无人机影像数据的三维建模处理研究

无人机影像数据的三维建模处理研究

曾子健

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.