广西壮族自治区自然资源遥感院 广西 南宁 530000
摘要:随着无人机技术的发展和研究,无人机影响的三维建模处理技术可以高效还原更为真实的相关场景。本文通过对无人机影像数据的研究,利用其三围建模处理技术,借助Agisoft Photoscan等相关软件,进行深入的研究和探讨,为从事相关领域的研发人员,给予一定帮助和借鉴。仅供参考。
关键词:无人机;影像数据;三维
引言:近些年,无人机成为了炙手可热的热门行业,其相关技术的研发和应用,都成了行业发展的高潮。尤其是影像数据中的三维建模处理技术,高效还原相关场景的模型搭建,未来将进一步应用到农业、军事、地质等多方面领域,对于未来的重要贡献和发展趋势,值得深入地探讨和研究。
1 数字地表模型构建
大部分的三围建模软件,可以将无人机记录的相关影像内容,进行计算,通过影像内容附加的地址信息,进行相关的密集点位计算,进而可以生成相关DSM构建三角网,通过三角网,将影像的密集信息中,匹配相关的地形点云,进而构建出大量的三角形,随着三角形的数量增加,显示出的地形数据相对就越加清晰,最后呈现出接近于真实地面的相关情况。
1.1泊松表面重建方法
DSM构建,采用Delaunay算法,这是DSM的通用算法。利用泊松表面重建方法,对DSM进行模型构建,经过该算法相关内容匹配后,衍生出的三围空间点云,再次对DSM重新构建。
由于泊松表面重建算法,是需要通过大量函数以及构造隐函数等方式进行计算,将所有具有向量属性的相关点集进行构建DSM问题,转化成为空间泊松分布问题。计算步骤为,假设点集在实验未知模型中的相关表面或者附近表达,抽出等值面进行密闭形状拟合。
该方法以及相关原理如下:
1.1.1常见指示函数,表达地表模型
数据m和采样点M,均属于包含关系,模型中,所有的样本包含一个点m。P和法向量m、n。
1.1.2泊松方程构建步骤
①由已知向点云估计向量场
②通过求解函数
③应用梯度算子归类泊松问题
1.2泊松表面重建方法
使用样本点的相关位置,定义八叉树,附加一个函数F1,将八叉树的每一个节点进行归属,八叉树和附加函数的计算,要符合以下条件。
①利用向量场,进行精准表达,线性求和的概念。
②泊松方程矩阵的表达,可以求出有效解。
③根据模型表面的内容,精准估计相关的指示函数。
通过方程的计算,进而得出实验采集点位附近的相关参数,利用计算方法,得出相应的等面值。
2 三围建模处理过程
2.1影像采集与预处理
对采集的相关数据,进行简单的检查和整理,同时,必须确保采集的影像内容完整,可靠。在导入到建模软件时,采集数据中前、后、左、右、中等五个方向的文件数量,是否和记录的数量一致,影像采集的顺序是否符合拍摄的相关需求,影像的数量是否和采集的数量相符。
2.2导入影像数据
将即将拼接的照片进行三维建模处理,检查导入的照片质量、数量、方向等是否符合相关需求。对于这些影像数据内容,进行简要标记,标记作为相关连接点使用,在这些标记使用过程中,建立控制点,进而成为真实的坐标。
2.3对影像数据优化处理
采集的影像数据的坐标、高程等信息内容,是对其照片的重要依据,利用三维建模软件可以自动完成,同时,选择精度较低的内容,进行快速排列。在开始自动对齐的任务后,几何畸形的采集数据,可以得到相应的校正。
2.4生成密集云
利用三维建模软件,对无人机的采集的大量影像数据,进行信息处理,通过相机保存相关位置信息,可以得到底层数据,衍生成密集点云。当建立完密集点云时,根据数据的相关要求,划分云质量的等级,一般分为5个等级。通常,选择的云质量等级越高,其密集算法就愈加严谨。与之相匹配的计算速度,也就更加缓慢。利用密集云,可以在航拍过程中,适当降低云点的质量,进而可以加快对于影像数据的处理速度。当然,也可以根据实际需求,对三维空间中,点云数据进行删减和整理。生成的密集点云,进行相关的数据构建,可以得到更多的三维模型。
2.5生成网络、形成纹理
软件中,生成的网格,可以按照需求,进行选择,具体有低版本、中版本、高版本,版本不同,其3D模型质量不同。当建模完毕后,可以发现无人机采集的影像数据与建模后,产生的模型、分辨率高低具有关联关系。
在生成网格之后,利用几何图元的编辑功能,删除不需要的画面。当无人机影像数据重叠程度不够时,产生的模型空洞,可以在软件中,进行关闭。除此之外,如何想要获得更多的多边形模型,需要对网格模型进行纹理覆盖。
2.6成果输出
在三维建模软件,处理完相关信息之后,导出正射影像,根据实际需求,对分辨率的高低,进行相应的调整和整理。同时,选择导出模式,3D模型,让视觉感受,更加清晰,直观。
3 实验结构与分析
3.1 3D模型分析
在处理相关影像数据时,需要根据影像数量以及点云数据的图像质量,进行相关的计算,最终得到3D模型。在三维建模过程中,3D模型的质量与点云数据的提取质量息息相关。因此,点云质量决定了3D模型的呈现程度。在无人机采集数据过程中,由于各种原因,导致的相关信息的采集缺失,都会造成后期3D模型构建失真。因此,对于模型的应用和探究,首先要提高采集数据的准确程度,同时,优化后期的相关计算,进一步提升3D模型的呈现程度。在评估测算的相关环节中,增加虚拟分析和大数据分析,提高数据的准确性和有效性。进而保障后期的呈现效果,可以达到相应的要求。
3.2 影像数据处理过程中,遇到问题的处理机制
3.2.1三维重建效果较差
三维重建的效果,呈现程度不佳。这可能是无人机在采集相关数据时,没有详细的记录和收集,而之后的软件运算,其采用的模式和原始资料不全,导致后期三维模型的呈现程度较差。因此,需要提高无人机对于影像数据的采集能力,多收集一些相关信息,进一步确保后期的计算效果。
3.2.2无人机拍摄方向错误
无人机拍摄方向错误,通常是在前期的检查阶段,对于摄像头的角度进行相应的调整,将所需要的角度和内容,完整拍摄,利用软件进行相关的连接工作,进一步提高无人机的拍摄准确性和可靠性[1]。
3.2.3数据计算时间过长
由于无人机在采集影像数据时,大部分的数据信息被有效采集,这些内容,在软件的处理作用下,会将一些无效信息进行筛选,将有效内容进行函数运算,为了提高3D建模的呈现效果,高分辨率的图像,需要大量的计算和分析,因此,数据的计算时间较长,如果采用相关较为迅速的出图模式,那么图像的分辨率较低,对于实际的应用价值较小。因此,未来的软件分析能力以及计算机的运算速度,有待加强,既要满足对于图像质量的需求,同时要满足快速的出图效果[2]。
结论:综上所述,通过相关实验研究,无人机影像数据的三维建模处理功能,对于我国各种行业,均有重要作用,因此,探究无人机的相关技术,是未来其他行业发展的重要支持,提高无人机的相关研发工作,是进一步收获科技的应用价值和意义。
参考文献:
[1]代成. 基于无人机倾斜摄影的交通基础设施规划方法研究[D].北京交通大学,2019.
[2]王晓坤. 基于无人机倾斜影像的三维模型纹理映射方法研究[D].山东建筑大学,2019.