卫星影像三维重建方法、装置、电子设备及可读存储介质制造方法及图纸

本发明专利技术提供了一种卫星影像三维重建方法、装置、电子设备及可读存储介质，包括：获取目标卫星采集的初始卫星影像序列，并对初始卫星影像序列进行预处理得到目标卫星影像序列；对目标卫星影像序列中每个目标卫星影像进行特征点提取与匹配处理，得到特征点匹配结果；通过目标卫星对应的改进相机模型，对目标卫星影像序列中每个目标卫星影像进行倾斜校正，得到无倾斜卫星影像序列；基于特征点匹配结果从无倾斜卫星影像序列中提取目标稀疏点云重构结构，并根据目标稀疏点云重构结构生成目标三维模型。本发明专利技术可以有效提高卫星影像的三维重建效果的一致性，从而改善卫星影像的三维重建效果。果。果。

【技术实现步骤摘要】
卫星影像三维重建方法、装置、电子设备及可读存储介质


[0001]本专利技术涉及三维重建
，尤其是涉及一种卫星影像三维重建方法、装置、电子设备及可读存储介质。

技术介绍

[0002]在计算机视觉中, 三维重建是指根据单视图或者多视图的图像重建三维信息的过程。由于卫星影像与普通图像之间存在较大区别，导致现有针对普通图像的三维重建算法难以适用于卫星影像，无法保证卫星影像的三维重建效果的一致性，也即卫星影像的三维重建效果较差。

技术实现思路

[0003]有鉴于此，本专利技术的目的在于提供一种卫星影像三维重建方法、装置、电子设备及可读存储介质，可以有效提高卫星影像的三维重建效果的一致性，从而改善卫星影像的三维重建效果。
[0004]第一方面，本专利技术实施例提供了一种卫星影像三维重建方法，包括：获取目标卫星采集的初始卫星影像序列，并对所述初始卫星影像序列进行预处理得到目标卫星影像序列；对所述目标卫星影像序列中每个目标卫星影像进行特征点提取与匹配处理，得到特征点匹配结果；通过所述目标卫星对应的改进相机模型，对所述目标卫星影像序列中每个所述目标卫星影像进行倾斜校正，得到无倾斜卫星影像序列；基于所述特征点匹配结果从所述无倾斜卫星影像序列中提取目标稀疏点云重构结构，并根据所述目标稀疏点云重构结构生成目标三维模型。
[0005]在一种实施方式中，所述初始卫星影像序列包括多组初始卫星影像，每组所述初始卫星影像均包括初始全色影像和初始多光谱影像；对所述初始卫星影像序列进行预处理得到目标卫星影像序列，包括：对于每组初始卫星影像，从该初始卫星影像的所述初始多光谱影像中提取感兴趣区域；对所述感兴趣区域中每个通道分别进行伽马校正处理，得到校正后感兴趣区域；将所述校正后感兴趣区域投影至该初始卫星影像的所述初始全色影像上，得到目标全色影像；将每个所述目标全色影像作为目标卫星影像，以构建得到目标卫星影像序列。
[0006]在一种实施方式中，在通过所述目标卫星对应的改进相机模型，对所述目标卫星影像序列中每个所述目标卫星影像进行倾斜校正，得到无倾斜卫星影像之前，所述方法还包括：获取所述目标卫星的初始相机模型；
将所述初始相机模型分解为仿射变换矩阵和分解后相机模型；其中，所述初始相机模型与所述分解后相机模型的逆的乘积等于所述仿射变换矩阵；对所述分解后相机模型进行调整，以使调整后相机模型中不包含倾斜校正参数且包含平移变量；基于所述初始相机模型与调整后相机模型，确定改进相机模型；其中，所述改进相机模型包含倾斜校正参数且不包含平移变量。
[0007]在一种实施方式中，基于所述初始相机模型与调整后相机模型，确定改进相机模型，包括：按照如下公式确定改进相机模型：;其中，、为所述目标卫星搭载的相机在方向和方向上的焦距，为扭曲参数，、为像主点，为倾斜校正参数，为初始相机模型，为调整后相机模型的逆，为改进相机模型。
[0008]在一种实施方式中，基于所述特征点匹配结果从所述无倾斜卫星影像序列中提取目标稀疏点云重构结构，包括：基于所述特征点匹配结果，从所述无倾斜卫星影像序列中筛选出包含有重叠部分的多个无倾斜影像对；对所述无倾斜影像对进行图像配准处理和三角化处理，以得到初始稀疏点云重构结构；对所述初始稀疏点云重构结构进行光束法平差处理，得到目标稀疏点云重构结构。
[0009]在一种实施方式中，根据所述目标稀疏点云重构结构生成目标三维模型，包括：基于述目标稀疏点云重构结构，构建稠密点云重构结构；基于所述稠密点云重构结构进行曲面重建，得到初始三维模型；对所述初始三维模型进行纹理映射，得到目标三维模型。
[0010]在一种实施方式中，基于所述稠密点云重构结构进行曲面重建，得到初始三维模型，包括：构建所述稠密点云重构结构对应的八叉树；为所述八叉树中每个节点设置函数空间；基于所述每个所述节点对应的所述函数空间创建所述八叉树对应的向量场；利用所述向量场求解泊松方程，以通过求解得到的所述泊松方程提取所述稠密点云重构结构中的等
值面，得到初始三维模型；或者，将所述稠密点云重构结构投影至二维平面，得到所述二维平面内的点集；在所述二维平面内进行三角剖分处理得到三角网格；基于所述三角网格确定所述稠密点云重构结构中每个点之间的拓扑结构；基于所述拓扑结构生成初始三维模型。
[0011]第二方面，本专利技术实施例还提供一种卫星影像三维重建装置，包括：预处理模块，用于获取目标卫星采集的初始卫星影像序列，并对所述初始卫星影像序列进行预处理得到目标卫星影像序列；匹配模块，用于对所述目标卫星影像序列中每个目标卫星影像进行特征点提取与匹配处理，得到特征点匹配结果；倾斜校正模块，用于通过所述目标卫星对应的改进相机模型，对所述目标卫星影像序列中每个所述目标卫星影像进行倾斜校正，得到无倾斜卫星影像序列；模型重构模块，用于基于所述特征点匹配结果从所述无倾斜卫星影像序列中提取目标稀疏点云重构结构，并根据所述目标稀疏点云重构结构生成目标三维模型。
[0012]第三方面，本专利技术实施例还提供一种电子设备，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现第一方面提供的任一项所述的方法。
[0013]第四方面，本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现第一方面提供的任一项所述的方法。
[0014]本专利技术实施例提供的一种卫星影像三维重建方法、装置、电子设备及可读存储介质，在对目标卫星采集的初始卫星影像序列进行预处理得到目标卫星影像序列之后，将分别对目标卫星影像序列中每个目标卫星影像进行特征点提取与匹配处理得到特征点匹配结果，以及通过目标卫星对应的改进相机模型，对目标卫星影像序列中每个目标卫星影像进行倾斜校正得到无倾斜卫星影像序列；从而基于特征点匹配结果从无倾斜卫星影像序列中提取目标稀疏点云重构结构，最后即可根据目标稀疏点云重构结构生成目标三维模型。上述方法利用改进相机模型对目标卫星影像序列中每个目标卫星影像进行倾斜校正，并在无倾斜卫星影像序列的基础上提取稀疏点云重构结构，进而生成目标三维模型，可以有效提高卫星影像的三维重建效果的一致性，从而改善卫星影像的三维重建效果。
[0015]本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
[0016]为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0017]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种卫星影像三维重建方法，其特征在于，包括：获取目标卫星采集的初始卫星影像序列，并对所述初始卫星影像序列进行预处理得到目标卫星影像序列；对所述目标卫星影像序列中每个目标卫星影像进行特征点提取与匹配处理，得到特征点匹配结果；通过所述目标卫星对应的改进相机模型，对所述目标卫星影像序列中每个所述目标卫星影像进行倾斜校正，得到无倾斜卫星影像序列；基于所述特征点匹配结果从所述无倾斜卫星影像序列中提取目标稀疏点云重构结构，并根据所述目标稀疏点云重构结构生成目标三维模型。2.根据权利要求1所述的卫星影像三维重建方法，其特征在于，所述初始卫星影像序列包括多组初始卫星影像，每组所述初始卫星影像均包括初始全色影像和初始多光谱影像；对所述初始卫星影像序列进行预处理得到目标卫星影像序列，包括：对于每组初始卫星影像，从该初始卫星影像的所述初始多光谱影像中提取感兴趣区域；对所述感兴趣区域中每个通道分别进行伽马校正处理，得到校正后感兴趣区域；将所述校正后感兴趣区域投影至该初始卫星影像的所述初始全色影像上，得到目标全色影像；将每个所述目标全色影像作为目标卫星影像，以构建得到目标卫星影像序列。3.根据权利要求1所述的卫星影像三维重建方法，其特征在于，在通过所述目标卫星对应的改进相机模型，对所述目标卫星影像序列中每个所述目标卫星影像进行倾斜校正，得到无倾斜卫星影像之前，所述方法还包括：获取所述目标卫星的初始相机模型；将所述初始相机模型分解为仿射变换矩阵和分解后相机模型；其中，所述初始相机模型与所述分解后相机模型的逆的乘积等于所述仿射变换矩阵；对所述分解后相机模型进行调整，以使调整后相机模型中不包含倾斜校正参数且包含平移变量；基于所述初始相机模型与调整后相机模型，确定改进相机模型；其中，所述改进相机模型包含倾斜校正参数且不包含平移变量。4.根据权利要求3所述的卫星影像三维重建方法，其特征在于，基于所述初始相机模型与调整后相机模型，确定改进相机模型，包括：按照如下公式确定改进相机模型：;其中，、为所述目标卫星搭载的相机在方向和方向上的焦距，为扭曲参数，、
为像主点，为倾斜校正参数，为初始相机模型，为调整后相机模型的逆，为改进相机模型。5.根据权利要求1所述的卫星影像三维重建方法，其特征在于，基于所述特征点匹配结果从所述无倾斜卫星影像序列中提取目标稀疏点云重构结构，包括：基于所述特征点匹配结...

【专利技术属性】
技术研发人员：王宇翔，许玉贞，马海波，马智刚，包全福，邓朝平，徐明伟，皇永波，蔡得水，石惊涛，
申请(专利权)人：郑州航天宏图北斗应用技术研究院有限公司，
类型：发明
国别省市：