[发明专利]基于无人机的城市三维重建方法、装置及存储介质在审

专利信息
申请号: 202011169549.5 申请日: 2020-10-28
公开(公告)号: CN112233228A 公开(公告)日: 2021-01-15
发明(设计)人: 周文略;刘始匡;翟懿奎;张俊亮;蒋润锦;黎繁胜;李汶睿;陈乐轩;黄俊威;詹英培;梁汝桐 申请(专利权)人: 五邑大学
主分类号: G06T17/00 分类号: G06T17/00
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 邱维杰
地址: 529000 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 无人机 城市 三维重建 方法 装置 存储 介质
【权利要求书】:

1.一种基于无人机的城市三维重建方法,其特征在于,包括以下步骤:

构建三维网格模型;

采集图像数据以及与所述图像数据对应的深度图像数据,并形成三维重构数据集;

通过所述三维网格模型对所述三维重构数据集进行训练获取局部三维重建模型;

通过所述局部三维重建模型相互匹配并组合获取全局三维重建模型;

获取摄像头实时拍摄的视频数据,通过所述视频数据与所述全局三维重建模型组合,获取三维可视化监控平台。

2.如权利要求1所述的基于无人机的城市三维重建方法,其特征在于,所述采集图像数据以及与所述图像数据对应的深度图像数据,并形成三维重构数据集,包括:

通过不同视角采集建筑物的全面的图像数据以及与所述图像数据对应的所述深度图像数据;

根据所述图像数据和所述深度图像数据,形成三维重构数据集。

3.如权利要求2所述的基于无人机的城市三维重建方法,其特征在于,所述通过不同视角采集建筑物的顶面和侧面的图像数据以及与所述图像数据对应的所述深度图像数据,包括:

通过若干垂直视角和若干倾斜视角采集建筑物的全面的图像数据以及与所述图像数据对应的所述深度图像数据。

4.如权利要求1所述的基于无人机的城市三维重建方法,其特征在于,所述通过所述三维网格模型对所述三维重构数据集进行训练获取局部三维重建模型,包括:

初始化网格;

获取所述网格中的一个节点的坐标,并提取所述三维重构数据集的图片特征值;

将所述节点的坐标作为输入节点的输入节点坐标,以及所述图片特征值传输至变形模块中;

通过变形模块使所述网格上的所有所述节点发生变形;

增加所述节点的数量,使所述网格的所有所述节点发生若干次变形,细化所有所述节点的变形以获取局部三维重建模型。

5.如权利要求4所述的基于无人机的城市三维重建方法,其特征在于,所述通过变形模块使所述网格上的所有所述节点发生变形,包括:

接收所述输入节点坐标以及所述图片特征值;

通过所述变形模块处理所述输入节点坐标和所述图片特征值,使所述输入节点发生变形,并获取输出节点的输出节点坐标以及特征值;

将所述输出节点坐标作为所述变形模块的下一次处理的输入节点坐标,并通过所述变形模块对所述输入节点坐标处理,获取下一次处理得到的所述输出节点的输出节点坐标以及特征值,直至所有所述节点发生变形。

6.如权利要求5所述的基于无人机的城市三维重建方法,其特征在于,所述通过所述变形模块处理所述输入节点坐标和所述图片特征值,使输入节点发生变形,并获取输出节点的输出节点坐标以及特征值,包括:

将所述输入节点坐标投影至所述图像数据上获取对应的第一像素坐标;

通过双线性插值法获取所述第一像素坐标周围的第二像素坐标,并依据所述图片特征值获取所述第二像素坐标的特征值;

通过所述第二像素坐标的特征值以及第一特征值获取所述输入节点的第一维度的特征值和输入节点坐标;

根据所述输入节点的第一维度的特征值和输入节点坐标,使所述输入节点变形,并获取所述输出节点的第二维度的输出节点坐标和特征值。

7.如权利要求6所述的基于无人机的城市三维重建方法,其特征在于,所述获取所述输出节点的第二维度的输出节点坐标和特征值,包括:

获取所述输出节点坐标后,通过损失函数优化所述输出节点坐标,以获取优化后的所述输出节点的第二维度的输出节点坐标和特征值。

8.如权利要求4所述的基于无人机的城市三维重建方法,其特征在于,所述增加所述节点的数量,使所述网格发生若干次变形,细化所述网格的变形以获取局部三维重建模型,包括:

增加若干次所述节点的数量,通过变形模块使所述网格上的所有所述节点发生变形,完成本次变形,其中,本次变形的所述节点数量包括前一次变形的所有节点数量以及本次增加的所述节点的数量;

所述网格的所有所述节点发生若干次变形后,得到局部三维重建模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于五邑大学,未经五邑大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011169549.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top