本申请涉及一种无人机采集视点确定方法、装置、计算机设备和存储介质。该方法包括：从场景模型表面上的多个待选采样点中，基于待选采样点的可重建度确定出待重建的目标采样点；针对目标采样点，确定多个新的初始采集视点；基于初始采集视点的视点分数对多个初始采集视点进行筛选，以得到用于对目标采样点做重建的目标采集视点；基于目标采集视点确定未被选中的待选采样点的可重建度，返回执行基于待选采样点的可重建度确定出待重建的目标采样点以及后续步骤，直至可重建度低于预设阈值的待选采样点的数量满足预设条件。本方法能够提高采集视点有效性。集视点有效性。集视点有效性。
【技术实现步骤摘要】
无人机采集视点确定方法、装置、计算机设备和存储介质
[0001]本申请涉及计算机视觉领域，特别是涉及一种无人机采集视点确定方法、装置、计算机设备和存储介质。
技术介绍
[0002]基于大尺度城市场景三维重建的航拍数据采集路径规划获得了工业界和学术界的广泛关注。基于航拍数据采集的路径规划算法最终目标是所采集的数据能够重建出高质量的三维模型。而由于城市场景尺度较大，细节较为复杂，现有方法很难规划出一条完备，均匀的航拍路径，导致其最后重建出的三维模型缺少细节、质量较差。比如，包含了一些遗漏区域，导致在某些场景区域缺少足够的采集数据，导致不完整的重建结果。
[0003]通常情况下，会确定采集视点，基于采集视点来生成航拍数据采集路径，以重建三维模型。因此，如何准确、有效地确定采集视点至关重要。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种能够提高采集视点有效性的无人机采集视点确定方法、装置、计算机设备、存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种无人机采集视点确定方法。所述方法包括：从场景模型表面上的多个待选采样点中，基于所述待选采样点的可重建度确定出待重建的目标采样点；针对所述目标采样点，确定多个新的初始采集视点；基于所述初始采集视点的视点分数对多个所述初始采集视点进行筛选，以得到用于对所述目标采样点做重建的目标采集视点；基于所述目标采集视点确定未被选中的所述待选采样点的可重建度，返回执行所述基于所述待选采样点的可重建度确定出待重建的目标采样点以及后续步骤，直至所述可重建度低于预设阈值的待选采样点的数量满足预设条件。
[0006]在其中一个实施例中，所述从场景模型表面上的多个待选采样点中，基于所述待选采样点的可重建度确定出待重建的目标采样点包括：针对位于场景模型表面上的每个待选采样点，确定离所述待选采样点在预设距离内的多个相关采样点，并基于所述相关采样点的可重建度量和所述待选采样点的可重建度量确定针对所述待选采样点的被采样概率；使用所述被采样概率对所述待选采样点进行概率采样，得到待重建的目标采样点。
[0007]在其中一个实施例中，所述基于所述相关采样点的可重建度量和所述待选采样点的可重建度量确定针对所述待选采样点的被采样概率包括：确定所述待选采样点和所述相关采样点之间的距离；基于所述距离得到所述相关采样点的权重；其中，所述距离和所述权重负相关；
对各个所述相关采样点的可重建度量按照对应的所述权重进行加权求和，以得到针对所述待选采样点的被采样概率。
[0008]在其中一个实施例中，所述基于所述初始采集视点的视点分数对多个所述初始采集视点进行筛选，以得到用于对所述目标采样点做重建的目标采集视点包括：基于所述初始采集视点的所述视点分数对多个所述初始采集视点进行筛选，得到多个候选采集视点；确定各个所述候选采集视点的冗余度，并从所述多个候选采集视点中删除所述冗余度大于预设冗余阈值的候选采集视点，得到至少两个候选采集视点；基于所述至少两个候选采集视点得到用于对目标采样点做重建的目标采集视点。
[0009]在其中一个实施例中，所述基于所述至少两个候选采集视点得到用于对目标采样点做重建的目标采集视点包括：针对所述至少两个候选采集视点中的每个候选采集视点，使用单纯下降法调整所述候选采集视点的位置与朝向，得到用于对目标采样点做重建的目标采集视点。
[0010]在其中一个实施例中，在所述基于所述初始采集视点的视点分数对多个所述初始采集视点进行筛选之前，所述方法还包括：针对每个所述初始采集视点，确定所述初始采集视点和所述目标采样点之间的空间向量；将所述空间向量和所述目标采样点的法向量之间的角度作为所述初始采集视点针对所述目标采样点的采集角度；基于所述采集角度确定所述初始采集视点的视点分数；其中，所述采集角度和所述视点分数负相关。
[0011]在其中一个实施例中，所述目标采样点具有至少一个已有采集视点；所述基于所述采集角度确定所述初始采集视点的视点分数包括：确定所述已有采集视点和所述初始采集视点之间的视点距离；基于所述采集角度和所述视点距离确定所述初始采集视点的视点分数；其中，所述视点距离和所述视点分数正相关。
[0012]第二方面，本申请还提供了一种无人机采集视点确定装置。所述装置包括：确定模块，用于从场景模型表面上的多个待选采样点中，基于所述待选采样点的可重建度确定出待重建的目标采样点；筛选模块，用于针对所述目标采样点，确定多个新的初始采集视点；基于所述初始采集视点的视点分数对多个所述初始采集视点进行筛选，以得到用于对所述目标采样点做重建的目标采集视点；迭代模块，用于基于所述目标采集视点确定未被选中的所述待选采样点的可重建度，返回执行所述基于所述待选采样点的可重建度确定出待重建的目标采样点以及后续步骤，直至所述可重建度低于预设阈值的待选采样点的数量满足预设条件。
[0013]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行上述无人机采集视点确定方法的步骤。
[0014]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行上述无人机采集视点确定方法的步
骤。
[0015]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行上述无人机采集视点确定方法的步骤。
[0016]上述无人机采集视点确定方法、装置、计算机设备、存储介质和计算机程序产品，通过从场景模型表面上的多个待选采样点中，基于所述待选采样点的可重建度确定出待重建的目标采样点。可以理解，目标采样点是可重建度比较高的采样点。针对所述目标采样点，确定多个新的初始采集视点。基于所述初始采集视点的视点分数对多个所述初始采集视点进行筛选，以得到用于对所述目标采样点做重建的目标采集视点。基于所述目标采集视点确定未被选中的所述待选采样点的可重建度，返回执行所述基于所述待选采样点的可重建度确定出待重建的目标采样点以及后续步骤，直至所述可重建度低于预设阈值的待选采样点的数量满足预设条件。这样，就可以基于目标采样点的可重建度和初始采集视点的视点分数迭代式地确定出目标采集视点，从而提高了目标采集视点的有效性。
附图说明
[0017]图1为一个实施例中无人机采集视点确定方法的应用环境图；图2为一个实施例中无人机采集视点确定方法的流程示意图；图3为一个实施例中无人机采集视点确定方法的原理示意图；图4为一个实施例中无人机采集视点确定方法的原理示意图；图5为一个实施例中无人机采集视点确定方法的原理示意图；图6为一个实施例中无人机采集视点确定方法的效果对比图；图7为一个实施例中无人机采集视点确定方法的效果对比图；图8为一个实施例中无人机采集视点确定装置的结构框图；图9为一个实施例中计算机设备的内部结构图；图10为一个实施例中计算机设备的内部结构图。
具体实施方式
...
【技术保护点】
【技术特征摘要】
1.一种无人机采集视点确定方法，其特征在于，所述方法包括：从场景模型表面上的多个待选采样点中，基于所述待选采样点的可重建度确定出待重建的目标采样点；针对所述目标采样点，确定多个新的初始采集视点；基于所述初始采集视点的视点分数对多个所述初始采集视点进行筛选，以得到用于对所述目标采样点做重建的目标采集视点；基于所述目标采集视点确定未被选中的所述待选采样点的可重建度，返回执行所述基于所述待选采样点的可重建度确定出待重建的目标采样点以及后续步骤，直至所述可重建度低于预设阈值的待选采样点的数量满足预设条件。2.根据权利要求1所述的方法，其特征在于，所述从场景模型表面上的多个待选采样点中，基于所述待选采样点的可重建度确定出待重建的目标采样点包括：针对位于场景模型表面上的每个待选采样点，确定离所述待选采样点在预设距离内的多个相关采样点，并基于所述相关采样点的可重建度量和所述待选采样点的可重建度量确定针对所述待选采样点的被采样概率；使用所述被采样概率对所述待选采样点进行概率采样，得到待重建的目标采样点。3.根据权利要求2所述的方法，其特征在于，所述基于所述相关采样点的可重建度量和所述待选采样点的可重建度量确定针对所述待选采样点的被采样概率包括：确定所述待选采样点和所述相关采样点之间的距离；基于所述距离得到所述相关采样点的权重；其中，所述距离和所述权重负相关；对各个所述相关采样点的可重建度量按照对应的所述权重进行加权求和，以得到针对所述待选采样点的被采样概率。4.根据权利要求1所述的方法，其特征在于，所述基于所述初始采集视点的视点分数对多个所述初始采集视点进行筛选，以得到用于对所述目标采样点做重建的目标采集视点包括：基于所述初始采集视点的所述视点分数对多个所述初始采集视点进行筛选，得到多个候选采集视点；确定各个所述候选采集视点的冗余度，并从所述多个候选采集视点中删除所述冗余度大于预设冗余阈值的候选采集视点，得到至少两个候选采集视点；基于所述至少两个候选采集视点得到用于对目标采样点做重建的目标采集视点。5.根据权利要求4所述的方法，其特征在于，所述基于...
【专利技术属性】
技术研发人员：黄惠，刘奕林，
申请(专利权)人：深圳大学，
类型：发明
国别省市：
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。