[发明专利]一种面向城市三维建模的密集点云的快速提取方法

摘要

本发明提出一种面向城市三维建模的密集点云的快速提取方法，包括以下步骤：1)数据准备；2)建立坐标格网；3)将影像转换为灰度图像；4)判断各目标像素点的灰度值与其邻域像素点的灰度值的差值是否大于阀值A，如果是，则作为候选角点，否则，舍去；5)计算候选角点的角点响应函数(CRF)值，判断该候选角点的角点响应函数(CRF)值是否大于阀值B，如果是，则作为特征点，否则，舍去；6)匹配同名点；7)生成种子点；8)区域扩散；9)粗差剔除；10)生成密集点云，构tin建立三维模型。与现有技术相比，本发明具有误差小、精度高、运行效率高、应用扩展广泛等优点。

主权项

一种面向城市三维建模的密集点云的快速提取方法，其特征在于具体包括以下步骤：1)数据准备，数据具体包括倾斜航空摄影获取的多视影像数据、空三加密后的影像外方位元素、倾斜航摄仪相机参数信息，所述的多视影像数据包括有元数据，内含影像分辨率、影像投影坐标；2)在步骤1中的多视影像数据中的垂直影像上，按照城市三维建模精细化的实际需求建立坐标格网，坐标格网中每个格网单元的大小不小于影像分辨率，所述影像分辨率与步骤1的影像分辨率相同；3)将多视影像转换为灰度图像，并通过高斯滤波对灰度图像进行平滑处理；4)在灰度图像中，计算各目标像素点的灰度值与其邻域像素点的灰度值，将各目标像素点的灰度值与其邻域像素点的灰度值进行比较形成差值，多个差值构成一个数值范围，在该数值范围内确定阀值A的大小，然后判断各目标像素点的灰度值与其邻域像素点的灰度值的差值是否大于阀值A，如果是，则将该目标像素点提取作为候选角点，否则，直接舍去；5)计算步骤4中候选角点的角点响应函数(CRF)值，判断该候选角点的角点响应函数(CRF)值是否大于预先设定的阀值B，如果是，则将该候选角点提取作为特征点，否则，直接舍去；6)匹配同名点，选择参考影像和搜索影像，将参考影像上的特征点按核线几何约束条件在搜索影像上寻找同名点；7)生成种子点，利用步骤1中的数据进行初始匹配，获取种子点；8)区域扩散，即种子点扩散，内插生成待定点的空间坐标和法向量，得到相对密集的点云，使其均匀密集的分布在规则格网上；9)粗差剔除，通过多片前方交会严密解方式以及最小二乘思想，剔除点云粗差点；并判断格网单元是否计算完毕，如果是，则进入步骤10，否则，回到步骤8继续进行区域扩散；10)生成密集点云，构tin建立三维模型。