一种实景三维重建方法及系统技术方案

本发明专利技术公开一种实景三维重建方法及系统。该方法包括：获取倾斜影像，对所述倾斜影像进行质量检查、匀光匀色处理、几何校正、同名点匹配、区域网联合平差、多视影像密集匹配、DSM生成、真正射纠正及倾斜模型生产与影像加工处理，得到3D数据库，生成基于倾斜影像的超高密度点云，对超高密度点云进行压缩和精简，对压缩和精简后的点云数据进行几何处理、多视匹配、三角网构建，提取典型地物的纹理特征，并对该纹理进行可视化处理，最终得到三维模型；避免了扫描后得到的点云的密度大，导致后续存储、传输、显示和重构都将消耗大量的时间和计算机资源的问题。

【技术实现步骤摘要】
一种实景三维重建方法及系统
本专利技术涉及测绘遥感
，尤其涉及一种实景三维重建方法及系统。
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。通常的三维重建方法是先对摄像机进行标定,即计算出摄像机的图象坐标系与世界坐标系的关系.然后利用多个二维图象中的信息重建出三维信息。现有的实景三维重建方法中，通常通过专业的自动化建模软件生产三维模型，这种工艺流程一般会经过多视角影像的几何校正、联合平差等处理流程，可运算生成基于影像的超高密度点云，点云构建TIN模型，并以此生成基于影像纹理的高分辨率倾斜摄影三维模型。然而，由于扫描后得到的点云的密度往往很大，导致后续存储、传输、显示和重构都将消耗大量的时间和计算机资源。因此，有必要提出一种实景三维重建方法及系统以解决上述问题。
技术实现思路
本专利技术提供一种实景三维重建方法及系统，以解决现有技术中由于扫描后得到的点云的密度往往很大，导致后续存储、传输、显示和重构都将消耗大量的时间和计算机资源的问题。第一方面，本专利技术提供一种实景三维重建方法，所述方法包括：获取倾斜影像，其中，通过在同一飞行平台上搭载五镜头相机，同时从垂直、倾斜不同角度采集地面影像，所述倾斜影像信息包括镜头垂直地面角度拍摄的一组正片影像，以及镜头朝向与地面成一定夹角拍摄的四组斜片影像；对所述倾斜影像进行质量检查，对不合格的区域进行补飞，直到获取的倾斜影像信息质量满足要求；对所述倾斜影像进行匀光匀色处理；对所述倾斜影像进行几何校正、同名点匹配以及区域网联合平差，得到平差后的数据；将平差后的数据赋予每张倾斜影像，使得所述倾斜影像具有在虚拟三维空间中的位置和姿态数据，每张斜片影像上的每个像素对应真实的地理坐标位置，所述平差后的数据包括三个坐标信息及三个方向角信息；根据所述倾斜影像进行多视影像密集匹配、DSM生成、真正射纠正及倾斜模型生产与影像加工处理，得到3D数据库；根据所述3D数据库运算生成基于倾斜影像的超高密度点云；对所述的超高密度点云进行压缩和精简，其中，按照以下方式对超高密度点云进行压缩：对所述超高密度点云在适当的深度停止分割，并确保体素大小合适，在分割的基础上建立尤邻域，去除原始点云的离群点，在数据结构上，对每个节点分配位掩码，通过操纵位掩码，在遍历时对数据查询和操作，并优化随后的点位置编码；其中，按照以下方式对超高密度点云进行精简：通过分析点云数据的细节信息，选取轴方向进行分割并运算，提取X-Y边界，利用栅格法对己经提取过边界的散乱点云数据进行空间划分并建立尤邻域，通过计算点云在不同邻域内的法向量变化度来提取点云数据的关键特征点，利用栅格索引对非特征点区域进行简化；对所述压缩和精简后的点云数据进行几何处理、多视匹配、三角网构建，提取典型地物的纹理特征，并对该纹理进行可视化处理，最终得到三维模型。结合第一方面，在第一方面的第一种可实现方式中，对所述倾斜影像进行匀光匀色处理包括：采取分布式不间断处理数据，使影像的直方图布满0～255色阶的区间，并接近正态分布，在光线明暗差距不大的航摄状况时，对同一条航线使用同一调色模板；若明暗差距大，大气透明度不高时，对一幅或几幅影像进行逐个调色，以达到最佳的真实色彩；将所有倾斜影像再进行一次匀光匀色处理，使得整个摄区影像色彩进一步统一。结合第一方面，在第一方面的第二种可实现方式中，所述区域网联合平差包括：结合POS系统提供的多视影像外方位元素，采取由粗到精的金字塔匹配策略在每级影像上进行同名点自动匹配和自由网光束法平差；同时建立连接点和连接线、控制点坐标、GPS/IMU辅助数据的多视影像自检校区域网平差的误差方程，通过联合解算，确保平差结果的精度。结合第一方面，在第一方面的第三种可实现方式中，所述多视影像密集匹配包括：通过搜索多视影像上的建筑物边缘、墙面边缘和纹理特征，将建筑物的二维矢量数据集影像上不同视角的二维特征转化为三维特征，在确定墙面时，设置若干影响因子并给予一定的权值，将墙面分为不同的类，将建筑的各个墙面进行平面扫描和分割，获取建筑物的侧面结构，再通过对侧面进行重构，提取出建筑物屋顶的高度和轮廓。结合第一方面，在第一方面的第四种可实现方式中，所述真正射纠正包括：在有DSM的基础上，根据物方连续地形和离散地物对象的几何特征，通过轮廓提取、面片拟合、屋顶重建方法提取物方语义信息，同时在多视影像上通过影像分割、边缘提取、纹理聚类方法获取像方语义信息，再根据联合平差和密集匹配的结果建立物方和像方的同名点对应关系，继而建立全局优化采样策略和顾及几何辐射特性的联合纠正，同时进行整体匀光处理，实现多视影像的真正射纠正。结合第一方面，在第一方面的第五种可实现方式中，所述倾斜模型生产与影像加工处理包括：通过专用测绘工具生产倾斜摄影模型，所述模型成果数据为单体对象化的模型成果数据，所述单体对象化的模型成果数据的获得方式如下：利用倾斜影像，结合现有的三维线框模型，通过纹理映射生产三维模型。结合第一方面，在第一方面的第六种可实现方式中，所述倾斜模型生产与影像加工处理包括：通过专用测绘工具生产倾斜摄影模型，所述模型成果数据为非单体化的模型成果数据，所述非单体化的模型成果数据的获得方式如下：获得倾斜影像后，经过匀光匀色后生产三维模型。结合第一方面，在第一方面的第七种可实现方式中，所述方法还包括：启动自动修复、补洞功能进行模型漏洞和扭曲的修复，在首批三维数据成果场景生成后即进行修复、质量检查、再生产的模式，直到生产出满足要求的三维成果数据，修补完漏洞后，将模型重新导入服务器渲染计算，将原漏洞的位置贴上应有的纹理。结合第一方面，在第一方面的第八种可实现方式中，获取倾斜影像的步骤中，所述飞行平台的航线设计采取66%的旁向重叠度，66%的航向重叠度。第二方面，本专利技术提供一种实景三维重建系统，包括飞行平台和服务器；所述飞行平台，用于获取倾斜影像，其中，通过在同一飞行平台上搭载五镜头相机，同时从垂直、倾斜不同角度采集地面影像，所述倾斜影像信息包括镜头垂直地面角度拍摄的一组正片影像，以及镜头朝向与地面成一定夹角拍摄的四组斜片影像；所述服务器，用于获取倾斜影像；对所述倾斜影像进行质量检查，对不合格的区域进行补飞，直到获取的倾斜影像信息质量满足要求；对所述倾斜影像进行匀光匀色处理；对所述倾斜影像进行几何校正、同名点匹配以及区域网联合平差，得到平差后的数据；将平差后的数据赋予每张倾斜影像，使得所述倾斜影像具有在虚拟三维空间中的位置和姿态数据，每张斜片影像上的每个像素对应真实的地理坐标位置，所述平差后的数据包括三个坐标信息及三个方向角信息；根据所述倾斜影像进行多视影像密集匹配、DSM生成、真正射纠正及倾斜模型生产与影像加工处理，得到3D数据库；根据所述3D数据库运算生成基于倾本文档来自技高网...

【技术保护点】
1.一种实景三维重建方法，其特征在于，所述方法包括：/n获取倾斜影像，其中，通过在同一飞行平台上搭载五镜头相机，同时从垂直、倾斜不同角度采集地面影像，所述倾斜影像信息包括镜头垂直地面角度拍摄的一组正片影像，以及镜头朝向与地面成一定夹角拍摄的四组斜片影像；/n对所述倾斜影像进行质量检查，对不合格的区域进行补飞，直到获取的倾斜影像信息质量满足要求；/n对所述倾斜影像进行匀光匀色处理；/n对所述倾斜影像进行几何校正、同名点匹配以及区域网联合平差，得到平差后的数据；/n将平差后的数据赋予每张倾斜影像，使得所述倾斜影像具有在虚拟三维空间中的位置和姿态数据，每张斜片影像上的每个像素对应真实的地理坐标位置，所述平差后的数据包括三个坐标信息及三个方向角信息；/n根据所述倾斜影像进行多视影像密集匹配、DSM生成、真正射纠正及倾斜模型生产与影像加工处理，得到3D数据库；/n根据所述3D数据库运算生成基于倾斜影像的超高密度点云；/n对所述的超高密度点云进行压缩和精简，其中，按照以下方式对超高密度点云进行压缩：对所述超高密度点云在适当的深度停止分割，并确保体素大小合适，在分割的基础上建立尤邻域，去除原始点云的离群点，在数据结构上，对每个节点分配位掩码，通过操纵位掩码，在遍历时对数据查询和操作，并优化随后的点位置编码；/n其中，按照以下方式对超高密度点云进行精简：通过分析点云数据的细节信息，选取轴方向进行分割并运算，提取 X-Y 边界，利用栅格法对己经提取过边界的散乱点云数据进行空间划分并建立尤邻域，通过计算点云在不同邻域内的法向量变化度来提取点云数据的关键特征点，利用栅格索引对非特征点区域进行简化；/n对所述压缩和精简后的点云数据进行几何处理、多视匹配、三角网构建，提取典型地物的纹理特征，并对该纹理进行可视化处理，最终得到三维模型。/n...

【技术特征摘要】
1.一种实景三维重建方法，其特征在于，所述方法包括：
获取倾斜影像，其中，通过在同一飞行平台上搭载五镜头相机，同时从垂直、倾斜不同角度采集地面影像，所述倾斜影像信息包括镜头垂直地面角度拍摄的一组正片影像，以及镜头朝向与地面成一定夹角拍摄的四组斜片影像；
对所述倾斜影像进行质量检查，对不合格的区域进行补飞，直到获取的倾斜影像信息质量满足要求；
对所述倾斜影像进行匀光匀色处理；
对所述倾斜影像进行几何校正、同名点匹配以及区域网联合平差，得到平差后的数据；
将平差后的数据赋予每张倾斜影像，使得所述倾斜影像具有在虚拟三维空间中的位置和姿态数据，每张斜片影像上的每个像素对应真实的地理坐标位置，所述平差后的数据包括三个坐标信息及三个方向角信息；
根据所述倾斜影像进行多视影像密集匹配、DSM生成、真正射纠正及倾斜模型生产与影像加工处理，得到3D数据库；
根据所述3D数据库运算生成基于倾斜影像的超高密度点云；
对所述的超高密度点云进行压缩和精简，其中，按照以下方式对超高密度点云进行压缩：对所述超高密度点云在适当的深度停止分割，并确保体素大小合适，在分割的基础上建立尤邻域，去除原始点云的离群点，在数据结构上，对每个节点分配位掩码，通过操纵位掩码，在遍历时对数据查询和操作，并优化随后的点位置编码；
其中，按照以下方式对超高密度点云进行精简：通过分析点云数据的细节信息，选取轴方向进行分割并运算，提取X-Y边界，利用栅格法对己经提取过边界的散乱点云数据进行空间划分并建立尤邻域，通过计算点云在不同邻域内的法向量变化度来提取点云数据的关键特征点，利用栅格索引对非特征点区域进行简化；
对所述压缩和精简后的点云数据进行几何处理、多视匹配、三角网构建，提取典型地物的纹理特征，并对该纹理进行可视化处理，最终得到三维模型。


2.如权利要求1所述的方法，其特征在于，对所述倾斜影像进行匀光匀色处理包括：采取分布式不间断处理数据，使影像的直方图布满0～255色阶的区间，并接近正态分布，在光线明暗差距不大的航摄状况时，对同一条航线使用同一调色模板；若明暗差距大，大气透明度不高时，对一幅或几幅影像进行逐个调色，以达到最佳的真实色彩；将所有倾斜影像再进行一次匀光匀色处理，使得整个摄区影像色彩进一步统一。


3.如权利要求1所述的方法，其特征在于，所述区域网联合平差包括：结合POS系统提供的多视影像外方位元素，采取由粗到精的金字塔匹配策略在每级影像上进行同名点自动匹配和自由网光束法平差；同时建立连接点和连接线、控制点坐标、GPS/IMU辅助数据的多视影像自检校区域网平差的误差方程，通过联合解算，确保平差结果的精度。


4.如权利要求1所述的方法，其特征在于，所述多视影像密集匹配包括：通过搜索多视影像上的建筑物边缘、墙面边缘和纹理特征，将建筑物的二维矢量数据集影像上不同视角的二维特征转化为三维特征，在确定墙面时，设置若干影响因子并给予一定的权值，将墙面分为不同的类，将建筑的各个墙面进行平面扫描和分割，获取建筑物的侧面结构，再通过对侧面进行重构，提取出建筑物屋顶的高度和轮廓。


5.如权利要求1所述的方法，其特征在于，所述真正射纠正包括：在有DSM的基础上，根据物方连续地形和离散地物对象的几何特征，通过轮廓提取、面片拟合、屋顶重建方法提取物方语义信息，同时在...

【专利技术属性】
技术研发人员：陈式金，毛迎春，
申请(专利权)人：江苏康云视觉科技有限公司，
类型：发明
国别省市：江苏;32