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】
本专利技术涉及无人机摄影,具体涉及一种基于无人机倾斜摄影三维建模方法及装置。
技术介绍
1、随着社会经济的迅速发展,集镇建设规模和人口迅速扩大,滑坡、崩塌、泥石流等地质灾害呈加剧趋势。由于技术方法的制约,1:5万地灾详查成果已不能满足当前地灾监测预警、防治和集镇建设规划的需求。因此,亟需更为翔实的地质资料,尤其是更大比例尺更高精度的勘查资料,为减灾防灾工作提供依据充分、安全可靠的数据支撑。
2、目前,随着新型信息观测技术的发展,无人机倾斜摄影测量通过飞行平台搭载多角度传感器,可同时得到地物正射和倾斜方向的真实纹理,获得更加立体的地理环境信息。相较传统航空摄影二维平面观测的局限和实地勘测成本高、工作量大的限制,倾斜摄影测量拥有高效率的三维模型生产技术,成果更符合人类视觉系统的直观真实感知,大大提高了地表特征的判读解译效率和精度,还能提供多种直接的测量手段。因此,广泛应用于地质灾害勘查、不动产更新测绘、城市规划、自然资源管理等领域。
技术实现思路
1、针对所述缺陷,本专利技术实施例公开了一种基于无人机倾斜摄影三维建模方法及装置,其能够为孕灾环境的调查提供直观、清晰的数据支撑。
2、本专利技术实施例第一方面公开了一种基于无人机倾斜摄影的三维建模方法,包括:
3、响应于作业启动指令,获取作业启动指令中的数据采集区域;
4、获取数据采集区域的地理信息,根据所述地理信息控制无人机采集数据采集区域的图像数据;
5、获取无人机在采集所述图
6、根据图像数据的外方位元素进行空中三角测量得到三角关系数据,并生成高密度点云数据;
7、基于所述三角关系数据和高密度点云数据构建三维模型。
8、作为一种可选的实施方式,在本专利技术实施例第一方面中,根据所述地理信息控制无人机采集数据采集区域的图像数据,包括:
9、获取地理信息所对应的地理区域包含的飞行障碍物信息;
10、基于地理信息和所述飞行障碍物信息生成无人机飞行路线;
11、根据所述无人机飞行路线控制无人机采集数据采集区域的图像数据。
12、作为一种可选的实施方式,在本专利技术实施例第一方面中,还包括:
13、基于地理信息对无人机上安装的图像采集设备和姿态传感器进行校正。
14、作为一种可选的实施方式,在本专利技术实施例第一方面中,基于所述姿态角数据和图像数据确定图像数据的外方位元素,包括:
15、对姿态角数据进行子午线收敛补偿得到收敛收的姿态角数据;
16、对收敛后的姿态角数据和图像数据进行结算得到图像数据的外方位元素。
17、作为一种可选的实施方式,在本专利技术实施例第一方面中,所述根据图像数据的外方位元素进行空中三角测量,并生成高密度点云数据,包括:
18、基于特征匹配算法对图像数据中的同名点数据进行匹配;
19、基于光束法区域网平差进行空中三角测量;
20、基于聚簇算法和密集匹配算法生成高密度点云数据。
21、作为一种可选的实施方式,在本专利技术实施例第一方面中,基于所述高密度点云数据构建三维模型,包括:
22、基于高密度点云数据和三角关系数据构建tin网络模型;
23、对所述tin网络模型进行纹理映射得到三维模型。
24、作为一种可选的实施方式,在本专利技术实施例第一方面中,还包括:
25、通过公式1、公式2、公式3和公式4对所述三维模型进行精度检测;
26、其中,公式一为公式二为
27、公式三为公式四为n为检验点总数,δxi为第i个像控点x坐标值与rtk测量系统测得的x坐标值的差值、δyi为第i个像控点y坐标值与rtk测量系统测得的y坐标值的差值、δzi为第i个像控点z坐标值与rtk测量系统测得的z坐标值的差值、mx为像控点x方向的均方根误差、my为像控点y方向的均方根误差、ms为像控点平面均方根误差、mz为像控点高程(z方向)均方根误差、i为第i个像控点,最小值为1,最大值为n。
28、本专利技术实施例第二方面公开一种基于无人机倾斜摄影的三维建模装置,包括:
29、指令响应模块:用于响应于作业启动指令,获取作业启动指令中的数据采集区域;
30、图像采集模块:用于获取数据采集区域的地理信息,根据所述地理信息控制无人机采集数据采集区域的图像数据;
31、图像确定模块:用于获取无人机在采集所述图像数据时的姿态角数据,基于所述姿态角数据和图像数据确定图像数据的外方位元素;
32、数据生成模块:用于根据图像数据的外方位元素进行空中三角测量得到三角关系数据,并生成高密度点云数据;
33、模型构建模块:用于基于所述三角关系数据和高密度点云数据构建三维模型。
34、作为一种可选的实施方式,在本专利技术实施例第二方面中,根据所述地理信息控制无人机采集数据采集区域的图像数据,包括:
35、获取地理信息所对应的地理区域包含的飞行障碍物信息;
36、基于地理信息和所述飞行障碍物信息生成无人机飞行路线;
37、根据所述无人机飞行路线控制无人机采集数据采集区域的图像数据。
38、作为一种可选的实施方式,在本专利技术实施例第二方面中,还包括:
39、基于地理信息对无人机上安装的图像采集设备和姿态传感器进行校正。
40、作为一种可选的实施方式,在本专利技术实施例第二方面中,基于所述姿态角数据和图像数据确定图像数据的外方位元素,包括:
41、对姿态角数据进行子午线收敛补偿得到收敛收的姿态角数据;
42、对收敛后的姿态角数据和图像数据进行结算得到图像数据的外方位元素。
43、作为一种可选的实施方式,在本专利技术实施例第二方面中,所述根据图像数据的外方位元素进行空中三角测量,并生成高密度点云数据,包括:
44、基于特征匹配算法对图像数据中的同名点数据进行匹配;
45、基于光束法区域网平差进行空中三角测量;
46、基于聚簇算法和密集匹配算法生成高密度点云数据。
47、作为一种可选的实施方式,在本专利技术实施例第二方面中,基于所述高密度点云数据构建三维模型,包括:
48、基于高密度点云数据和三角关系数据构建tin网络模型;
49、对所述tin网络模型进行纹理映射得到三维模型。
50、作为一种可选的实施方式,在本专利技术实施例第二方面中,还包括:
51、通过公式1、公式2、公式3和公式4对所述三维模型进行精度检测;
52、其中,公式一为公式二为公式三为公式四为n为检验点总数,δxi为第i个像控点x坐标值与rtk测量系统测得的x坐标值的差值、δyi为第i个像控点y坐标值与rtk测量系统测得的本文档来自技高网...
【技术保护点】
1.一种基于无人机倾斜摄影的三维建模方法,其特征在于,包括:
2.根据权利要求1所述的三维建模方法,其特征在于,根据所述地理信息控制无人机采集数据采集区域的图像数据,包括:
3.根据权利要求2所述的三维建模方法,其特征在于,还包括:
4.根据权利要求1所述的三维建模方法,其特征在于,基于所述姿态角数据和图像数据确定图像数据的外方位元素,包括:
5.根据权利要求1所述的三维建模方法,其特征在于,所述根据图像数据的外方位元素进行空中三角测量,并生成高密度点云数据,包括:
6.根据权利要求1所述的三维建模方法,其特征在于,基于所述高密度点云数据构建三维模型,包括:
7.根据权利要求1所述的三维建模方法,其特征在于,还包括:
8.一种基于无人机倾斜摄影的三维建模装置,其特征在于,包括:
9.一种电子设备,其特征在于,包括:存储有可执行程序代码的存储器;与所述存储器耦合的处理器;所述处理器调用所述存储器中存储的所述可执行程序代码,用于执行权利要求1至7任一项所述的基于无人机倾斜摄影的三维建模方法
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储计算机程序,其中,所述计算机程序使得计算机执行权利要求1至7任一项所述的基于无人机倾斜摄影的三维建模方法。
...【技术特征摘要】
1.一种基于无人机倾斜摄影的三维建模方法,其特征在于,包括:
2.根据权利要求1所述的三维建模方法,其特征在于,根据所述地理信息控制无人机采集数据采集区域的图像数据,包括:
3.根据权利要求2所述的三维建模方法,其特征在于,还包括:
4.根据权利要求1所述的三维建模方法,其特征在于,基于所述姿态角数据和图像数据确定图像数据的外方位元素,包括:
5.根据权利要求1所述的三维建模方法,其特征在于,所述根据图像数据的外方位元素进行空中三角测量,并生成高密度点云数据,包括:
6.根据权利要求1所述的三维建模方法,其特征在于,基于所述高...
【专利技术属性】
技术研发人员:乐有树,姜金亚,刘永福,吴立华,陈越,邵军,张稳养,
申请(专利权)人:广东开放大学广东理工职业学院,
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。