并通过软件系统集成的VR展示平台提供给用户极好的查询、浏览和量测等功能体验。
天、空、地影像的三维建模技术在地整治规划中包括土地整治规划设计、基于模型库思想的土地整治规划要素三维建模、二三维联动空地一体化规划设计建模过程、数据融合生成的三维场景、软件创建的三维模型。
土地整治是指对田、水、路、林、村等实行综合治理，是对低效利用、不合理利用和未利用的土地再利用，对自然灾害损毁和生产破坏的土地进行恢复治理的活动，传统土地整治规划设计，获取的规划数据主要是二维的土地利用现状图以及传统的人工外业测量二维图件资料，由规划者根据自己的先验知识.依据二维图纸中抽象的地类要素如田块、河流、沟渠、道路、防护林、村庄点的高程等综合分析，并结合征求的老百姓意见进行规划设计。
其缺陷包括以下几点:
1)大量测量数据及地理要素仅仅是借助线条及抽象符号来表达，对规划思路和设计技巧缺乏统一评判标准，设计成果直接受到设计者自身知识和业务水平的限制；
2)图纸上的布局缺乏直观性及空间相关性，使得项目区老百姓不能很好理解和沟通，不能提供给设计者好的参考意见，导致项目实施中存在变更情况；
3)因测量不充分、设计不合理等因素导致需要修改规划设计时，往往需要补充实地踏勘或测量，必然增加规划设计的时间成本，降低了效率。
可见由二维规划设计转变为三维规划设计，具备了以下几点优势:
1)形成一套完整的土地整治三维规划设计方案：土地整治的关联性和前瞻性要求较高，在规划设计过程中需要考虑建筑与周围环境是否和谐相融、土地平整是否满足居民需求等，只有从总体规划到详细规划在各个阶段以可视化的方式对未来建筑、土地等进行描绘才能有效保证规划设计的高效性和便捷性；
2)提供直观的规划设计环境：规划设计人员因为对CAD平面图认识的局限性，很容易忽略一些空间上的问题，从而导致设计上的失误，如何使设计阶段的问题在设计过程中就完全暴露出来以便使设计者及时发现存在的问题，从二维提升到三维，充分展现了每个建筑物、构筑物的空间结构关系，使整个设计过程更加清晰明了；
3)提供数据高度集中的模型库：在土地整治规划设计中要综合考虑地形、地貌、水系、道路及土地利用方式等众多因素，数据量大、工作负担重，充分整合这些因素，借助计算机视觉技术实现所见即所得，使得规划设计更加便捷，数据利用率更高，大大提高了测量与规划设计的效率；
4)提供了一个良好的沟通平台面向公众的交互式三维设计方案展示，能够使得公众更加容易了解设计者的理念，更加容易掌握设计的重点，更好的提出有针对性的修改意见和建议，促进规划设计的科学性和合理性。
土地整治三维景观模型库可分为两大类:模型库和纹理库，包括建(构)筑物模型库及纹理库、地面覆盖纹理库和独立地物模型库。
依据模型库思想可知，任何事物均能细分为相似的简单部分，土地整治工程类型多种多样，但其中涉及到的工程内容都大同小异，加上建筑材料和建筑工艺相对有限，同一个项目中模型可重复使用，不同的项目中模型有相似性，仅几何尺寸和地理位置不同，通过组合、编辑即可重复使用，因此可以利用模型库的思想构建土地整治三维景观模型库。
且借助无人机等设备完成倾斜摄影的数据采集工作，再使用软件生成整体实景三维模型，然后通过数字线划图(DLG)单体部件数据导入到三维建模软件中生成三维部件模型，最后通过软件纹理映射将纹理模型与几何模型进行叠加生成真实的三维场景，实现二、三维联动空地一体化三维实景规划设计。
上述实施例的有益效果为：
完善了空地联合影像定向配准技术利用低空倾斜影像数据和地面影像数据，进行联合配准，克服传统空中三角测量算法只能针对下视摄影的困难，提高了大规模数据求解方程组的效率。
发展了空地融合精确真三维建模关键技术根据倾斜摄影和移动测量组合数据源，克服空地影像在分辨率、摄影角度、影像辐射特性等方面的差异，构建基于多视影像的摄影测量环境，提供三维实景环境中的交互式精细三维建模并提供全息浏览、查询。
提出了三维实景二三维一体化土地整治规划设计模式通过空地融合精确真三维建模技术，构建适合全地形的空地一体化实景模型提出了空间精确配准的三维实景土地整治规划设计模式，彻底改变传统模式中的人工测量和二维平面规划设计方式，提高了测量和规划设计的效率，增强了项目区规划设计效果的直观展示，强化了三维模型在土地整治规划设计中的推广应用。
基于空地一体化多源测量参数的获取及三维实景规划过程，在通过无人机航空影像采集、移动车辆测量、便携式RTK相机采集等多种测量技术手段获取的多源影像的基础上，利用车载移动测量系统上激光扫描仪和相机同步获取目标的全景影像等实时海量数据，通过空间融合后将多源测量数据统一到同一个坐标系中，再利用软件的信息融合技术找到多源实景测量数据的同名像点集合并计算出物方坐标，从而获取被测目标参数，在软件中快速生成真三维实景图，并利用三维建模功能，实现二维规划设计与三维模型创建同步进行，真正实现了二三维联动基础上的空地一体化建模思路。
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。而且，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。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种基于天、空、地影像的三维建模技术方法，其特征在于，包括以下步骤：
1)首先利用无人机进行外业大面积航测，通过自动空三处理获取项目区真三维影像资料；
2)其次利用实景采集车拍摄现场照片，为三维场景的重建提供丰富图片纹理素材；
3)利用背负式RTK相机对项目区现场进行补测及控制点布设并采集项目区高程及GPS精确定位信号；
4)将空中无人机航测影像、地面实景采集车图像、便携式RTK相机图片等多源测量数据导入三维建模软件；
5)系统软件能够在三维场景中根据需要在菜单中选择相应的命令方式快速创建以下各种模型。
2.根据权利要求1所述的一种基于天、空、地影像的三维建模技术方法，其特征在于：所述根据摄区地形高差情况进行航摄分区，需要划设多个航摄分区时，航向超出航摄分区边界线不少于1像幅，旁向方向则需超出每个航摄分区边界不少三条基线，以确保侧视相机能够有效获取到每个航拍分区边界影像，并满足以下条件:
s1、保持航拍区域边界线与测图轮廓线一致；
s2、分区内地形高差为Δh＝h高平均-h低平均；
s3、在地形高差符合s2规定的前提下，分区的跨度应尽量划大:
s4、特殊情况下，经批准认可，分区界限可以破图廓划分。
3.根据权利要求1所述的一种基于天、空、地影像的三维建模技术方法，其特征在于：所述像片控制点布设包括以下步骤：
S1相片控制点的布设:像控点布点方案以保证项目成果的精度为原则，可以根据实际生产情况进行调整，像控点布设宜采用区域网布点方案，区域网的图形宜呈矩形，当受地形等条件限制时，可采用不规则区域网布点，在凹角转折处或凸角转折处应布设像控点，按照区域网布点方案布设控制点，航线内每3条基线布设一个控制点，航线间每航线布设一个控制点；
S2像片控制点的选择:选择时要求各相关像片影像清楚，目标小，摄影后无变化，并易于内业选刺，本测区优先选用的目标位:平屋顶的房角上，围墙内外角，水池角，平台角接近直角的线性地物的焦点等；
S3像控点布设密度按平均每幅图(50*50)一个控制点布设，每个测区像控点数量不少于6个。
4.根据权利要求1所述的一种基于天、空、地影像的三维建模技术方法，其特征在于：所述实景采集车为了保证激光扫描仪、IMU、全景相机和里程计等同步，采取了GPS时间系统，激光扫描仪捕捉目标的坐标，全景相机获取影像数据，里程计、GPS和IMU采集的数据用来导航，自动记录下每个时刻系统的姿态和位置信息，作为系统核心部件的激光扫描仪，发射出激光束后接收被目标反射的回波并记录下来，用来计算时间差，从而确定目标的距离参数，同时测量出横向扫描角度和纵向扫描角度，利用公式计算出目标的三维空间坐标，依据各自空间坐标排列的大量的点坐标转化为目标的激光点云。
5.根据权利要求1所述的一种基于天、空、地影像的三维建模技术方法，其特征在于：所述实景采集车系统功能具体如下：
S1以正常车速沿着道路获取目标全方位360度的空间信息(除小范围框架遮挡外)的同时，通过安装在后轮的机械传感器，利用GPS信号控制相机定距离曝光；同时保证相机时间与GPS的同步；
S2通过平行绑定工作方式一致的线阵相机与激光扫描仪，利用激光扫描仪测量角度实现线阵相机的标定；
S3利用同一条路往返扫点云中线状地物(如电线杆)，完成对系统内传感器参数的标定；
S4提供激光点云解算软件完成沿道路两侧目标点云绝对位置数据的解算，结合带有地理参考系的可量测全景影像数据，准确融合点云数据与影像数据"，得到高精度WGS-84坐标下点云数据。
6.根据权利要求1所述的一种基于天、空、地影像的三维建模技术方法，其特征在于：所述多源数据融合技术流程如下：
(1)预处理:主要包括遥感影像的辐射定标、几何校正、大气校正等常规处理，这些在摄影测量的研究中已经比较成熟在此不做过多介绍；
(2)多源数据空间融合(以下简称“空间融合”):将多源异构的遥感影像数据统一到相同的坐标系下，从而实现不同遥感影像数据之间图像配准；
(3)多源数据信息融合(以下简称“信息融合”):对空间“配准”后的多源遥感影像数据按照一定融合算法进行处理，从而生成信息量更加丰富的融合产品，满足相关行业用户的需求。
7.根据权利要求1所述的一种基于天、空、地影像的三维建模技术方法，其特征在于：所述空间融合就是将多源异构的遥感数据统一到相同的坐标系下，光学成像原理中常用的几个坐标系为：
图像坐标系：相机采集的图像以数组的形式存于计算机中，数组中行和列的数值表示对应的每个像素的亮度(灰度)，假定在图像上规定直角坐标系u-v，那么以像素为单位的图像坐标系就可表示为(u，v)；
成像平面标系：以摄像机光轴与图像平面的交点作为原点，通过物理单位描述像素所在位置；
相机坐标系：是以观测者的视角，将摄像机光心作为原点，描述场景中点的坐标系：
世界(绝对)坐标系：相机可以随意安放于任意位置，选择一个参考坐标系表示环境中一切对象的绝对位置，这样的坐标系称为世界或绝对坐标系。
8.根据权利要求1所述的一种基于天、空、地影像的三维建模技术方法，其特征在于：所述多源测量数据中均包括影像和点云两种数据，无人机倾斜摄影所获取的项目区大场景影像经过空三处理，自动生成海量点云数据并通过纹理映射生成三维模型场景；车载实景采集系统同步采集目标物的影像数据和点云数据:便携式RTK相机利用GPS获取拍摄时刻的位置数据间接推算出曝光时刻的位置和姿态最终将影像数据和点云数据归为同一个坐标系下。
9.根据权利要求1所述的一种基于天、空、地影像的三维建模技术方法，其特征在于：所述天、空、地影像的三维建模技术在地整治规划中包括土地整治规划设计、基于模型库思想的土地整治规划要素三维建模、二三维联动空地一体化规划设计建模过程、数据融合生成的三维场景、软件创建的三维模型。
10.根据权利要求1所述的一种基于天、空、地影像的三维建模技术方法，其特征在于：所述土地整治三维景观模型库可分为两大类:模型库和纹理库，包括建(构)筑物模型库及纹理库、地面覆盖纹理库和独立地物模型库。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310963145.0A CN116883604A (zh) | 2023-08-02 | 2023-08-02 | 一种基于天、空、地影像的三维建模技术方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310963145.0A CN116883604A (zh) | 2023-08-02 | 2023-08-02 | 一种基于天、空、地影像的三维建模技术方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116883604A true CN116883604A (zh) | 2023-10-13 |
Family
ID=88264359
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310963145.0A Pending CN116883604A (zh) | 2023-08-02 | 2023-08-02 | 一种基于天、空、地影像的三维建模技术方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116883604A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117115365A (zh) * | 2023-10-25 | 2023-11-24 | 航天宏图信息技术股份有限公司 | 异形结构三维单体模型快速精细化的重构方法及装置 |
| CN117710709A (zh) * | 2024-02-01 | 2024-03-15 | 利亚德智慧科技集团有限公司 | 光影秀的数据采集方法、装置、设备及存储介质 |
| CN118429902A (zh) * | 2024-07-05 | 2024-08-02 | 中铁三局集团有限公司 | 基于无人机技术的铁路基础设施监测方法和系统 |
| CN118691776A (zh) * | 2024-08-27 | 2024-09-24 | 天目山实验室 | 一种基于多源数据融合的三维实景建模与动态更新方法 |
| CN118691776B (zh) * | 2024-08-27 | 2024-11-15 | 天目山实验室 | 一种基于多源数据融合的三维实景建模与动态更新方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106780629A (zh) * | 2016-12-28 | 2017-05-31 | 杭州中软安人网络通信股份有限公司 | 一种三维全景数据采集、建模方法 |
| CN111724477A (zh) * | 2020-07-06 | 2020-09-29 | 中铁二局第一工程有限公司 | 一种多源数据融合构建多层次三维地形模型方法 |
| CN113298944A (zh) * | 2021-05-31 | 2021-08-24 | 台州学院 | 一种基于无人机倾斜摄影的自动化三维建模测量方法 |
-
2023
- 2023-08-02 CN CN202310963145.0A patent/CN116883604A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106780629A (zh) * | 2016-12-28 | 2017-05-31 | 杭州中软安人网络通信股份有限公司 | 一种三维全景数据采集、建模方法 |
| CN111724477A (zh) * | 2020-07-06 | 2020-09-29 | 中铁二局第一工程有限公司 | 一种多源数据融合构建多层次三维地形模型方法 |
| CN113298944A (zh) * | 2021-05-31 | 2021-08-24 | 台州学院 | 一种基于无人机倾斜摄影的自动化三维建模测量方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117115365A (zh) * | 2023-10-25 | 2023-11-24 | 航天宏图信息技术股份有限公司 | 异形结构三维单体模型快速精细化的重构方法及装置 |
| CN117115365B (zh) * | 2023-10-25 | 2024-02-13 | 航天宏图信息技术股份有限公司 | 异形结构三维单体模型快速精细化的重构方法及装置 |
| CN117710709A (zh) * | 2024-02-01 | 2024-03-15 | 利亚德智慧科技集团有限公司 | 光影秀的数据采集方法、装置、设备及存储介质 |
| CN117710709B (zh) * | 2024-02-01 | 2024-05-17 | 利亚德智慧科技集团有限公司 | 光影秀的数据采集方法、装置、设备及存储介质 |
| CN118429902A (zh) * | 2024-07-05 | 2024-08-02 | 中铁三局集团有限公司 | 基于无人机技术的铁路基础设施监测方法和系统 |
| CN118691776A (zh) * | 2024-08-27 | 2024-09-24 | 天目山实验室 | 一种基于多源数据融合的三维实景建模与动态更新方法 |
| CN118691776B (zh) * | 2024-08-27 | 2024-11-15 | 天目山实验室 | 一种基于多源数据融合的三维实景建模与动态更新方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Fernández‐Hernandez et al. | Image‐based modelling from unmanned aerial vehicle (UAV) photogrammetry: an effective, low‐cost tool for archaeological applications | |
| US7944547B2 (en) | Method and system of generating 3D images with airborne oblique/vertical imagery, GPS/IMU data, and LIDAR elevation data | |
| CN108168521A (zh) | 一种基于无人机实现景观三维可视化的方法 | |
| CN112470092B (zh) | 一种测绘系统、测绘方法、装置、设备及介质 | |
| CN111540048A (zh) | 一种基于空地融合的精细化实景三维建模方法 | |
| CN116883604A (zh) | 一种基于天、空、地影像的三维建模技术方法 | |
| KR20090064679A (ko) | 이종 센서 통합 모델링에 의한 수치 사진 측량 방법 및장치 | |
| JP2013171455A (ja) | 地図情報生成装置 | |
| CN112184786B (zh) | 一种基于合成视觉的目标定位方法 | |
| CN112469967B (zh) | 测绘系统、测绘方法、装置、设备及存储介质 | |
| CN103868504B (zh) | 自主测绘机 | |
| CN111947625A (zh) | 基于cors的无人机激光扫描与倾斜摄影集成的可量测bim用于农村宅基地测量方法 | |
| CN105953777B (zh) | 一种基于深度图的大比例尺倾斜影像测图方法 | |
| CN110986888A (zh) | 一种航空摄影一体化方法 | |
| Jiang et al. | Low–high orthoimage pairs-based 3D reconstruction for elevation determination using drone | |
| CN116129064A (zh) | 电子地图生成方法、装置、设备及存储介质 | |
| CN108253942A (zh) | 一种提高倾斜摄影测量空三质量的方法 | |
| Lee et al. | Comparison of Digital Maps Created by Stereo Plotting and Vectorization Based on Images Acquired by Unmanned Aerial Vehicle. | |
| Yijing et al. | Construction and analysis of 3D scene model of landscape space based on UAV oblique photography and 3D laser scanner | |
| CN117782007A (zh) | 地面沉降高精度无人机近景摄影测量装置及测量方法 | |
| CN107784666B (zh) | 基于立体影像的地形地物三维变化检测和更新方法 | |
| Gu et al. | Surveying and mapping of large-scale 3D digital topographic map based on oblique photography technology | |
| PERLANT et al. | Scene registration in aerial image analysis | |
| Dhruwa et al. | Generation of 3-D Large-Scale Maps Using Lidar Point Cloud Data | |
| Orlik et al. | 3D modelling using aerial oblique images with close range UAV based data for single objects |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20231013 |