System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像数据处理,具体为一种建筑用三维模型的快速构建方法及系统。
技术介绍
1、建立建筑用三维模型是将建筑物的实际结构以数字形式呈现的过程,数字模型以三维方式表示建筑物的几何形状,包括建筑的长度、宽度、高度以及内部和外部的结构细节,通过三维模型有助于提高建筑设计和规划的效率,增强对建筑物的理解,支持可视化和沟通,以及进行建筑模拟和虚拟现实应用,建筑用三维模型在建筑和建筑相关领域中具有广泛的应用。
2、现有技术提出一种建筑物三维模型构建方法及系统,该方法通过点云数据进行的建筑物三维重建具有真实三维信息及像素信息,重建的三维建筑物模型真实感更强、恢复出的几何信息更完整、精度更高,然而,该方法在对三维点云数据进行去噪声处理时,采用传统的技术手段,模型构建依赖于第一次采集模型的准确性,缺少对模型多方面的整体合理性分析,容易造成三维模型整体构建融合时出现融合错误,不符合模型快速构建的准确性。
技术实现思路
1、鉴于以上所述现有技术的缺点,本专利技术提供一种建筑用三维模型的快速构建方法及系统,以解决上述技术问题。
2、本专利技术提供的一种建筑用三维模型的快速构建方法,包括:
3、s1:通过双目摄像机或多目摄像机获取一对具有不同视角的图像;
4、s2:从所述图像中提取视差匹配所需的特征点;
5、s3:通过特征点匹配算法在所述图像中计算对应特征点之间的视差;
6、s4:通过所述双目摄像机或多目摄像机的参数和视差,将视
7、s5:将所述深度信息转化为深度图,其中,每个像素值表示场景中对应特征点的深度值;
8、s6:根据预设的边界离群算法对深度图进行后处理,去除所述深度图中的异常数据点;
9、s7:将后处理的所述深度图转化为三维模型。
10、在一个优选的实施方式中,所述特征点包括角点、边缘和纹理。
11、在一个优选的实施方式中,步骤s3具体包括:
12、s31:通过特征点描述算法为所述特征点计算一个描述子,其中,所述描述子是一个向量,用于描述特征点周围的图像区域;
13、s32:通过最近邻匹配将左右图像中的特征点进行匹配,以找到对应的特征点对;
14、s33:根据所述特征点对计算对应特征点之间的视差,其中,所述视差为所述特征点对的水平位移。
15、在一个优选的实施方式中,步骤s4的具体逻辑包括:
16、其中,所述de为深度值,bl为摄像机之间的基线距离,fl为摄像机的焦距,dp为视差的值。
17、在一个优选的实施方式中,步骤s6具体包括:
18、s61:计算所述深度图数据点的边界交叉值和局部离群值;
19、s62:根据所述边界交叉值和局部离群值计算异常数据值;
20、s63:当所述数据点的异常数据值大于预设的异常数据阈值时,判定为异常数据点。
21、在一个优选的实施方式中,所述边界交叉值为将所述深度图任意两个数据点进行连线,包含该数据点的连线产生的交点占总交点的值。
22、在一个优选的实施方式中,所述局部离群值的计算逻辑为:
23、s611:对于每个数据点a,计算数据点a到其k个最近邻居的第一距离,其中,k为设定值;
24、s612:对于每个最近邻居数据点n,找到数据点n的k个最近邻居,其中,数据点n的最近邻居不包括数据点a;
25、s613:计算数据点n的k个最近邻居中,与数据点a最近的数据点距离数据点a第二距离;
26、s614:计算数据点n的局部离群值为数据点n到数据点a的第三距离与数据点n到其k个最近邻居中与数据点a最近的第二距离的比值。
27、在一个优选的实施方式中,步骤s62的具体逻辑为:
28、
29、其中,vab为异常数据值,vbc为边界交叉值,vlo为局部离群值,w1、w2分别为边界交叉值和局部离群值的校正系数,且w1、w2均大于零。
30、在一个优选的实施方式中,步骤s7通过体素化、三角化网格重建或体积保存方法将所述深度图转化为三维模型。
31、本专利技术还提供一种建筑用三维模型的快速构建系统,所述系统包括:
32、图像获取模块:通过双目摄像机或多目摄像机获取一对具有不同视角的图像;
33、特征提取模块:从所述图像中提取视差匹配所需的特征点;
34、视差计算模块:通过特征点匹配算法在所述图像中计算对应特征点之间的视差;
35、转换深度模块:通过所述双目摄像机或多目摄像机的参数和视差,将视差转换为深度信息;
36、转换深度图模块:将所述深度信息转换为深度图,其中,每个像素值表示场景中对应特征点的深度值;
37、后处理模块:根据预设的边界离群算法对深度图进行后处理,去除所述深度图中的异常数据点;
38、模型生成模块:将后处理的所述深度图转化为三维模型。
39、本专利技术提供一种建筑用三维模型的快速构建方法及系统,所述方法通过双目摄像机或多目摄像机获取一对具有不同视角的图像;从所述图像中提取视差匹配所需的特征点;通过特征点匹配算法在所述图像中计算对应特征点之间的视差;通过所述双目摄像机或多目摄像机的参数和视差,将视差转换为深度信息;将所述深度信息转化为深度图,其中,每个像素值表示场景中对应特征点的深度值;根据预设的边界离群算法对深度图进行后处理,去除所述深度图中的异常数据点;将后处理的所述深度图转化为三维模型,产生的有益效果包括:
40、通过使用特征点描述算法为特征点计算描述子,然后通过最近邻匹配将左右图像中的特征点进行匹配,最终计算视差,用于深度信息的提取。可以快速构建建筑用的三维模型,同时在特征点匹配阶段利用描述子和最近邻匹配算法来提高匹配的准确性。
41、通过计算深度图中数据点的边界交叉值和局部离群值,结合异常数据值的判定,去除深度图中的异常数据点,助于提高三维模型的准确性和质量,特别是在从深度信息中构建建筑用三维模型的过程中,可以帮助去除可能由于噪声、错误匹配或其他因素而引入的异常数据点,从而提高模型的可靠性。
42、上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
本文档来自技高网...【技术保护点】
1.一种建筑用三维模型的快速构建方法,其特征在于,包括:
2.根据权利要求1所述的一种建筑用三维模型的快速构建方法,其特征在于,所述特征点包括角点、边缘和纹理。
3.根据权利要求1所述的一种建筑用三维模型的快速构建方法,其特征在于,步骤S3具体包括:
4.根据权利要求3所述的一种建筑用三维模型的快速构建方法,其特征在于,步骤S4的具体逻辑包括:式中,所述De为深度值,Bl为摄像机之间的基线距离,FL为摄像机的焦距,Dp为视差的值。
5.根据权利要求4所述的一种建筑用三维模型的快速构建方法,其特征在于,步骤S6具体包括:
6.根据权利要求5所述的一种建筑用三维模型的快速构建方法,其特征在于,所述边界交叉值为将所述深度图任意两个数据点进行连线,包含该数据点的连线产生的交点占总交点的值。
7.根据权利要求6所述的一种建筑用三维模型的快速构建方法,其特征在于,所述局部离群值的计算逻辑为:
8.根据权利要求7所述的一种建筑用三维模型的快速构建方法,其特征在于,步骤S62的具体逻辑为:式中,Vab为异常数据值
9.根据权利要求8所述的一种建筑用三维模型的快速构建方法,其特征在于,步骤S7通过体素化、三角化网格重建或体积保存方法将所述深度图转化为三维模型。
10.一种建筑用三维模型的快速构建系统,其特征在于,包括:
...【技术特征摘要】
1.一种建筑用三维模型的快速构建方法,其特征在于,包括:
2.根据权利要求1所述的一种建筑用三维模型的快速构建方法,其特征在于,所述特征点包括角点、边缘和纹理。
3.根据权利要求1所述的一种建筑用三维模型的快速构建方法,其特征在于,步骤s3具体包括:
4.根据权利要求3所述的一种建筑用三维模型的快速构建方法,其特征在于,步骤s4的具体逻辑包括:式中,所述de为深度值,bl为摄像机之间的基线距离,fl为摄像机的焦距,dp为视差的值。
5.根据权利要求4所述的一种建筑用三维模型的快速构建方法,其特征在于,步骤s6具体包括:
6.根据权利要求5所述的一种建筑用三维模型的快速构建方法,其特征在于,所述边界交叉值为将...
【专利技术属性】
技术研发人员:陈成华,
申请(专利权)人:天宫开物深圳科技有限公司,
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。