本发明专利技术公开了一种基于OpenGL的移动端高精度倾斜摄影三维建模方法，属于测绘工程和计算机结合领域；该方法首先利用无人机倾斜摄影技术，快速获取待测区域带有空间位置信息的影像数据，接着对影像经过进行几何矫正，对校正后影像数据进行倾斜摄影模型批量处理生成，然后对生成的模型数据进行LOD分级，之后对生成的模型数据进行数据压缩，合并相邻节点，最后运用基于OpenGL技术将模型在移动端动态加载；本发明专利技术通过将倾斜摄影技术与移动技术相结合，能实现移动端大批量加载高精度倾斜摄影模型，可实现移动端上加载浏览倾斜摄影测量三维数字城市，并具有一定的社会效益和经济利益。
【技术实现步骤摘要】
基于OpenGL的移动端高精度倾斜摄影三维建模方法
：本专利技术涉及测绘与数字地球模型渲染
，具体地讲是一种基于OpenGL的移动端高精度倾斜摄影三维建模方法。
技术介绍
：Java编程语言拥有完整的生态链，具有安全、高效、跨平台运行特点，在移动应用领域使用广泛。利用Java在移动应用领域的优势，在eclipse中使用的java3d封装的OpenGL绑定的SFML库成为构建三维数字城市模型，数字地球，数字城市开发者的一个热点。随着倾斜摄影测量技术的发展，现在的数字城市已经开始大规模使用这种逼真、与真实地物相近的自动化程度较高的模型。与传统手工建模的数字校园、数字城市相比，基于倾斜摄影模型构建数字校园、城市能节省大量的人工成本，倾斜摄影全程无人工干预，效果更真实，精度可以达到测绘级别，数据呈现方式为全要素呈现，具有效率高、周期短特点。倾斜摄影模型应用于移动领域能解决行业领域范围内的难题，如城市规划、城市边形检测、重大项目工程、应急救灾、新农村和小城镇建设、智慧城市等，能发挥重大的社会经济效益。但因倾斜摄影生成模型数据量巨大，模型的渲染任务更重。因此现阶段高精度倾斜摄影模型仍无法大规模加载至移动设备。目前行业内的解决方案是将模型进行物理范围切割，将一整块模型分割多块子模型，接着对切割好的模型分组进行加载渲染，对模型进行物理范围切割不仅破坏原始数据的完整性，还破坏原有模型纹理，形成众多破碎漂浮物，还对模型的精度也产生影响，造成模型与对应卫星影像匹配不精确。并且目前行业内并没有对原始影像先进行基于中心像点偏移量的纠正和噪音滤除，只是在批量生成模型软件中进行几何校正、联合平差，这不足以达到测绘精度。因此如何对大批量、高精度、纹理逼真的倾斜摄影模型进行渲染/加载策略/方法进行改进，使之能满足通过移动设备对大规模高精度倾斜摄影模型加载、满足移动领域上对倾斜摄影模型浏览需要成为一个急需解决的难题。
技术实现思路
：本专利技术的目的是克服上述已有技术的不足，而提供一种基于OpenGL的移动端高精度倾斜摄影三维建模方法；主要解决现有的高精度倾斜摄影模型无法大规模加载至移动设备的问题。本专利技术的技术方案是：基于OpenGL的移动端高精度倾斜摄影三维建模方法，其特殊之处在于，包括以下步骤：a对无人机搭载五镜头摄像机所获取待测区的60%重叠率影像数据，根据式1-8基于影像中心像点进行矫正，并对校正后图像进行卡尔曼滤波算法噪音滤波处理，获得基础图像；式1：A=mx·cost式2：B=my·(k·cost-sint)式3：D=mx·sint式4：E=-1·my·(k·sint+cost)式5：C=x方向的平移量式6：F=y方向的平移量式7：x1=Ax+By+C式8：y1=Dx+Ey+F其中，A为X的比例因子、B和D项为旋转项、C和F为平移项、E为y的比例因子的负值，mx为x方向上的比例变化，my为y方向上的比例变化，t取决于偏航角，以x轴为起点逆时针所测的值，由于飞机坐标系与数学平面坐标系定义不同，需用坐标反算来求解出对于二维平面正确的偏航角，这里的t为经过坐标反算过后的偏航角；k为沿x轴的剪切因子=tan(u),u为偏航角与y轴的差值,此时的倾斜角度是相对于y轴测得；b使用图像处理软件MATLAB结合卡尔曼滤波算法，滤除噪音对图像质量的影响；卡尔曼滤波去除噪音因素的步骤为：1）先确定噪音状态方程和观测方程；2）导入影像数据的外方位元素；3）输入各个参数：纬度、经度、过程噪声方差、观测噪声方差、滤波向量初始值、任意时刻观测状态方差；4）求出预测方程的系数，最后通过差分方程实现滤波；c将基础影像导入PC端自动化建模软件Smart3D，经过对矫正后的基础影像进一步的几何校正、联合平差处理流程，生成基于真实影像的超高密度点云，并以此生成基于真实影像纹理的高分辨率的实景三维模型；d对完成影像矫正后制作高精度的倾斜摄影模型，将生成的倾斜摄影模型数据按照LOD级别分级，使用LOD分级可以用来表示生成倾斜摄影模型的纹理细致程度，LOD分级将模型分为金字塔级别，每一级对应着倾斜摄影模型的精度等级；e对分级后的倾斜摄影三维模型按照划分级别进行分片，每一个分片模型对应着一个根节点；每个分片模型下拥有众多子节点；将每个分片模型分为若干块体量较小的倾斜摄影模型，每一分块模型下对应着一个子节点；对按照LOD等级划分好分片数、分片模型根节点和对应的经纬度坐标、分块模型子节点和经纬度坐标保存；对分片的模型进行加载分组，分组步骤如下：1）首先确定整个测区模型，并按照LOD技术对模型等级进行划分；2）接着确定每一等级下的模型分片数，每个级数下的分片数是根据LOD划分等级所决定；3）然后确定该等级下分片模型数各自显示的区域范围，确定每一个分片模型对应的中心节点和其对应的经纬度；4）最后确定分片模型下若干块子模型的子节点和对应的经纬度；f对完成模型分级分片的高精度倾斜摄影模型进行数据压缩，缩小模型的数据量，应当理解为当前的倾斜摄影模型的节点信息为树状结构，整个分级模型拥有一个中心节点，对应的各分片模型有根节点，各分片模型下若干块状模型拥有对应子节点，通过修改整个模型中心节点、合并相邻节点、抽稀节点、纹理压缩来实现移动端的快速浏览加载，数据压缩的方法步骤为：1）修改整个倾斜摄影模型中心点；2）合并相邻节点；3）抽稀节点；4）纹理压缩；g使用OpenGL开放图形库接口对生成的高精度倾斜摄影模型进行纹理构建与渲染，并将倾斜摄影原先的数据格式进行转换，实现移动端对高精度倾斜摄影模型的加载浏览，对模型进行构建渲染的方法步骤为：1）运用开放图形库提供的应用程序编程接口，通过程序接口将基于LOD等级划分好的倾斜摄影模型在OpenGL图形库进行构建渲染；2）对渲染构建好的大批量高精度的倾斜摄影模型进行数据转换，将倾斜摄影原数据格式（OBJ、OSGB、DAE）转换为由OpenGL图形库绑定SFML转换为移动设备格式，将渲染构建好的数据上传至服务器或者将数据配置到工程本地，通过移动设备应用程序完成对索引文件的读取，完成移动设备的加载浏览；3）接着对无人机搭载摄像机的外方位元素，包括整个模型的中心点，飞机的姿态角对应度数，飞机的姿态角包括俯仰角、航向角、横滚角，计算摄像机镜头范围内确定需要加载的模型基于LOD分级的倾斜摄影模型；4）当移动设备端的倾斜摄影模型发生移动缩放操作时，先判断当前的模型所处等级是否为最大模型等级且模型加载量超过60%，接着计算将要加载的模型等级，如果在移动端上进行的是放大倾斜摄影模型操作，则加载新的等级模型，动态删除之前加载的模型，如果在移动端进行的是缩小倾斜摄影模型操作，则不删除已经加载的倾斜摄影模型，最终实现动态加载大批量高精度倾斜摄影模型。进一步的，所述步骤f进行数据压缩和合并节点工具为三维处理软件；并将数据进行纹理压缩和合并节点的信息记录在config.scp配置文件中。进一步的,所述步骤d中由导入信息制定基于LOD分级策略，满足如下条件:1）对应LOD等级下的切片模型数量不超过15个；2）每一个切片模型相邻，组成完整的倾斜摄影模型；3）不同LOD等级的模型所对应分片模型数量有明显差别；4）LOD等级划分最低的模型分片数量最少。本专利技术的基于OpenGL本文档来自技高网...
【技术保护点】
1.基于OpenGL的移动端高精度倾斜摄影三维建模方法，其特征在于，包括以下步骤：a对无人机搭载五镜头摄像机所获取待测区的60%重叠率影像数据，根据式1‑8基于影像中心像点进行矫正，并对校正后图像进行卡尔曼滤波算法噪音滤波处理，获得基础图像；式1：A = mx · cos t式2：B = my · (k · cos t ‑ sin t)式3：D = mx · sin t式4：E = ‑1 · my · (k · sin t + cos t)式5：C = x 方向的平移量式6：F = y 方向的平移量式7：x1 = Ax + By + C式8：y1 = Dx + Ey + F其中，A为X的比例因子、B和D项为旋转项、C和F为平移项、E为y的比例因子的负值，mx为x方向上的比例变化，my为y方向上的比例变化，t取决于偏航角，以x轴为起点逆时针所测的值，由于飞机坐标系与数学平面坐标系定义不同，需用坐标反算来求解出对于二维平面正确的偏航角，这里的t为经过坐标反算过后的偏航角；k为沿x轴的剪切因子=tan(u),u为偏航角与y轴的差值,此时的倾斜角度是相对于y轴测得；b使用图像处理软件MATLAB结合卡尔曼滤波算法，滤除噪音对图像质量的影响；卡尔曼滤波去除噪音因素的步骤为：1）先确定噪音状态方程和观测方程；2）导入影像数据的外方位元素；3）输入各个参数：纬度、经度、过程噪声方差、观测噪声方差、滤波向量初始值、任意时刻观测状态方差；4）求出预测方程的系数，最后通过差分方程实现滤波；c将基础影像导入PC端自动化建模软件Smart 3D，经过对矫正后的基础影像进一步的几何校正、联合平差处理流程，生成基于真实影像的超高密度点云，并以此生成基于真实影像纹理的高分辨率的实景三维模型；d对完成影像矫正后制作高精度的倾斜摄影模型，将生成的倾斜摄影模型数据按照LOD级别分级，使用LOD分级可以用来表示生成倾斜摄影模型的纹理细致程度，LOD分级将模型分为金字塔级别，每一级对应着倾斜摄影模型的精度等级；e对分级后的倾斜摄影三维模型按照划分级别进行分片，每一个分片模型对应着一个根节点；每个分片模型下拥有众多子节点；将每个分片模型分为若干块体量较小的倾斜摄影模型，每一分块模型下对应着一个子节点；对按照LOD等级划分好分片数、分片模型根节点和对应的经纬度坐标、分块模型子节点和经纬度坐标保存；对分片的模型进行加载分组，分组步骤如下：1）首先确定整个测区模型，并按照LOD技术对模型等级进行划分；2）接着确定每一等级下的模型分片数，每个级数下的分片数是根据LOD划分等级所决定；3）然后确定该等级下分片模型数各自显示的区域范围，确定每一个分片模型对应的中心节点和其对应的经纬度；4）最后确定分片模型下若干块子模型的子节点和对应的经纬度；f对完成模型分级分片的高精度倾斜摄影模型进行数据压缩，缩小模型的数据量，应当理解为当前的倾斜摄影模型的节点信息为树状结构，整个分级模型拥有一个中心节点，对应的各分片模型有根节点，各分片模型下若干块状模型拥有对应子节点，通过修改整个模型中心节点、合并相邻节点、抽稀节点、纹理压缩来实现移动端的快速浏览加载，数据压缩的方法步骤为：1）修改整个倾斜摄影模型中心点；2）合并相邻节点；3）抽稀节点；4）纹理压缩；g使用OpenGL开放图形库接口对生成的高精度倾斜摄影模型进行纹理构建与渲染，并将倾斜摄影原先的数据格式进行转换，实现移动端对高精度倾斜摄影模型的加载浏览，对模型进行构建渲染的方法步骤为：1）运用开放图形库提供的应用程序编程接口，通过程序接口将基于LOD等级划分好的倾斜摄影模型在OpenGL图形库进行构建渲染；2）对渲染构建好的大批量高精度的倾斜摄影模型进行数据转换，将倾斜摄影原数据格式（OBJ、OSGB、DAE）转换为由OpenGL图形库绑定SFML转换为移动设备格式，将渲染构建好的数据上传至服务器或者将数据配置到工程本地，通过移动设备应用程序完成对索引文件的读取，完成移动设备的加载浏览；3）接着对无人机搭载摄像机的外方位元素，包括整个模型的中心点，飞机的姿态角对应度数，飞机的姿态角包括俯仰角、航向角、横滚角，计算摄像机镜头范围内确定需要加载的模型基于LOD分级的倾斜摄影模型；4）当移动设备端的倾斜摄影模型发生移动缩放操作时，先判断当前的模型所处等级是否为最大模型等级且模型加载量超过60%，接着计算将要加载的模型等级，如果在移动端上进行的是放大倾斜摄影模型操作，则加载新的等级模型，动态删除之前加载的模型，如果在移动端进行的是缩小倾斜摄影模型操作，则不删除已经加载的倾斜摄影模型，最终实现动态加载大批量高精度倾斜摄影模型。...
【技术特征摘要】
1.基于OpenGL的移动端高精度倾斜摄影三维建模方法，其特征在于，包括以下步骤：a对无人机搭载五镜头摄像机所获取待测区的60%重叠率影像数据，根据式1-8基于影像中心像点进行矫正，并对校正后图像进行卡尔曼滤波算法噪音滤波处理，获得基础图像；式1：A=mx·cost式2：B=my·(k·cost-sint)式3：D=mx·sint式4：E=-1·my·(k·sint+cost)式5：C=x方向的平移量式6：F=y方向的平移量式7：x1=Ax+By+C式8：y1=Dx+Ey+F其中，A为X的比例因子、B和D项为旋转项、C和F为平移项、E为y的比例因子的负值，mx为x方向上的比例变化，my为y方向上的比例变化，t取决于偏航角，以x轴为起点逆时针所测的值，由于飞机坐标系与数学平面坐标系定义不同，需用坐标反算来求解出对于二维平面正确的偏航角，这里的t为经过坐标反算过后的偏航角；k为沿x轴的剪切因子=tan(u),u为偏航角与y轴的差值,此时的倾斜角度是相对于y轴测得；b使用图像处理软件MATLAB结合卡尔曼滤波算法，滤除噪音对图像质量的影响；卡尔曼滤波去除噪音因素的步骤为：1）先确定噪音状态方程和观测方程；2）导入影像数据的外方位元素；3）输入各个参数：纬度、经度、过程噪声方差、观测噪声方差、滤波向量初始值、任意时刻观测状态方差；4）求出预测方程的系数，最后通过差分方程实现滤波；c将基础影像导入PC端自动化建模软件Smart3D，经过对矫正后的基础影像进一步的几何校正、联合平差处理流程，生成基于真实影像的超高密度点云，并以此生成基于真实影像纹理的高分辨率的实景三维模型；d对完成影像矫正后制作高精度的倾斜摄影模型，将生成的倾斜摄影模型数据按照LOD级别分级，使用LOD分级可以用来表示生成倾斜摄影模型的纹理细致程度，LOD分级将模型分为金字塔级别，每一级对应着倾斜摄影模型的精度等级；e对分级后的倾斜摄影三维模型按照划分级别进行分片，每一个分片模型对应着一个根节点；每个分片模型下拥有众多子节点；将每个分片模型分为若干块体量较小的倾斜摄影模型，每一分块模型下对应着一个子节点；对按照LOD等级划分好分片数、分片模型根节点和对应的经纬度坐标、分块模型子节点和经纬度坐标保存；对分片的模型进行加载分组，分组步骤如下：1）首先确定整个测区模型，并按照LOD技术对模型等级进行划分；2）接着确定每一等级下的模型分片数，每个级数下的分片数是根据LOD划分等级所决定；3）然后确定该等级下分片模型数各自显示的区域范围，确定每一个分片模型对应的中心节点和其对应的经...
【专利技术属性】
技术研发人员：曹兴文，吴孟泉，王涛，吴晶，崔青春，魏兴华，梅宇骜，伯英杰，宋媛，曹煜，周洁，贾馨，仝永慧，
申请(专利权)人：鲁东大学，
类型：发明
国别省市：山东,37
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。