本发明专利技术针对大范围非结构化物体的三维重建，以陕西明长城为例，考虑到长城遗址的地形复杂性，提出了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，在原始数据采集阶段，用无人直升机搭载LiDAR系统与高品质数码相机，对款贡城城墙进行数据采集工作，解决了大面积物体的点云采集和原始照片采集难题。在数据分析与处理阶段，采用了点云匹配和全局优化，有效地克服了点云拼接的困难。实验证明，这套无人机动态监测系统是可行的，有效地解决了大范围非结构化大物体的三维重建工作。
【技术实现步骤摘要】
本专利技术涉及地理测绘
，尤其涉及一种大面积非结构化场景三维建模方 法。
技术介绍
三维重建是指对三维物体建立适合计算机表示和处理的数学模型，是在计算机 环境下对其进行处理、操作和分析其性质的基础，也是在计算机中建立表达客观世界的虚 拟现实的关键技术。 普遍的基于相机的三维重建技术步骤一般是：1.图像获取，2.摄像机标定，3.特 征点提取，4.立体匹配，5.三维重建。上述技术是基于视觉方法的，对光照和相机的几何特 性要求苛刻，无法在室外环境下进行；并且，由于相机的视距有限，无法对大面积物体进行 数据采集。 一般地，基于激光扫描仪的三维重建的技术步骤是：1.获得原始扫描点云数据， 位置信息，姿态信息和数字图像；2.对点云数据进行预处理，包括去除噪点，去除错误点， 去除地面点；3.对点云实施配准，得到初步点云模型；4.构造几何模型；5.纹理贴图。该 技术的瓶颈在于：其一、原始点云和数据图像的获取工作困难，特别是针对大面积非结构化 物体更是束手无策；其二、在大数据量的条件下，连续ICP匹配会导致累计误差，这会使后 续工作不能继续。普通房屋和城市一般的建筑都是结构化的，对于结构化场景，采集部分数 据，比如房顶数据，就可以构造出整个三维模型，但对于非结构化场景（例如明长城）需要 采集所有数据。 国内外的专家与学者在机载三维重建方面做了不少工作：VivekVerma,LuWang 和LiangCheng等人通过LiDAR数据，实现屋顶的三维建模；ShugenWang等人通过LiDAR 和摄像机实现了对简单建筑的三维重构工作；CharalambosPoullis和JinhuiHu等人通 过LiDAR系统，实现对一个大的城市区域进行建模；CorneliusWefelscheid等人用UAVs对 一栋房子进行了三维重建，他们重构的方法是基于图像的，不是基于激光扫描仪的，而且都 是对结构化的物体进行三维重建的；ZhichaoZhang等人用激光扫描仪和摄像机对城市的 雕塑进行三维重建，在处理过程中，他们对点云模型中的重合区域进行了融合，使得点云模 型更加精确，在纹理映射阶段，他们采用SURF来实现图片匹配，最后他们也得到了很好的 效果；Chia-YenChen等人使用LiDAR系统进行大范围的激光扫描，作者针对大范围3D重 建提出两种方法来提高ICP匹配精度：其一，剔除那些差别很大的点，设定一个差别阈值， 在这个阈值之内的点都不应该参与ICP匹配过程；其二，选取特征点来进行ICP匹配，他们 的匹配结果也是令人满意的；针对ICP匹配之后，累积性误差会比较大，RainerKmnmerle 等人提出了一种图形优化算法：G20;SabryF.El-Hakim等人也做了文化遗址的三维重建， 他们对圣多明我大殿外围进行了重构，他们将多种三维重建方法联合在一起用，比如：对于 大的建筑，用图像的建模技术行不通，应该采用基于距离的建模技术即采用激光扫描仪。然 而，对于一些体积不大的东西，如果用激光扫描仪去进行重构，会丢失很多细节性的东西， 此时，用基于图像的建模技术再好不过。基于上述思想，Sabry F. El-Hakim的团队将不同 技术重构出来的三维模型放到一块儿，效果不错，但他们没有对点云做全局优化；张涛对基 于复杂点云的空间三角化与三维剪裁进行研宄，提出一种复杂点云的改进的三角化算法， 使得处理后的空间网格反映出物体表面离散点间的拓扑连接关系，同时也对空间三角网格 增加光照和材质处理以及纹理映射，大大提高了渲染速度，改善了渲染效果。郑克强主要完 成了三维非结构化场景的重构，有效建立了场景的几何特征模型和三维栅格模型。上述事 件均没有对大范围非结构化的物体进行重建。王昌翰等在文物三维重建中做了不少工作， 他们用激光对千手观音进行了三维重建工作，但是，他们并没有重建出一个完整的三维立 体模型，只是重建出了千手观音的一部分。于明旭等利用三维激光扫描仪和一些系统软件 对两棵树化石进行了三维重建，他们并没有对三维点云进行全局优化，而且被扫描物体体 积小，扫描点云次数不多。
技术实现思路
为了解决现有技术中的问题，本专利技术提供了一种基于无人直升机的大面积非结构 化场景三维建模方法，解决了大面积物体的点云采集和原始照片采集难题，有效地克服了 点云拼接的困难，解决了大范围非结构化大物体的三维重建工作难题。本专利技术通过以下技术方案实现： -种基于无人直升机的大面积非结构化场景三维建模方法，所述方法采用分段重 构、最后拼接对大面积非结构化场景进行三维建模，所述方法包括以下步骤： A.无人直升机搭载LiDAR系统与高品质数码相机采集目标对象的激光点云数据 和图片数据； B.对所述点云数据进行处理：首先进行ICP匹配单步矫正，然后G20图形全局优 化，再进行三角网格化处理，得到网格表面法向量； C.对所述图片数据进行处理：首先进行预处理，然后计算物像映射关系，获取纹 理序列； D.利用冗余的纹理进行多重纹理映射，实现纹理间的模糊过渡：步骤C所得到的 纹理序列按照纹理坐标一一地贴到步骤B所得到的三维几何模型上，形成三维数字模型。 E?输出目标对象的三维数字模型。作为本专利技术的进一步改进，所述步骤B中对所述点云数据进行处理还包括点云去 噪：基于定半径包围球去噪算法，以目标点为圆心，固定半径区域内点数如果少于数量阀 值，则被认为是噪点并予以去除。作为本专利技术的进一步改进，所述步骤B中在进行三角网格化处理之前，需要使用 基于聚类的方法对点云精简处理。 作为本专利技术的进一步改进，所述三角网格化处理基于delaunay准则的 PowerCrust算法作为三角化的方法。作为本专利技术的进一步改进，为了得到更平滑精确的模型，需要对网格进行加密，加 密算法基于三阶B-spine插值。作为本专利技术的进一步改进，所述方法还包括步骤F:将多段目标对象的三维数字 模型进行拼接，形成完整的目标对象的三维数字模型 本专利技术的有益效果是：本专利技术提出的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，在原始数据采集阶段，用无人直升机搭载LiDAR系统与高品质数码相机，对 款贡城城墙进行数据采集工作，解决了大面积物体的点云采集和原始照片采集难题。在数 据分析与处理阶段，采用了点云匹配和全局优化，有效地克服了点云拼接的困难。实验证 明，这套无人机动态监测系统是可行的，有效地解决了大范围非结构化大物体的三维重建 工作。【附图说明】 图1是本专利技术的方法的数据处理流程图； 图2是G20算法的原理示意图； 图3是纹理映射示意图； 图4是长城数据采集示意图； 图5是无人直升机激光扫描示意图； 图6是豁口段城墙点云图； 图7是豁口段城墙三维几何模型俯视图； 图8是豁口段城墙三维几何模型侧视图； 图9是豁口段城墙贴上纹理的侧视图。【具体实施方式】 为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对 本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并 不用于限定本专利技术。 附图1所示为本专利技术的大面积非结构化场景三维建模方法的数据处理流程图，输 入是激光点云数据，相机图片；处理时，采用了点云匹配、G20图形优化、点云去噪、点云精 简、点云三角本文档来自技高网...
【技术保护点】
一种基于无人直升机的大面积非结构化场景三维建模方法，所述方法采用采用分段重构、最后拼接对大面积非结构化场景进行三维建模，其特征在于：所述方法包括以下步骤：A.无人直升机搭载LiDAR系统与高品质数码相机采集目标对象的激光点云数据和图片数据；B. 对所述点云数据进行处理：首先进行ICP匹配单步矫正，然后G2O图形全局优化，再进行三角网格化处理，得到网格表面法向量；C.对所述图片数据进行处理：首先进行预处理，然后计算物像映射关系，获取纹理序列；D.利用冗余的纹理进行多重纹理映射，实现纹理间的模糊过渡，将步骤C所得到的纹理序列按照纹理坐标一一地贴到步骤B所得到的三维几何模型上，形成三维数字模型；E.输出目标对象的三维数字模型。
【技术特征摘要】
【专利技术属性】
技术研发人员：邱纯鑫，朱晓蕊，李小春，王斌，王秋云，
申请(专利权)人：哈尔滨工业大学深圳研究生院，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。