[发明专利]密集点云生成方法及系统

说明书

本发明公开了一种密集点云生成方法及系统，方法包括：读取无人机拍摄采集到的多张影像，通过GPU由多张影像中提取出同名特征和同名像点，并基于同名特征和同名像点进行特征点匹配，获取相应的匹配点对信息；采用光束法平差原理，根据匹配点对信息，利用多视几何原理求解出各个影像的相对方位元素，并基于相对方位元素恢复得到无人机影像立体像对在空间坐标系中的位置姿态信息；基于恢复得到的无人机影像立体像对在空间坐标系中的位置姿态信息，将基准影像上像点反算至重叠影像并寻找同名像点，利用同名像点通过空间前方交会生成相应的密集点云。其有效解决了传统的无人机数据处理方式运算效率较低，不能实现快速高效的数据处理的问题。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种密集点云生成方法及系统。

背景技术

在信息化时代，地理空间态势瞬息万变，各类目标千差万别，传统的遥感成像和测绘手段难以适应日趋复杂的技术要求。现代社会发展需要具备动态测绘的能力，但是目前成熟的卫星遥感和航空遥感技术难以满足动态测绘即时保障的客观需求。受飞行地域、航高和不可回避的人力成本的制约，常规有人驾驶航空遥感测绘平台实施动态测绘保障极为不易，而基于无人机平台的动态测绘保障却可满足该需求。因此，基于无人机飞行平台在测绘领域的应用具有重大经济和社会效益。

基于无人机飞行平台的无人机摄影测量通常包含两方面的含义：一方面是数据动态获取的能力，另一方面则是数据的近实时处理能力。目前来看，这两方面能力的发展是不均衡的，无人机数据处理能力发展速度明显滞后于数据动态获取的能力。传统的数据处理方式运算效率较低，对于获取到的数据不能实现快速高效的处理。

发明内容

基于此，有必要针对传统的无人机数据处理方式运算效率较低，不能实现快速高效的数据处理的问题，提供一种密集点云生成方法及系统。

基于上述目的，本发明提供的一种密集点云生成方法，包括如下步骤：

读取无人机拍摄采集到的多张影像，通过GPU由多张影像中提取出同名特征和同名像点，并基于所述同名特征和所述同名像点进行特征点匹配，获取相应的匹配点对信息；

采用光束法平差原理，以共线条件方程式作为平差的基础方程，根据所述匹配点对信息，利用多视几何原理求解出各个所述影像的相对方位元素，并基于所述相对方位元素恢复得到无人机影像立体像对在空间坐标系中的位置姿态信息；

基于恢复得到的所述无人机影像立体像对在空间坐标系中的所述位置姿态信息，将基准影像上像点反算至重叠影像并寻找所述同名像点，利用所述同名像点通过空间前方交会生成相应的密集点云。

在其中一个实施例中，所述读取无人机拍摄采集到的多张影像，通过GPU由多张影像中提取出同名特征和同名像点，并基于所述同名特征和所述同名像点进行特征点匹配，获取相应的匹配点对信息，包括如下步骤：

读取无人机拍摄采集到的多张影像，使用GPU并行计算方式建立每张影像的特征描述符；

根据建立的所述特征描述符进行特征点匹配处理，获得多个所述匹配点对信息；

采用RANSAC方法由多个所述匹配点对中获取最优匹配点对信息，剔除误配点对信息。

在其中一个实施例中，所述采用光束法平差原理，以共线条件方程式作为平差的基础方程，根据所述匹配点对信息，利用多视几何原理求解出各个所述影像的相对方位元素，并基于所述相对方位元素恢复得到无人机影像立体像对在空间坐标系中的位置姿态信息，包括如下步骤：

读取匹配点对信息以及用于拍摄采集多张影像的相机参数；

根据读取到的所述匹配点对信息和所述相机参数，利用多视几何原理对各个所述影像进行相对定向处理，求解出各个所述影像的相对方位元素；