• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于無(wú)人機(jī)傾斜攝影測(cè)量影像處理與三維建模的研究

      2024-04-29 07:00:04李明哲
      建筑與預(yù)算 2024年3期
      關(guān)鍵詞:預(yù)處理建模攝影

      李明哲

      (福州城建設(shè)計(jì)研究院有限公司,福建 福州 350000)

      隨著無(wú)人機(jī)技術(shù)的快速發(fā)展,無(wú)人機(jī)傾斜攝影測(cè)量成為了一種重要的遙感獲取數(shù)據(jù)方式,而影像處理與三維建模作為無(wú)人機(jī)傾斜攝影測(cè)量的關(guān)鍵環(huán)節(jié),直接影響著數(shù)據(jù)的準(zhǔn)確性和三維模型的質(zhì)量。在實(shí)際應(yīng)用中,由于影像數(shù)據(jù)的復(fù)雜性和處理步驟的多樣性,仍存在諸多挑戰(zhàn)。因此,深入研究無(wú)人機(jī)傾斜攝影測(cè)量影像處理與三維建模的技術(shù)方法對(duì)于提高遙感數(shù)據(jù)處理的準(zhǔn)確性和效率具有重要意義。

      1 無(wú)人機(jī)傾斜攝影測(cè)量影像處理的特點(diǎn)

      在數(shù)據(jù)采集方面,無(wú)人機(jī)傾斜攝影可以通過(guò)多角度拍攝和多視角重疊的方式獲取大量的影像數(shù)據(jù)。這種采集方式能夠提供非常豐富的地物信息,并且可以避免傳統(tǒng)航測(cè)中的缺角問(wèn)題。在后期處理方面,傾斜攝影影像處理軟件可以根據(jù)影像之間的重疊度和匹配精度,實(shí)現(xiàn)高精度的三維建模和影像糾正。同時(shí),無(wú)人機(jī)傾斜測(cè)量影像處理還可以利用現(xiàn)代計(jì)算機(jī)硬件和算法的優(yōu)勢(shì),實(shí)現(xiàn)對(duì)大規(guī)模影像數(shù)據(jù)進(jìn)行快速處理和分析,提高數(shù)據(jù)處理的效率[1]。

      2 無(wú)人機(jī)傾斜攝影測(cè)量影像處理與三維建模的流程與要點(diǎn)

      以某不動(dòng)產(chǎn)測(cè)繪為例,對(duì)無(wú)人機(jī)傾斜攝影測(cè)量影像處理與三維建模進(jìn)行分析。該測(cè)繪項(xiàng)目的總拍攝任務(wù)面積為0.53 km2,區(qū)域內(nèi)部地勢(shì)較為平緩,建筑為新建高層建筑,排列密集。在項(xiàng)目中,使用大疆M300RTK無(wú)人機(jī)和搭載五鏡頭的賽爾102SV3相機(jī)開(kāi)展拍攝。其中,該型號(hào)相機(jī)的焦距為35 mm,影響單元的尺寸為3.9μm。已知,如果確定了像素的大小和焦距,則航高和地面的分辨率為正比關(guān)系。若航高定位在150 m的位置,則地面的分辨率能夠達(dá)到1.6 cm,這一參數(shù)能夠充分符合工程的實(shí)際需求。在無(wú)人機(jī)飛行的過(guò)程中,航向的重疊度與旁向的重疊度均為85%,航線呈東西方向,與測(cè)區(qū)平行;各個(gè)像控點(diǎn)的間隔距離為150 m,總共設(shè)置8個(gè)像控點(diǎn)。

      2.1 圖像預(yù)處理

      圖像預(yù)處理能夠從根本上提高圖像質(zhì)量和準(zhǔn)確性,為后續(xù)的特征點(diǎn)匹配和三維模型建立提供良好的數(shù)據(jù)基礎(chǔ)。在圖像預(yù)處理過(guò)程中,常涉及圖像校正、去噪和圖像增強(qiáng)等操作,具體來(lái)說(shuō):

      (1)圖像校正是針對(duì)無(wú)人機(jī)傾斜拍攝帶來(lái)的幾何畸變進(jìn)行的修正過(guò)程。無(wú)人機(jī)傾斜攝影時(shí),由于視角的變化,圖像中的地物會(huì)出現(xiàn)形變現(xiàn)象,例如,地物的尺寸和形狀會(huì)發(fā)生變化。為了消除這種幾何畸變,通常需要使用校正方法,如可運(yùn)用幾何投影變換或者校正模型方法進(jìn)行圖像校正,利用無(wú)人機(jī)航攝系統(tǒng)中的定位和姿態(tài)信息,可以根據(jù)相機(jī)內(nèi)外參數(shù)進(jìn)行透視變換,將圖像校正到正常的地理坐標(biāo)系統(tǒng)下。

      (2)圖像去噪是為了去除圖像中由于無(wú)人機(jī)飛行中的運(yùn)動(dòng)振動(dòng)、光學(xué)系統(tǒng)的噪聲等因素引入的噪聲干擾。去噪的方法有很多種,常見(jiàn)的是使用濾波器對(duì)圖像進(jìn)行平滑處理,例如,中值濾波、均值濾波或者高斯濾波等。濾波器的選擇和參數(shù)設(shè)置需要根據(jù)具體情況進(jìn)行調(diào)整,以平衡去噪效果和圖像細(xì)節(jié)保留之間的關(guān)系。

      (3)圖像增強(qiáng)是為了改善圖像的視覺(jué)效果和特征提取能力。在圖像增強(qiáng)過(guò)程中,可以應(yīng)用一系列的算法和技術(shù)。例如,直方圖均衡化、對(duì)比度拉伸、銳化等方法。這些方法旨在增強(qiáng)圖像的對(duì)比度、細(xì)節(jié)和邊緣等特征,使得圖像更加清晰、鮮明,并提高后續(xù)處理算法的準(zhǔn)確性。

      (4)在實(shí)際應(yīng)用中,圖像預(yù)處理的具體工作細(xì)節(jié)可能會(huì)根據(jù)不同的無(wú)人機(jī)傾斜攝影系統(tǒng)、傳感器型號(hào)和數(shù)據(jù)采集條件而有所差異。例如,在圖像校正中,常常根據(jù)相機(jī)的內(nèi)外參數(shù)(如焦距、主點(diǎn)坐標(biāo)、傾斜角度等)進(jìn)行幾何投影變換,具體操作涉及向量矩陣運(yùn)算等數(shù)學(xué)計(jì)算;在去噪過(guò)程中,根據(jù)噪聲的類型和分布情況選擇合適的濾波器,如使用3×3的中值濾波器對(duì)每個(gè)像素進(jìn)行中值計(jì)算;在圖像增強(qiáng)中,可以根據(jù)圖像局部特征的統(tǒng)計(jì)信息進(jìn)行灰度級(jí)調(diào)整,如通過(guò)直方圖均衡化使得圖像的灰度分布更加均勻[2]。

      2.2 特征點(diǎn)匹配與建立三維模型

      特征點(diǎn)匹配與建立三維模型是無(wú)人機(jī)傾斜攝影測(cè)量中的重要環(huán)節(jié),其目的是利用圖像處理技術(shù)對(duì)圖像中的同名點(diǎn)進(jìn)行匹配,并根據(jù)同名點(diǎn)求取相應(yīng)地物特征的三維坐標(biāo),從而建立地物三維模型。在特征點(diǎn)匹配過(guò)程中,需要對(duì)景物進(jìn)行特征提取和描述,具體來(lái)說(shuō):

      (1)需要對(duì)圖像進(jìn)行預(yù)處理,去除噪聲、光照不均和其他干擾因素,以保證提取出的特征具有穩(wěn)定性和可重復(fù)性。然后,可以利用現(xiàn)有的特征提取算法(如SIFT、SURF、ORB等)提取圖像中的特征點(diǎn)。這些算法可以在不同尺度和旋轉(zhuǎn)角度下提取具有良好特征描述性的關(guān)鍵點(diǎn),并計(jì)算各個(gè)關(guān)鍵點(diǎn)的局部特征描述值。

      (2)需要進(jìn)行特征點(diǎn)匹配。一般使用最近鄰匹配方法進(jìn)行特征點(diǎn)的匹配。具體地,對(duì)于每個(gè)圖像中的特征點(diǎn),都會(huì)在另一個(gè)圖像中找到距離該點(diǎn)最近的幾個(gè)特征點(diǎn),然后通過(guò)比較它們的局部特征描述子的相似度,選擇相似度最高的一個(gè)作為匹配點(diǎn)。同時(shí)也需要一些準(zhǔn)則來(lái)判斷一些特征點(diǎn)是否是誤匹配。一般來(lái)說(shuō),會(huì)根據(jù)最短距離與次短距離之間的比值,來(lái)判斷兩個(gè)特征點(diǎn)是否匹配。

      (3)可以利用攝影測(cè)量學(xué)的原理,根據(jù)圖像坐標(biāo)和攝影測(cè)量系統(tǒng)的內(nèi)外參數(shù),求解出匹配點(diǎn)的三維坐標(biāo)。其中,內(nèi)參數(shù)包括相機(jī)的焦距、主點(diǎn)坐標(biāo)、徑向畸變等,并由標(biāo)定板進(jìn)行標(biāo)定得到;外參數(shù)包括相機(jī)的位置和朝向等,可以利用無(wú)人機(jī)航攝系統(tǒng)中的定位和姿態(tài)信息獲取。

      (4)利用這些參數(shù),可以根據(jù)空間前方交匯法則和光線三角測(cè)量法,對(duì)三維坐標(biāo)進(jìn)行計(jì)算。在建立三維模型時(shí),還需要考慮如何對(duì)已經(jīng)求得的三維點(diǎn)進(jìn)行濾波和擬合,以消除誤差并獲得更加平滑的地表模型。這里常用的方法有曲面擬合、點(diǎn)云分割、點(diǎn)云配準(zhǔn)等技術(shù)。例如,在對(duì)植被進(jìn)行三維重建時(shí),可以基于點(diǎn)云數(shù)據(jù)進(jìn)行體元細(xì)分和形態(tài)解析,實(shí)現(xiàn)植被的快速重建和精細(xì)化表征;在對(duì)建筑物進(jìn)行三維建模時(shí),可以使用面元擬合方法,將建筑物表面抽象成一系列三角形表面網(wǎng)格,以更好地反映建筑物的幾何和色彩特征[3]。

      (5)本次無(wú)人機(jī)傾斜攝影所構(gòu)建的真三維模型非常出色。圖1展示了整個(gè)測(cè)區(qū)的真實(shí)地理環(huán)境和房屋分布,反映了測(cè)區(qū)的整體情況。而圖2則展示了測(cè)區(qū)內(nèi)局部的細(xì)節(jié)模型,房屋的結(jié)構(gòu)非常清晰,屋角也變形很少,同時(shí)房屋的屬性信息也得到了詳細(xì)記錄。這些模型將為后續(xù)的矢量化信息采集提供重要的支撐。

      圖1 測(cè)區(qū)地理環(huán)境與房屋分布的三維模型

      圖2 測(cè)區(qū)內(nèi)部的細(xì)節(jié)模型

      2.3 相機(jī)定向

      通過(guò)計(jì)算相機(jī)的位置和姿態(tài)參數(shù),將圖像特征點(diǎn)的二維坐標(biāo)與地物三維模型進(jìn)行對(duì)應(yīng),實(shí)現(xiàn)圖像與地物之間的空間關(guān)系的精確匹配,在實(shí)際的工作中要做到以下幾點(diǎn)。

      (1)在相機(jī)定向之前,需要進(jìn)行相機(jī)的內(nèi)方位元素標(biāo)定。內(nèi)方位元素包括相機(jī)的焦距、主點(diǎn)坐標(biāo)以及徑向畸變等參數(shù)。一般來(lái)說(shuō),可以使用相機(jī)標(biāo)定板進(jìn)行標(biāo)定,通過(guò)拍攝多張已知幾何形狀的標(biāo)定板圖像,利用攝影測(cè)量的原理和非線性最小二乘法的思想,根據(jù)標(biāo)定板上的特征點(diǎn)和其真實(shí)世界坐標(biāo)的對(duì)應(yīng)關(guān)系,求解出相機(jī)的內(nèi)方位元素。例如,使用相機(jī)型號(hào)為Sony ILCE-7RM4的全畫(huà)幅無(wú)反相機(jī),通過(guò)標(biāo)定板標(biāo)定得到的內(nèi)方位元素為焦距f=35 mm,主點(diǎn)坐標(biāo)為(x0,y0)=(1280,720),徑向畸變參數(shù)為k1=-3.7,k2=2.1。

      (2)利用已知地物三維模型,通過(guò)數(shù)學(xué)方法計(jì)算相機(jī)的外方位元素,主要包括相機(jī)的位置和姿態(tài)參數(shù)。其中,位置參數(shù)包括相機(jī)的XYZ坐標(biāo),姿態(tài)參數(shù)包括方位角(azimuth angle)、俯仰角(pitch angle)和傾斜角(inclination angle)。為了簡(jiǎn)化計(jì)算,常常以某一參考點(diǎn)的坐標(biāo)作為世界坐標(biāo)系原點(diǎn),將三維模型中的點(diǎn)與圖像中的特征點(diǎn)進(jìn)行對(duì)應(yīng)。在計(jì)算相機(jī)外方位元素時(shí),可以利用數(shù)學(xué)公式和解析幾何的知識(shí)。例如,在計(jì)算相機(jī)位置時(shí),可以使用空間后方交會(huì)法(或稱為重心法)來(lái)求解。該方法基于三角測(cè)量原理,通過(guò)已知地物三維點(diǎn)的空間坐標(biāo)和其在圖像中的二維坐標(biāo),求解出相機(jī)的位置坐標(biāo)。

      (3)具體做法是:在攝影坐標(biāo)系下,根據(jù)相機(jī)的內(nèi)方位元素和外方位元素,將地物三維點(diǎn)的空間坐標(biāo)轉(zhuǎn)換為像平面坐標(biāo)系下的投影坐標(biāo),然后與對(duì)應(yīng)的圖像特征點(diǎn)進(jìn)行比較,通過(guò)最小二乘法求解出相機(jī)的位置坐標(biāo)。在計(jì)算相機(jī)姿態(tài)參數(shù)時(shí),常使用旋轉(zhuǎn)矩陣或歐拉角來(lái)描述相機(jī)的方位、俯仰和傾斜角。通過(guò)將空間坐標(biāo)系下的地物三維點(diǎn)轉(zhuǎn)換到攝影坐標(biāo)系下,并與對(duì)應(yīng)的圖像特征點(diǎn)進(jìn)行比較,可以通過(guò)最小二乘法求解出相機(jī)的姿態(tài)參數(shù)。此外,為了提高定向精度,還可以采用多視幾何方法,利用多個(gè)圖像之間的重疊區(qū)域和共同特征點(diǎn),進(jìn)行區(qū)域匹配和聯(lián)合定向,從而提高相機(jī)定位和姿態(tài)估計(jì)的精確度[4]。

      2.4 影像拼接

      (1)將不同視角下的圖像進(jìn)行無(wú)縫連接,生成具有大幅覆蓋區(qū)域的全景圖,主要包括圖像預(yù)處理、特征提取與匹配、幾何變換和圖像融合等工作。在進(jìn)行影像拼接之前,需要對(duì)輸入的圖像進(jìn)行預(yù)處理。預(yù)處理的目的是消除圖像的畸變以及色彩、亮度等差異,以便后續(xù)的特征提取和匹配。例如,可以使用型號(hào)為Canon EOS 5D Mark IV的全畫(huà)幅單反相機(jī)拍攝得到的圖像,通過(guò)去除鏡頭畸變和圖像校正,使得每張圖像都具備相同的格式和視角。

      (2)進(jìn)行特征提取與匹配,特征可以通過(guò)局部紋理、邊緣等特征描述來(lái)表示。在這一步驟中,常用的特征提取算法包括SIFT(尺度不變特征變換)、SURF(加速穩(wěn)健特征)和ORB(oriented FAST and rotated BRIEF)等。通過(guò)提取每張圖像中的特征點(diǎn),并計(jì)算其特征描述子,進(jìn)而進(jìn)行特征匹配,找到各個(gè)視角下對(duì)應(yīng)的特征點(diǎn)對(duì)。匹配算法常用的有暴力匹配和基于最近鄰的匹配方法。然后,進(jìn)行幾何變換,將各個(gè)視角下的圖像進(jìn)行對(duì)齊,使得它們?cè)谕蛔鴺?biāo)系下能夠無(wú)縫連接。其中,常用的幾何變換模型包括仿射變換和透視變換。仿射變換適用于平面上的圖像拼接,而透視變換適用于投影到三維場(chǎng)景中的圖像拼接。通過(guò)對(duì)特征點(diǎn)對(duì)進(jìn)行RANSAC(隨機(jī)采樣一致性)或最小二乘法估計(jì),可以獲得幾何變換所需的變換矩陣或變換參數(shù)。

      (3)進(jìn)行圖像融合,消除拼接過(guò)程中產(chǎn)生的過(guò)渡區(qū)域的不連續(xù)性,使得拼接后的全景圖具有良好的視覺(jué)效果。常用的圖像融合方法包括加權(quán)平均、拉普拉斯金字塔和多重分辨率合成等。通過(guò)在過(guò)渡區(qū)域內(nèi)進(jìn)行像素值的平滑過(guò)渡和融合處理,可以使得拼接后的圖像看起來(lái)更加自然。

      (4)還可以利用顏色校正和亮度調(diào)整等技術(shù),進(jìn)一步提高拼接圖像的質(zhì)量。進(jìn)行精度評(píng)價(jià),將計(jì)算得到的模型結(jié)果與地面真實(shí)情況進(jìn)行比對(duì),并進(jìn)行誤差分析。比對(duì)可以通過(guò)計(jì)算模型與地面控制點(diǎn)的偏差、測(cè)量圖像上物體的位置差異等指標(biāo)來(lái)實(shí)現(xiàn)。誤差分析可以包括定性和定量?jī)煞矫娴脑u(píng)估,根據(jù)測(cè)量要求和精度標(biāo)準(zhǔn)來(lái)判斷數(shù)據(jù)的準(zhǔn)確程度。例如,可以使用根據(jù)國(guó)家測(cè)繪標(biāo)準(zhǔn)要求計(jì)算得到的相對(duì)定位精度和絕對(duì)定位精度等指標(biāo),來(lái)評(píng)估測(cè)量數(shù)據(jù)的精度水平。

      3 結(jié)語(yǔ)

      綜上所述,無(wú)人機(jī)傾斜攝影測(cè)量影像處理具有高分辨率、大數(shù)據(jù)量和高精度等特點(diǎn);無(wú)人機(jī)傾斜攝影測(cè)量影像處理與三維建模的關(guān)鍵步驟包括圖像預(yù)處理、特征點(diǎn)匹配與建立三維模型、相機(jī)定向和影像拼接等;通過(guò)精確地處理無(wú)人機(jī)傾斜攝影測(cè)量影像數(shù)據(jù),可以實(shí)現(xiàn)準(zhǔn)確的三維建模。無(wú)人機(jī)傾斜攝影測(cè)量影像處理與三維建模具有重要的應(yīng)用前景,可廣泛應(yīng)用于地理信息系統(tǒng)、城市規(guī)劃、土地管理等領(lǐng)域。

      猜你喜歡
      預(yù)處理建模攝影
      聯(lián)想等效,拓展建?!浴皫щ娦∏蛟诘刃?chǎng)中做圓周運(yùn)動(dòng)”為例
      基于PSS/E的風(fēng)電場(chǎng)建模與動(dòng)態(tài)分析
      電子制作(2018年17期)2018-09-28 01:56:44
      不對(duì)稱半橋變換器的建模與仿真
      基于預(yù)處理MUSIC算法的分布式陣列DOA估計(jì)
      淺談PLC在預(yù)處理生產(chǎn)線自動(dòng)化改造中的應(yīng)用
      絡(luò)合萃取法預(yù)處理H酸廢水
      基于自適應(yīng)預(yù)處理的改進(jìn)CPF-GMRES算法
      WZW—bewell攝影月賽
      旅游縱覽(2014年8期)2014-09-10 07:22:44
      最美的攝影
      焦點(diǎn)(2014年3期)2014-03-11 23:03:43
      三元組輻射場(chǎng)的建模與仿真
      长泰县| 皋兰县| 南靖县| 峨眉山市| 明溪县| 慈利县| 遂平县| 纳雍县| 赣榆县| 星子县| 永新县| 巨鹿县| 永胜县| 永仁县| 富阳市| 赞皇县| 通州区| 榆树市| 镇巴县| 叙永县| 光山县| 神农架林区| 马山县| 多伦县| 姜堰市| 莱阳市| 泌阳县| 昭苏县| 惠东县| 奉贤区| 灌南县| 衡东县| 禄丰县| 玛多县| 宁国市| 西青区| 灌云县| 建宁县| 安阳县| 唐山市| 吴桥县|