The invention discloses a dense point cloud generation method and system, which includes: reading multiple images captured by UAV, extracting homonymous features and homonymous image points from multiple images by GPU, matching feature points based on homonymous features and homonymous image points, obtaining corresponding matching point pair information; adopting the principle of beam adjustment, utilizing matching point pair information according to matching point pair information; Based on the principle of multi-view geometry, the relative orientation elements of each image are solved, and the position and attitude information of the UAV stereo image pair in the spatial coordinate system is obtained by recovering the relative orientation elements. Based on the position and attitude information of the UAV stereo image pair in the spatial coordinate system, the image points on the reference image are inversely calculated to the overlapping image and the same-name image points are searched. Image points intersect in front of space to generate corresponding dense point clouds. It effectively solves the problem that the traditional UAV data processing method has low operational efficiency and can not achieve fast and efficient data processing.
【技术实现步骤摘要】
密集点云生成方法及系统
本专利技术涉及图像处理
，特别是涉及一种密集点云生成方法及系统。
技术介绍
在信息化时代，地理空间态势瞬息万变，各类目标千差万别，传统的遥感成像和测绘手段难以适应日趋复杂的技术要求。现代社会发展需要具备动态测绘的能力，但是目前成熟的卫星遥感和航空遥感技术难以满足动态测绘即时保障的客观需求。受飞行地域、航高和不可回避的人力成本的制约，常规有人驾驶航空遥感测绘平台实施动态测绘保障极为不易，而基于无人机平台的动态测绘保障却可满足该需求。因此，基于无人机飞行平台在测绘领域的应用具有重大经济和社会效益。基于无人机飞行平台的无人机摄影测量通常包含两方面的含义：一方面是数据动态获取的能力，另一方面则是数据的近实时处理能力。目前来看，这两方面能力的发展是不均衡的，无人机数据处理能力发展速度明显滞后于数据动态获取的能力。传统的数据处理方式运算效率较低，对于获取到的数据不能实现快速高效的处理。
技术实现思路
基于此，有必要针对传统的无人机数据处理方式运算效率较低，不能实现快速高效的数据处理的问题，提供一种密集点云生成方法及系统。基于上述目的，本专利技术提供的...
【技术保护点】
1.一种密集点云生成方法，其特征在于，包括如下步骤：读取无人机拍摄采集到的多张影像，通过GPU由多张影像中提取出同名特征和同名像点，并基于所述同名特征和所述同名像点进行特征点匹配，获取相应的匹配点对信息；采用光束法平差原理，以共线条件方程式作为平差的基础方程，根据所述匹配点对信息，利用多视几何原理求解出各个所述影像的相对方位元素，并基于所述相对方位元素恢复得到无人机影像立体像对在空间坐标系中的位置姿态信息；基于恢复得到的所述无人机影像立体像对在空间坐标系中的所述位置姿态信息，将基准影像上像点反算至重叠影像并寻找所述同名像点，利用所述同名像点通过空间前方交会生成相应的密集点云。
【技术特征摘要】
1.一种密集点云生成方法，其特征在于，包括如下步骤：读取无人机拍摄采集到的多张影像，通过GPU由多张影像中提取出同名特征和同名像点，并基于所述同名特征和所述同名像点进行特征点匹配，获取相应的匹配点对信息；采用光束法平差原理，以共线条件方程式作为平差的基础方程，根据所述匹配点对信息，利用多视几何原理求解出各个所述影像的相对方位元素，并基于所述相对方位元素恢复得到无人机影像立体像对在空间坐标系中的位置姿态信息；基于恢复得到的所述无人机影像立体像对在空间坐标系中的所述位置姿态信息，将基准影像上像点反算至重叠影像并寻找所述同名像点，利用所述同名像点通过空间前方交会生成相应的密集点云。2.根据权利要求1所述的密集点云生成方法，其特征在于，所述读取无人机拍摄采集到的多张影像，通过GPU由多张影像中提取出同名特征和同名像点，并基于所述同名特征和所述同名像点进行特征点匹配，获取相应的匹配点对信息，包括如下步骤：读取无人机拍摄采集到的多张影像，使用GPU并行计算方式建立每张影像的特征描述符；根据建立的所述特征描述符进行特征点匹配处理，获得多个所述匹配点对信息；采用RANSAC方法由多个所述匹配点对中获取最优匹配点对信息，剔除误配点对信息。3.根据权利要求1所述的密集点云生成方法，其特征在于，所述采用光束法平差原理，以共线条件方程式作为平差的基础方程，根据所述匹配点对信息，利用多视几何原理求解出各个所述影像的相对方位元素，并基于所述相对方位元素恢复得到无人机影像立体像对在空间坐标系中的位置姿态信息，包括如下步骤：读取匹配点对信息以及用于拍摄采集多张影像的相机参数；根据读取到的所述匹配点对信息和所述相机参数，利用多视几何原理对各个所述影像进行相对定向处理，求解出各个所述影像的相对方位元素；对求解得到的所述相对方位元素进行粗差探测与剔除处理，以及多视角联合平差处理，得到并输出相应的平差结果；其中，所述平差结果包括所述无人机影像立体像对在空间坐标系中的位置姿态信息。4.根据权利要求3所述的密集点云生成方法，其特征在于，所述根据读取到的所述匹配点对信息和所述相机参数，利用多视几何原理对各个所述影像进行相对定向处理，求解出各个所述影像的相对方位元素，包括如下步骤：判断当前正在处理的影像中是否存在控制点或GPS数据；若是，则利用所述控制点或所述GPS数据对所述相对方位元素进行绝对定向处理后，再执行所述对求解得到的所述相对方位元素进行粗差探测与剔除处理，以及多视角联合平差处理的步骤；若否，则直接执行所述对求解得到的所述相对方位元素进行粗差探测与剔除处理，以及多视角联合平差处理的步骤。5.根据权利要求1至4任一项所述的密集点云生成方法，其特征在于，所述基于恢复得到的所述无人机影像立体像对在空间坐标系中的所述位置姿态信息，将基准影像上像点反算至重叠影像并寻找所述同名像点，利用所述同名像点通过空间前方交会生成相应的密集点云，包括如下步骤：根据所述无人机影像立体像对在空间坐标系中的所述位置姿态信息，利用GPU并行加速手段，获取目标空间物体的顶面信息点云和多个侧面信息点云；以预设的基准影像为基准，分别将其他各个影像与所述基准影像进行组合，获取相应的初始匹配结果，并以所述初始匹配结果为初值，通过分析和调整匹配参数，得到所述基准影像与其他各个影像的接边点云；其中，初始匹配结果中包含所述同名像点信息；通过空间分析方法，以单镜头多视匹配点云为主，并以多镜头接边点云为辅，将所有的匹配点云进行融合，得到相应的密集点云。6.一种密集点云生成系统，其特征在于，包括稀疏匹配模块、平差处理模块和点云生成模块；其中，所述稀疏匹配模块，用于读取无人机拍摄采集到的多张影像，通过GPU由多张影像中提取出同名特征和同名像点，并基于所述同名特征和所述同名像点进行特征点匹配，获取相应的匹配点对信息；所述平差处理模块...
【专利技术属性】
技术研发人员：李新涛，刘松林，巩丹超，张丽，
申请(专利权)人：中国人民解放军六一五四零部队，
类型：发明
国别省市：陕西,61
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。