一种基于无人机实现景观三维可视化的方法与流程

本发明属于3D技术领域，具体涉及一种基于无人机实现景观三维可视化的方法。

背景技术：

随着信息时代的不断发展，越来越多的应用需要三维场景模型。同时在计算机技术等信息技术的不断发展和多种数字化设备的不断普及下，建立与真实世界中某些场景或物体的三维模型的研究逐步受到研究者的关注。三维重建已经广泛应用于建筑、园林、虚拟现实等领域并在未来有着非常广阔的应用前景。

获取三维模型的方法可以分成三类：第一，直接利用数学模型或几何造型技术建立模型；第二，利用机械或非接触性扫描设备对真实物体进行扫描，进而重构出模型；第三，利用计算机视觉的方法，从图像中恢复物体的物体形状。三维扫描设备能够高精度的重建物体三维模型，但设备价格昂贵且运输和使用不便，尤其是对一些大型的户外场景很难进行建模。而基于数码相机或相机的计算机视觉方法则利用其拍摄的二维图像来恢复三维场景，该方法具有廉价、方便、灵活的优点。

同时近年来，无人机拍摄得到的航拍图像具有大尺度、广视角、高现势等优点。目前无人机航拍广泛应用于军事侦察、城市规划、土地及水资源调查、自然灾害监测、公共安全国防事业及广告摄影等领域，有着广阔的市场需求。本设计发明将无人机航拍图像与序列图像三维重建相结合，围绕园林景观场所三维重建。该研究横跨计算机视觉，自动控制控制，飞行器等多个学科，试图建立一个针对户外大型场景的高效、便捷，相对廉价的三维重建平台框架，该发明将在地形测绘，城市数字化等领域发挥重要的作用。

技术实现要素：

本发明的目的是提供一种基于无人机实现景观三维可视化的方法。

本发明采用以下技术方案：一种基于无人机实现景观三维可视化的方法，其包括以下步骤：步骤S1：通过带摄像机的无人机遥感平台获取影像；采用相对航高和设计航线进行拍摄，并进行航向和旁向对影像重叠度进行设定；步骤S2：对于获取的影像数据进行去除云雾处理，并根据研究区域大小进行镶嵌和裁剪，对影像进行几何精校正，对校正后的影像进行重采样，用于识别景观种类；将生成的无人机影像地表纹理映射到已经预先将的三维模型上构建模拟三维地表模型；步骤S3：对无人机影像拍摄的景观照片进行一系列预处理后，进行景观模型的建立；步骤S4：将建立的三维地表景观与三维地物的空间数据叠加生成研究区的三维景观；根据研究区景观情况建立其三维查询和分析功能。

在本发明一实施例中，步骤S1中通过检验航线弯曲度，确保精度，并根据天气及飞机参数设定航高差。

在本发明一实施例中，步骤S3中景观模型的构建包括以下步骤：从拼接好的无人机影像上提取景观的数字线划图，确定景观几何形状和高度的确定；对影像上无法获得的数据和信息通过现场测量和调查方式获得，从而进行景观的三维精细建模。

在本发明一实施例中，步骤S2中构建模拟三维地表模型包括以下步骤：利用影像匹配提取的连接点和少量地面控制点，将整个测区影像纳入到统一的物方坐标系，获得每张影像的外方位元素和加密点的物方坐标；具体包括以下步骤：步骤S21：获取每张影像的外方位元素及连接点点坐标的近似值；步骤S22：由每张像片上的控制点和加密点的像点坐标，根据共线方程式列误差方程式，共线方程式是光束法平差的基础数学模型：

式中：x，y为像点的像平面坐标；x0、y0、f0为影像的内方位元素；XS，YS，ZS为摄站点的物方空间坐标；XA，YA，ZA为物方点的物方空间坐标；ai，bi，ci，其中i=1,2,3；为像片的3个外方位角元素组成的9个方向余弦；步骤S23：对共线方程线性化，通过对影像的外方位元素和加密点的地面坐标求偏微分完成，像点坐标视为观测值，列出所有控制点和加密点的误差方程式：

写成矩阵为：

式中：

，

，, ，，，

组成方程为

；其中分别为地面坐标改正数，分别为摄站点坐标改正数；为像片外方角元素改正数；

步骤S24：区域网内所有像点都建立改化法方程式，由于加密点坐标未知数的个数远远大于外方元素的个数，按照循环分块的求解方法，先求出每张像片的外方位元素；

步骤S25：根据每张像片的外方位定向元素，利用多像片空间前方交会求解加密点的物方大地坐标，区域网平差的精度通过野外观测的检查点进行评定，根据解算出的外方位元素和检查点的像点坐标，求出检查点地面坐标的解算值，计算与实测坐标值的差值；检查点的平面中误差、高程中误差分别按下式计算：

式中，m为检查点中误差；为检查点野外实测坐标值与解算值的差值；n为检查点的个数；步骤S26：生成数字高程模型之后，接着利用空三加密成果跟数字高程模型成果生成正射影像；在生成正射影像的操作中可以对无人机获取的全部影像进行匀光匀色、正射影像纠正、色调均衡自动化处理，最终生成整个测区的正射影像图。

与现有技术相比，本发明具有以下优点：

（1）无人机技术可以弥补卫星遥感和大型航空摄影测量的云雾遮挡、地形限制等问题。

（2）机动快速、使用成本低、风险小、维护操作简单等技术特点。

（3）获取高分辨率的遥感影像提高了景观三维构建的精准度。

附图说明

图1为无人机实现景观三维流程示意图。

图2为空中测量示意图。

具体实施方式

下面结合附图和具体实施例对本发明做进一步解释说明。

本发明采用以下技术方案：一种基于无人机实现景观三维可视化的方法，其包括以下步骤：步骤S1：通过带摄像机的无人机遥感平台获取影像；采用相对航高和设计航线进行拍摄，并进行航向和旁向对影像重叠度进行设定；步骤S2：对于获取的影像数据进行去除云雾处理，并根据研究区域大小进行镶嵌和裁剪，对影像进行几何精校正，对校正后的影像进行重采样，用于识别景观种类；将生成的无人机影像地表纹理映射到已经预先将的三维模型上构建模拟三维地表模型；步骤S3：对无人机影像拍摄的景观照片进行一系列预处理后，进行景观模型的建立；

步骤S4：将建立的三维地表景观与三维地物的空间数据叠加生成研究区的三维景观；根据研究区景观情况建立其三维查询和分析功能。

本发明的主要流程示意图参见图1。

优选的，飞机平台选用大疆无人机飞机，相机选用Canon 450D 数码相机,镜头选用24mm焦距镜头，像幅为4272pixelx2848pixel，x、y方向像素大小均为5.197um。

在本发明一实施例中，步骤S1中通过检验航线弯曲度，确保精度，并根据天气及飞机参数设定航高差。

在本发明一实施例中，步骤S3中景观模型的构建包括以下步骤：从拼接好的无人机影像上提取景观的数字线划图，确定景观几何形状和高度的确定；对影像上无法获得的数据和信息通过现场测量和调查方式获得，从而进行景观的三维精细建模。

空中测量示意图参见图2。空三加密: 空三加密是无人机影像内业处理的核心内容，主要任务是利用影像匹配提取的连接点和少量地面控制点，将整个测区影像纳入到统一的物方坐标系，获得每张影像的外方位元素和加密点的物方坐标。空三加密的精度直接影响DOM、DLG、DSM等数字产品的质量。光束法区域网平差的基本思想是以每张像片所组成的一束光束作为平差的基本单元，以共线方程作为平差的基础方程。通过各个光束在空中的旋转和平移，使模型之间公共点的光线实现最佳交会，并使整个区域纳入到已知的控制点地面坐标系中去。根据每张像片上控制点、待定点的像点坐标，按照共线方程条件列误差方程式，整体解求全区域内每张像片的外方位元素以及所有加密点的地面坐标。

在本发明一实施例中，步骤S3中构建模拟三维地表景观包括以下步骤：利用影像匹配提取的连接点和少量地面控制点，将整个测区影像纳入到统一的物方坐标系，获得每张影像的外方位元素和加密点的物方坐标；具体包括以下步骤：步骤S31：获取每张影像的外方位元素及连接点点坐标的近似值；步骤S32：由每张像片上的控制点和加密点的像点坐标，根据共线方程式列误差方程式，共线方程式是光束法平差的基础数学模型：

式中：x，y为像点的像平面坐标；x0、y0、f0为影像的内方位元素；XS，YS，ZS为摄站点的物方空间坐标；XA，YA，ZA为物方点的物方空间坐标；ai，bi，ci，其中i=1,2,3；为像片的3个外方位角元素组成的9个方向余弦；步骤S33：对共线方程线性化，通过对影像的外方位元素和加密点的地面坐标求偏微分完成，像点坐标视为观测值，列出所有控制点和加密点的误差方程式：

写成矩阵为：

式中：

，

，, ，，，

组成方程为

；其中分别为地面坐标改正数，分别为摄站点坐标改正数；为像片外方角元素改正数；

步骤S34：区域网内所有像点都建立改化法方程式，由于加密点坐标未知数的个数远远大于外方元素的个数，按照循环分块的求解方法，先求出每张像片的外方位元素；

步骤S35：根据每张像片的外方位定向元素，利用多像片空间前方交会求解加密点的物方大地坐标，区域网平差的精度通过野外观测的检查点进行评定，根据解算出的外方位元素和检查点的像点坐标，求出检查点地面坐标的解算值，计算与实测坐标值的差值；检查点的平面中误差、高程中误差分别按下式计算：

式中，m为检查点中误差；为检查点野外实测坐标值与解算值的差值；n为检查点的个数；步骤S36：生成数字高程模型DEM之后，接着利用空三加密成果跟数字高程模型成果生成正射影像；在生成正射影像的操作中可以对无人机获取的全部影像进行匀光匀色、正射影像纠正、色调均衡等自动化处理，最终生成整个测区的正射影像图。即利用DPGri系统选择产品生产—生成正射影像，即可生成DOM。

以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。