[发明专利]针对三维云建模的目标区域计算方法

说明书

本发明涉及一种针对三维云建模的目标区域计算方法。该方法利用照片的拍摄坐标点信息，排除掉三维空间解算结果中孤立无用的照片小块，自动计算目标区域的多边形轮廓。该计算方法包括以下步骤：读取无人机照片可交换图像文件格式(EXIF)信息，获得无人机照片拍摄坐标点数据；合并距离较近的坐标点；根据坐标点的空间分布估计半径参数alpha的值，通过alpha shapes算法计算拍摄边界坐标点；根据边界坐标点，得到三维云建模的多边形区域范围。本发明的优点在于：提高了三维云建模的效率，从而降低后期三维云建模的运行成本。

技术领域

本发明涉及一种针对三维云建模的目标区域计算方法。

背景技术

三维云建模是利用云计算技术将用户上传的多张图像进行三维空间解算，从而恢复出照片中物体的三维模型的技术。随着无人机的普及，利用无人机进行地表图像采集，通过云端服务器进行三维云建模，作为一种地表三维测绘的新兴技术，正逐步被测绘行业所接受。

由于无人机航拍不可避免地会涵盖有目标区域外的物体，通常由人工勾勒出目标区域，以筛选出照片中有价值的数据，对在目标区域内的数据进行建模，得到完整的三维模型，并降低三维云建模的运行成本。

然而，人工勾勒建模目标区域的方法不仅阻碍了整个重建过程的自动化，也降低了云建模的效率。因此，急需一种针对三维云建模的目标区域计算方法，能够根据用户上传的无人机照片的拍摄坐标点信息自动确定云建模的目标区域，实现建模自动化，提高建模效率。

发明内容

为提取三维云建模完整的兴趣区域，本发明设计了一种针对三维云建模的目标区域计算方法。该方法利用照片的拍摄坐标点信息，排除掉三维空间解算结果中孤立无用的照片小块，自动计算目标区域的多边形轮廓。具体步骤如下：

(1)、通过读取无人机照片可交换图像文件格式(EXIF)信息，获得所有无人机照片的拍摄坐标点数据；

(2)、根据无人机照片拍摄坐标点的空间分布估计半径参数alpha的值以排除目标区域边界外的无人机照片拍摄坐标点的干扰，通过alpha shapes算法计算得到拍摄边界坐标点，并成对存储进点对列表L中；

(3)、根据无人机照片拍摄边界坐标点，计算三维云建模的多边形区域范围。所述的步骤(3)输出多边形结果主要包括以下步骤：从点对列表L的第一个坐标点开始输出，随后输出与之成对的点P1；接着从点对列表中找到与P1相同的另一个点P2，随后输出与P2成对的点；重复上述操作，直至回到第一个坐标点；最终得到按逆时针或顺时针顺序输出的坐标点序列，即目标区域多边形。

在上述针对三维云建模的目标区域计算方法中，将步骤(1)得到的坐标点数据，经纬度差值均在0.00015之内的坐标点进行合并。

在上述针对三维云建模的目标区域计算方法中，所述的步骤(2)包括以下步骤：

(2.1)计算步骤(2)合并后的无人机照片拍摄坐标点在地球经度和纬度方向上的方差，分别记作varX和varY，通过估计自适应的半径参数alpha的值，并约束在[30,70]的范围内；

(2.2)遍历所有无人机照片拍摄坐标点的点对，记这两个坐标点为point1、point2，如果point1到point2的欧氏距离小于2倍的alpha，则做过point1和point2两点、半径为alpha的圆，进入下一步(2.3)；如果point1到point2的欧氏距离大于或等于2倍的alpha，则跳到下一个无人机照片拍摄坐标点的点对。