[发明专利]基于无人机影像的DSM生成方法和装置在审
申请号: | 202110615398.X | 申请日: | 2021-06-02 |
公开(公告)号: | CN113077552A | 公开(公告)日: | 2021-07-06 |
发明(设计)人: | 吴丽沙;张谷生;刘建明;王海强;杨晓冬 | 申请(专利权)人: | 北京道达天际科技有限公司 |
主分类号: | G06T17/05 | 分类号: | G06T17/05;G06T7/80 |
代理公司: | 北京华专卓海知识产权代理事务所(普通合伙) 11664 | 代理人: | 王一 |
地址: | 100085 北京市海*** | 国省代码: | 北京;11 |
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 影像 dsm 生成 方法 装置 | ||
1.一种基于无人机影像的DSM生成方法,其特征在于,包括:
获取无人机影像集,根据所述无人机影像集中无人机影像的标签数据分别确定对应的相机初始内参数;
根据所述初始内参数确定无人机影像的区域重叠关系,从所述无人机影像集中选取重叠区域大于预设值的影像,其中一张影像作为基准影像,其他影像作为搜索影像,根据所述基准影像和所述搜索影像的重叠区域内的同名像点对应的特征点确定所述基准影像和所述搜索影像的仿射变换关系;
基于SFM算法根据所述仿射变换关系确定重叠区域大于预设阈值的影像的重叠区域内的同名像点对应的特征点的三维坐标,根据所述三维坐标和所述初始内参数,生成DSM稀疏点云;
利用多视图立体重建的方法根据所述稀疏点云获得DSM稠密点云,生成无人机影像对应的DSM。
2.根据权利要求1所述的基于无人机影像的DSM生成方法,其特征在于,所述根据无人机影像的标签数据确定相机的初始内参数,包括:
根据无人机影像的标签数据确定无人机影像宽度
其中,
3.根据权利要求2所述的基于无人机影像的DSM生成方法,其特征在于,所述根据所述初始内参数确定无人机影像的区域重叠关系,从所述无人机影像集中选取重叠区域大于预设值的影像,其中一张影像作为基准影像,其他影像作为搜索影像,根据所述基准影像和所述搜索影像的重叠区域内的同名像点对应的特征点确定所述基准影像和所述搜索影像的仿射变换关系,包括:
根据所述初始内参数确定无人机影像的区域重叠关系,从所述无人机影像集中选取重叠区域大于预设值的影像,其中一张影像作为基准影像,其他影像作为搜索影像,建立影像金字塔,在基准影像进行特征点提取,在影像金字塔顶层进行SURF特征初匹配,建立二者的初始仿射变换关系,以初始仿射变换关系为几何约束条件,将特征点位窗口变换到搜索影像,同时将搜索影像窗口采样纠正到基准影像的像方空间坐标系下,进行相关系数匹配,接着在局部范围内采用多项式迭代剔除粗差,利用获得同名像点再次解算、更新二者的仿射变换关系;然后进行下层影像匹配直至底层影像,最后,将匹配结果转换到搜索影像的像方空间坐标系下,并进行最小二乘匹配,确定所述基准影像和所述搜索影像的仿射变换关系。
4.根据权利要求3所述的基于无人机影像的DSM生成方法,其特征在于,所述基于SFM算法确定所述基准影像和所述搜索影像的重叠区域内的同名像点对应的特征点的三维坐标,包括:
确定所述基准影像和所述搜索影像之间的本质矩阵;
对所述本质矩阵进行奇异值分解,确定相机的运动参数旋转矩阵和平移向量;
根据相机的运动参数旋转矩阵和平移向量确定同名像点对应的特征点的三维坐标。
5.根据权利要求4所述的基于无人机影像的DSM生成方法,其特征在于,所述利用多视图立体重建的方法根据所述基准影像和所述搜索影像的重叠区域内的同名像点对应的特征点的三维坐标获得稠密点云,生成无人机影像对应的DSM,包括:
根据所述基准影像和所述搜索影像的重叠区域内的同名像点对应的特征点的坐标确定面片坐标,生成稀疏点云对应的面片集合;
循环添加新邻域到所述面片集合中对所述面片集合进行更新,直到场景被所有可视的面全覆盖;
基于一致性约束条件,对更新后的面片集合中的面片进行剔除,生成稠密点云,从而生成无人机影像对应的DSM。
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北京道达天际科技有限公司,未经北京道达天际科技有限公司许可,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/202110615398.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种物联网网关控制器
- 下一篇:一种基于GPGPU可重构架构的方法及计算系统