[发明专利]基于航拍视频流的实时迭代三维建模方法、系统及可读介质

权利要求书

1.一种基于航拍视频流的实时迭代三维建模方法，其特征在于，所述方法包括以下步骤：

S1根据特征点提取数量选定初始关键帧，再根据相机标定参数和POS数据连续计算重叠率抽取关键帧；

S2将S1中获取的初始关键帧与第二关键帧进行特征点匹配，结合POS数据生成初始特征点云模型，并采用图优化法整体优化提高点云和位姿精度；

S3将S1中获取的后续新增关键帧逐帧与相邻关键帧进行特征点匹配，加入扩充S2中获取的初始特征点云模型，并采用光束法和图优化法整体优化提高点云和位姿精度，得到实时迭代的特征点云模型；

S4根据S2和S3中获取的位姿参数和特征点云模型，采用并行的半全局密集匹配方法，将新增关键帧逐帧与相邻关键帧进行全像素点密集匹配，并采用点云匹配技术进行整体点云融合，得到实时迭代的密集点云模型；

S5根据S4获取的密集点云模型，生成三角网并进行纹理映射，最终得到实时迭代的具有真实纹理的三维模型。

2.根据权利要求1所述的基于航拍视频流的实时迭代三维建模方法，其特征在于，所述S1中，自开始任务区域扫描的第一帧视频起，逐帧进行快速特征点提取，选定特征点数量不低于设定阈值的第一个视频帧为初始关键帧，并开始按重叠率连续迭代抽取后续的关键帧。

3.根据权利要求1所述的基于航拍视频流的实时迭代三维建模方法，其特征在于，所述S1中，根据POS数据提供的高度信息和相机标定参数提供的焦距以及视频图像参数，计算后续视频帧与当前关键帧影像对应地面区域的重叠率，其中POS数据的相对高度为H，相机标定的焦距为f，利用相似三角形原理来计算视频帧图像的四个角点p₁，p₂，p₃，p₄投影到地面上得到地面坐标点P₁，P₂，P₃，P₄，根据地面四边形的位置和面积可计算后续视频帧与当前关键帧的重叠率。

4.根据权利要求1所述的基于航拍视频流的实时迭代三维建模方法，其特征在于，所述S2中，利用特征点快速提取和匹配方法获取初始关键帧和第二关键帧准确的同名点对，再利用POS数据提供的位姿信息计算同名点对的三维坐标初始值，生成初始特征点云模型。

5.根据权利要求1所述的基于航拍视频流的实时迭代三维建模方法，其特征在于，所述S2中，使用五点法相对定向计算初始特征点云的相对位姿，并作为约束，与投影约束一起进行图优化整体优化，得到更高精度的初始特征点云模型。

6.根据权利要求1所述的基于航拍视频流的实时迭代三维建模方法，其特征在于，所述S3中，在后续抽取新增的关键帧后，根据该关键帧对应的POS数据计算其相邻的关键帧，然后将新增关键帧与所有相邻关键帧进行特征点匹配。如匹配成功，根据匹配结果抽取连接点，连接点是匹配同名点对应的三维点，加入新增关键帧的特征点云扩充初始特征点云模型，同时利用连接点和特征点之间的对应关系，恢复新增关键帧的位姿参数；如匹配失败，保留该关键帧，将其POS数据作为该关键帧的位姿参数，继续与后续抽取的相邻关键帧进行特征点匹配，如果匹配成功就加入该关键帧的特征点云扩充初始特征点云模型，并恢复更新该关键帧的位姿参数，从而实现更为完整的三维模型效果。

7.根据权利要求1所述的基于航拍视频流的实时迭代三维建模方法，其特征在于，所述S3中，在获取新增关键帧的位姿参数初始值后，将当前所有关键帧位姿和特征点云数据进行光束法的整体平差优化；再将关键帧的位置和姿态当作位姿节点，利用计算机视觉中的本质矩阵分解来得到位姿节点之间的相对位置和姿态，并将其作为约束一起进行优化，得到实时迭代的更高精度的特征点云模型和位姿参数。

8.根据权利要求1所述的基于航拍视频流的实时迭代三维建模方法，其特征在于，所述S4中，在获取更高精度的特征点云模型和位姿参数后，采用并行的半全局密集匹配方法，将新增关键帧与相邻关键帧进行全像素点密集匹配，并采用点云匹配技术进行整体点云融合，得到实时迭代的密集点云模型。