[發(fā)明專利]數(shù)字正射影像的制作方法及裝置

在審

• 申請?zhí)枺?/td>: 201810772947.2
• 申請日: 2018-07-14
• 公開（公告）號: CN109118587A
• 公開（公告）日: 2019-01-01
• 發(fā)明（設(shè)計）人: 黃莉萍
• 申請（專利權(quán)）人: 武漢華宇世紀(jì)科技發(fā)展有限公司
• 主分類號: G06T17/20
• 分類號: G06T17/20;G06K9/46
• 代理公司: 武漢藍(lán)寶石專利代理事務(wù)所(特殊普通合伙) 42242
• 代理人: 廉海濤

1.一種數(shù)字正射影像的制作方法，用于制作正射影像，其特征在于包括：

攝取被測物體的多幅影像；

通過對所述影像的影像匹配生成原始點云；

由所述原始點云構(gòu)建TIN模型；

基于所述TIN模型對所述影像進行數(shù)字微分糾正生成正射影像。

2.如權(quán)利要求1所述的數(shù)字正射影像的制作方法，其特征在于，所述的通過對所述影像的匹配生成原始點云，包括：

對兩幅所述影像進行同名匹配，求取所述影像的同名像點；

基于所述同名像點構(gòu)建Delaunay三角網(wǎng)；

以所有不規(guī)則三角形的重心為內(nèi)插點，在所述Delaunay三角網(wǎng)中進行二次像點的內(nèi)插，所述二次像點和所述同名像點組成高精度同名像點合集；

根據(jù)所述高精度同名像點合集的同名像對生成原始點云。

3.如權(quán)利要求2所述的數(shù)字正射影像的制作方法，其特征在于，所述的對兩幅所述影像進行同名匹配，求取所述影像的同名像點，包括：

通過SIFTT特征算子匹配兩幅所述影像；

選用RANSAC算法優(yōu)化匹配結(jié)果，求取高精度的同名像點。

4.如權(quán)利要求2所述的數(shù)字正射影像的制作方法，其特征在于，所述的對兩幅所述影像進行同名匹配，求取所述影像的同名像點，包括：

選用Harris算子提取所述圖像的部分特征像點作為中心像點；

選用所述中心像點作為算子的窗口中心點，對所述窗口進行重心加權(quán)處理后精確提取所述圖像的特征像點；

選用最小二乘匹配算法匹配所述特征像點為同名像點。

5.如權(quán)利要求2所述的近景攝影測量方法，其特征在于，所述的對兩幅所述影像進行同名匹配，求取所述影像的同名像點，包括：

根據(jù)核線約束條件、灰度相似性條件、角度距離約束條件、梯度方向約束條件、雙向一致性條件中的一種或多種匹配至少兩幅所述影像的同名像點。

6.如權(quán)利要求1所述的數(shù)字正射影像的制作方法，其特征在于，所述的根據(jù)所述高精度同名像點合集的同名像對生成原始點云，包括：

選用所述高精度同名像點合集解算左、右所述影像的定向參數(shù)，并以所述定向參數(shù)為初值，通過光束法平差求取左、右所述影像的位置與姿態(tài)參數(shù)；

根據(jù)左、右所述影像的位置和姿態(tài)信息，以及高精度同名像點合集進行三維重建生成原始點云。

7.如權(quán)利要求1所述的數(shù)字正射影像的制作方法，其特征在于，所述的由所述原始點云構(gòu)建TIN模型，包括：

以原始點云作為數(shù)據(jù)點建立包括虛擬格網(wǎng)，所述虛擬格網(wǎng)包括存在數(shù)據(jù)點的強格網(wǎng)和不存在數(shù)據(jù)點的弱格網(wǎng)；

對所述弱格網(wǎng)進行中心插值，即以弱格網(wǎng)的中心坐標(biāo)為插值點；

以數(shù)據(jù)點和插值點構(gòu)造不規(guī)則三角網(wǎng)，即構(gòu)成TIN模型。

8.如權(quán)利要求1所述的數(shù)字正射影像的制作方法，其特征在于，所述的基于所述TIN模型對所述影像進行數(shù)字微分糾正生成正射影像之后，包括：

通過共線方程查找并補償所述正射影像的遮蔽區(qū)域。

9.如權(quán)利要求1所述的數(shù)字正射影像的制作方法，其特征在于，所述的攝取被測物體的多幅影像與所述的通過對所述影像的影像匹配生成原始點云之間，包括：

選用Wallis濾波器對至少一幅所述的影像增強處理；

選用點特征提取算子提取增強處理后所述圖像的特征像點。

10.一種數(shù)字正射影像的制作裝置，其特征在于包括：

拍攝裝置，攝取被測物體的多幅影像；

三維重建模塊，影像匹配所述影像，生成原始點云；

TIN模型構(gòu)建模塊，由所述原始點云構(gòu)建TIN模型；

影像生成模塊，基于所述TIN模型對所述影像進行數(shù)字微分糾正生成正射影像。