[发明专利]一种多源数据的点云融合方法、装置和存储介质

说明书

本发明提供一种多源数据的点云融合方法、装置和存储介质，方案包括：获取点云数据，将所述目标区域划分为至少两个子目标区域；确定每一子目标区域对应的点云数据；然后对每一子目标区域对应的点云数据进行分类，获取每个子目标区域对应的目标点云数据，基于每个子目标区域对应的目标点云数据对所述目标区域进行三维建模。由于在本方案中构建三维模型是，所采用的都是各个子目标区域对应的精度最高的点云数据，因此，构建得到的三维模型具有较高的精度。

技术领域

本发明涉及图像处理技术领域，具体涉及一种多源数据的点云融合方法、装置和存储介质。

背景技术

国内外专家学者对多源数据融合建模技术进行了深入研究，并获得了一定的成果。例如，El-Hakim等在2009年同样利用激光扫描技术和摄影测量技术对意大利的彭波萨修道院进行三维重建；Ma和Hu等基于LiDAR技术获取目标物数据信息并对目标物轮廓进行重建，通过融合LiDAR和影像数据进行精细化三维建模。在国内也有很多专家学者对此进行了研究，程亮等集成LiDAR数据与航空影像，通过LiDAR数据与多视轮廓集成生成三维轮廓线的方案，构建目标建筑物三维模型；林承达等在LiDAR数据中提取目标物的初始边界，利用航空影像中的边界特征对目标物初始边界进行精化，从而完成目标建筑物的三维重建工作。但是目前融合技术只是单纯利用不同建模技术的形成的点云的叠加，这样不仅会造成数据的冗余，也会降低模型的精度。

发明内容

有鉴于此，本发明实施例提供一种多源数据的点云融合方法、装置和存储介质，以实现对目标对象进行高精度的三维建模。

为实现上述目的，本发明实施例提供如下技术方案：

一种多源数据的点云融合方法，包括：

获取点云数据，所述点云数据包括基于不同方式对目标区域进行采集得到的点云数据；

将所述目标区域划分为至少两个子目标区域；

确定每一子目标区域对应的点云数据；

基于点云数据的标识信息对每一子目标区域对应的点云数据进行分类；

获取每个子目标区域对应的目标点云数据，所述目标点云数据为所述子目标区域对应的不同类型的点云数据中，精度最高的类型的点云数据；

基于每个子目标区域对应的目标点云数据对所述目标区域进行三维建模。

可选的，上述多源数据的点云融合方法中，所述基于不同方式对目标区域进行采集得到的点云数据，包括：

采用三维激光扫描仪对所述目标区域进行扫描得到的激光点云数据，记为第一点云数据；

通过贴近摄影测量对目标区域进行图像拍摄得到的点云数据，记为第二点云数据；

通过倾斜摄影测量对目标区域进行图像拍摄得到的点云数据，记为第三点云数据。

可选的，上述多源数据的点云融合方法中，所述第一点云数据的精度大于所述第二点云数据的精度，所述第二点云数据的精度大于第三点云数据的精度。

可选的，上述多源数据的点云融合方法中，采用三维激光扫描仪对所述目标区域进行扫描得到的激光点云数据，包括：

获取三维激光扫描仪在各个站点上对所述目标区域进行扫描得到的激光点云数据；

对各个所述站点对应的激光点云数据进行拼接，得到与所述目标区域对应的激光点云数据。

可选的，上述多源数据的点云融合方法中，所述通过贴近摄影测量对目标区域进行图像拍摄得到的点云数据，包括：

采用无人机图像采集设备基于预设的航线对所述目标区域进行贴近摄影测量，所述航线中包括所述站点，并将所述站点作为测量过程中的像控点；