一种从五个倾斜相机中选择最优墙面纹理的方法技术

本发明专利技术公开了一种从五个倾斜相机中选择最优墙面纹理的方法，实施步骤如下：首先，通过纹理可见、纹理遮挡、纹理面积确定三个约束条件，通过遮挡最小、面积最大确定两个多目标函数；然后通过选取的三个约束条件与两个多目标函数构成的多重最优化模型对屋顶纹理以及墙面纹理进行择优选取；最后，将选取的最优纹理映射到模型上，生成具有真实感的建筑物三维模型。本发明专利技术方法能很好的选取建筑物顶面纹理与墙面，大大加强了建筑物纹理的真实感与精度。

A Method for Selecting Optimal Wall Texture from Five Tilt Cameras

【技术实现步骤摘要】
一种从五个倾斜相机中选择最优墙面纹理的方法
本专利技术涉及摄影测量与遥感领域，特别是涉及一种可用于加强建筑物纹理真实感的最优墙面纹理的选取方法。
技术介绍
随着城市数字化的不断发展，构建城市三维模型已成为摄影测量、计算机视觉等领域的研究热点之一。近年来，无人机倾斜摄影这一高新技术的出现，为三维建模提供了很好的数据来源，无人机倾斜摄影技术不同于传统的垂直摄影技术，它将垂直摄影与倾斜摄影两者相结合，多视角的获取地物信息，不仅在数据采集方面减少了野外工作量，而且在纹理信息方面增大了墙面纹理的采集量。在城市建筑物三维模型的重建过程中，纹理作为构建真实感三维模型的重要组成部分，纹理质量的好坏直接影响了模型的效果，故在纹理映射过程中，最优纹理的选取至关重要，如何选取高质量、高真实感的纹理成为了研究重点。现有的建筑物纹理优化的方法大致可分为三类：(1)建筑物屋顶采用自上而下的垂直航空影像(如：YangX,QinX,WangJ,etal.BuildingRecognitionUsingObliqueAerialImages[J].RemoteSensing,2015,7(8):10562.)。该类方法能够以足够的细节和精度有效地提供所有建筑物的整套屋顶形状。然而，由于机载平台的限制，需要利用来自不同视角的多个图像来选择屋顶纹理，在这种情况下，需要在不同视角和分辨率及其不同的照明条件下处理图像中的可见屋顶纹理。(2)建筑物外墙利用基于地面的图像来完成纹理化(如：PénardL,PaparoditisN,Pierrot-DeseillignyM.3Dbuildingfacadereconstructionundermeshformfrommultiplewideangleviews[C]//IsprsCommissionV/4Workshop3d-Arche.2012.)。该类方法能够提供从街道上看到的建筑物外墙。基于地面的数据图像的外墙纹理存在的问题之一是需要处理大量的地面场景，影像中建筑物被地面遮挡较多，拍摄视点低且视角范围受限制。往往为了从这些影像中提取外墙纹理，需要花费几个月时间。此外，如果建筑物太高，无法采集建筑物的屋顶纹理，建筑物的墙面纹理也可能存在采集不完整的情况，需要对纹理做拼接处理。(3)利用二者的结合(如：StamosI,AllenPK.Automaticregistrationof2-Dwith3-Dimageryinurbanenvironments[M].2001.)。该类方法可以补偿单一的自上而下的垂直航空影像或地面近景影像源来获得高质量的表面纹理。然而两个数据源的组合需要两个数据平台，这样增加了纹理数据采集的成本，并且后处理算法还需要两种类型的处理程序：一个程序针对垂直图像，另一个程序针对地面图像。因此，劳动强度事实上并没有减少。
技术实现思路
本专利技术目的在于提供一种从五个倾斜相机中选择最优墙面纹理的方法。为了达到上述目的，本专利技术依图1据流程图所示包括如下步骤：步骤1，将墙面的三维坐标(X，Y，Z)与各个影像的内外方位元素逐一带入共线方程，求出应该具有该墙面的墙面纹理图像的航空影像，从而使建筑物模型与影像的匹配。步骤2，通过约束条件1选择最接近90°的顶面纹理作为屋顶的最优纹理；通过约束条件1，2，3以及目标函数1，2来选取墙面的最优纹理。约束条件1，2，3及目标函数1，2的确定方法如下：约束条件1确定方法为：通过摄影中心与目标墙面上各个角点的连线方向和摄影中心与地底点的连线方向的角度与视场角进行比较，如果计算得到的角度在视场角的范围内，则证明该张航片上存在目标墙面纹理，反之，则不存在纹理。以此来确定约束条件1：航片中必须存在目标墙面的纹理。约束条件2的确定方法为：通过构建墙面模型，优化Z-buffer算法，即构建新模型对建筑物进行遮挡检测，并且计算遮挡区域的大小。以此来确定约束条件2：目标墙面纹理遮挡数。约束条件3的确定方法为：目标墙面纹理影像的大小与摄影中心到建筑物的距离以及摄影中心对建筑物的入射光线与目标墙面的法向量方向的夹角有关系，即距离越小，且夹角越小，则该张航片上的目标墙面纹理的面积越大。因此，本专利技术通过目标墙面纹理影像的大小与摄影中心到建筑物的距离，与摄影中心对建筑物的入射光线与目标墙面的法向量方向的夹角之积来确定约束条件3：航片上目标墙面纹理的面积尽可能大。目标函数1的确定方法为：由约束条件2可知，倾斜影像的遮挡存在两种情况：一种情况是一幅或多幅倾斜影像中的建筑物墙面纹理图像不存在遮挡；另一种情况是所有的倾斜影像中的建筑物墙面纹理图像都存在遮挡。因而可通过约束条件2的最小值来确定目标函数1：纹理遮挡数最小。目标函数2的确定方法为：通过共线方程计算墙面四个顶点所对应的像点坐标，由于墙面大多以四边形的方式存在，故可以将墙面的四个顶点依次相连，围成一个四边形，根据多边形的面积计算公式来确定倾斜影像上墙面纹理面积最大的函数。以此来确定目标函数2：纹理面积最大。步骤3，将最优墙面纹理转换成HSI颜色模型，对建筑物最优纹理的树木遮挡进行处理与恢复。步骤4，通过纹理坐标归一化，纹理贴图，纹理映射完成OpenGL纹理映射三维重建。附图说明图1是本专利技术方法的流程图。图2是本专利技术方法的倾斜摄影获取影像示意图。图3纹理可见性分析原理图。图4是本专利技术方法的建筑物纹理遮挡检测原理图。图5是本专利技术方法的最优屋顶纹理结果图。图6是本专利技术方法的最优墙面纹理结果图。图7是本专利技术方法的建筑物最优纹理的树木遮挡的恢复过程图。图8是本专利技术方法的最终结果图。具体实施方式下面结合本专利技术中的附图详细说明本专利技术的具体实施方式。显然，所描述的实施案例仅仅是本专利技术中的一部分实施案例，而不是全部的实施案例。基于本专利技术中的实施案例，本领域的普通技术人员在没有做出创造性劳动前提的条件下所进行的其他所有实施案例，都属于本专利技术的保护范围。实施案例:本实施案例中，选取位于山东省济南市东关大街作为实验区域进行实验处理。本专利技术选用无人机倾斜摄影测量来获取影像数据，原理如图2所示。图2中，假设地面上有一栋建筑物Bld-1，该栋建筑物拥有五个面，分别为屋顶R和墙面F1，F2，F3，F4，用无人机搭载倾斜相机在空中对建筑物Bld-1进行拍摄获取影像信息，图中S1，S2，S3，S4，S5，S6分别为倾斜相机在移动拍摄时曝光的位置，ai，bi，ci，di，ei(i＝1，2，3，4，5，6)为倾斜相机拍摄的影像。由图2可知，当倾斜相机在点S1拍摄时，前视相机可以获取墙面F2、墙面F3和屋顶R的纹理，其对应的纹理F2s1-1、纹理F3s1-1和纹理Rs1-1成像在影像b1上；当位于倾斜相机在点S2拍摄时，下视相机可以获取屋顶R的纹理，其对应的纹理Rs2-1成像在影像a2上，前视相机可以获取墙面F3和屋顶R的纹理，其对应的纹理F3s2-1和纹理Rs2-1成像在影像b2上，右视相机可以获取墙面F1、墙面F2和屋顶R的纹理，其对应的纹理F1s2-1、纹理F2s2-1和纹理Rs2-1成像在影像c2上；当倾斜相机在点S3拍摄时，下视相机可以获取屋顶R的纹理，其对应的纹理Rs3-1成像在影像a3上，右视相机可以获取墙面F1、墙面F2和屋顶R的纹理，其对应的纹理F本文档来自技高网...

【技术保护点】
1.一种从五个倾斜相机中选择最优墙面纹理的方法，其特征是，包括以下步骤：步骤1，将墙面的三维坐标(X，Y，Z)与各个影像的内外方位元素逐一带入共线方程，求出应该具有该墙面的墙面纹理图像的航空影像，从而使建筑物模型与影像的匹配；步骤2，通过约束条件1选择最接近90°的顶面纹理作为屋顶的最优纹理；通过约束条件1，2，3以及目标函数1，2来选取墙面的最优纹理；步骤3，将最优墙面纹理转换成HSI颜色模型，对建筑物最优纹理的树木遮挡进行处理与恢复；步骤4，通过纹理坐标归一化，纹理贴图，纹理映射完成OpenGL纹理映射三维重建。

【技术特征摘要】
1.一种从五个倾斜相机中选择最优墙面纹理的方法，其特征是，包括以下步骤：步骤1，将墙面的三维坐标(X，Y，Z)与各个影像的内外方位元素逐一带入共线方程，求出应该具有该墙面的墙面纹理图像的航空影像，从而使建筑物模型与影像的匹配；步骤2，通过约束条件1选择最接近90°的顶面纹理作为屋顶的最优纹理；通过约束条件1，2，3以及目标函数1，2来选取墙面的最优纹理；步骤3，将最优墙面纹理转换成HSI颜色模型，对建筑物最优纹理的树木遮挡进行处理与恢复；步骤4，通过纹理坐标归一化，纹理贴图，纹理映射完成OpenGL纹理映射三维重建。2.根据权利要求1所述的从五个倾斜相机中选择最优墙面纹理的方法，其特征在于：步骤2中，约束条件1的确定方式为：通过摄影中心与目标墙面上各个角点的连线方向和摄影中心与地底点的连线方向的角度与视场角进行比较，如果计算得到的角度在视场角的范围内，则证明该张航片上存在目标墙面纹理，反之，则不存在纹理，以此来确定约束条件1：航片中必须存在目标墙面的纹理。3.根据权利要求1所述的从五个倾斜相机中选择最优墙面纹理的方法，其特征在于：步骤2中，约束条件2的确定方式为：通过构建墙面模型，优化Z-buffer算法，即构建新模型对建筑物进行遮挡检测，并且计算遮挡区域的大小，以此来确定约束条件2：目标墙面纹理遮挡数。4.根据权利要求1所述的从五个倾斜相机中选择最优墙面纹理的方法，其特征在于：步骤2中，约束条件3的确定方式为：通过目标墙面纹理影像的大小与摄影中心到建筑物的距离，与摄影中心对建筑物的入射光线与目标墙面的法向量方向的夹角之积来确定约束条件3：航片上目标墙面...

【专利技术属性】
技术研发人员：周国清，沙洪俊，叶思奇，
申请(专利权)人：桂林理工大学，
类型：发明
国别省市：广西,45