[發明專利]一種基于無人機傾斜三維模型的建筑物提取方法

在審

• 申請號: 202111394175.1
• 申請日: 2021-11-23
• 公開（公告）號: CN114119902A
• 公開（公告）日: 2022-03-01
• 發明（設計）人: 李德貴;尚永衡;陳鋼;沈正偉;尹建偉
• 申請（專利權）人: 浙江大學德清先進技術與產業研究院
• 主分類號: G06T17/10
• 分類號: G06T17/10;G06T19/20;G06T7/13
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 林松海

本發明提供了一種基于無人機傾斜三維模型的建筑物提取方法，包括以下步驟：步驟1：首先利用無人機傾斜攝影測量獲取高精度實景三維圖像及形成三維模型；步驟2：對點云數據進行分類和濾波；步驟3：對經過分類和濾波后的點云數據進行圖像轉換；步驟4：刪除建筑物墻體面組成節點，保留建筑物主體頂面組成節點；步驟5：將步驟4中剩下的主體節點進行首尾連接并形成建筑物特征輪廓；步驟6：將步驟5中的建筑物特征輪廓在三維模型的坐標系統中進行疊加和還原，最終獲得目標建筑物的輪廓。本發明自動化程度高，全過程只需要一人操控就能完成，提取到的建筑物不僅精度高，成本低，而且能夠解決現有建筑物無法在傾斜三維場景中的技術問題。

技術領域

本發明屬于無人機傾斜三維模型技術領域，特別涉及一種基于無人機傾斜三維模型的建筑物提取方法。

背景技術

隨著計算機技術和低空傾斜三維系統平臺技術的不斷發展，出現了一種全新獲取城市場景三維重建的方法：傾斜三維攝影；傾斜攝影是通過在同一飛行器平臺上，搭載多臺傳感器，同時從一個垂直、四個傾斜等五個不同的角度采集影像，基于多視影像的三維建模方法，恢復目標對象的三維結構，同時獲取三維模型表面紋理信息。近幾年，隨著無人機技術的日益成熟，獲取航空影像數據的成本也大大降低。因此，基于多視傾斜影像的城市三維場景的構建就變得更加的廣泛。

現有的基于普通無人機航拍圖像的建筑物輪廓提取方法，包括利用空三結合密集匹配的方法生成三維點云，并對點云進行濾波處理，從其中檢測出建筑物。對檢測的建筑刪除墻面后，從建筑物頂面信息提取建筑物粗輪廓。建筑物粗輪廓作為緩沖區疊加拼接影像上，利用建筑物粗輪廓作為形狀先驗信息，在緩沖區內用水平集算法進行演化，最后得到建筑物輪廓。

現有的技術通過普通無人機航拍圖像提取建筑物輪廓的方式得到的建筑物精度低，降低了建筑物輪廓提取的精度，從而不易于推廣使用。

發明內容

為了克服上述現有技術的不足，本發明的目的在于提供一種基于無人機傾斜三維模型的建筑物提取方法，能夠得到高精度的三維模型，然后提取到高精度的建筑物輪廓信息，這種方法提高了建筑物輪廓提取的精度；本發明解決了目前提取建筑物輪廓的方式得到的影像的信息精度低，降低了建筑物輪廓提取的精度，從而不易于推廣的問題。

為了實現上述目的，本發明采用的技術方案是：

一種基于無人機傾斜三維模型的建筑物提取方法，包括以下步驟：

步驟1：首先利用無人機傾斜攝影測量獲取高精度實景三維圖像，經過處理形成實景三維模型，然后根據實景三維模型自動提取建筑輪廓的點云數據并賦予坐標系，并將帶坐標的點云數據切成為若干個小切片；

步驟二2：對步驟1中得到的點云數據對干擾雜物進行分類和濾波處理，所述的干擾雜物包括樹木、水體和電纜，最終得到建筑物的點云數據；

步驟3：對經過分類和濾波后的建筑物點云數據進行圖像轉換，將步驟2中獲得的全部點云數據逐個轉換成圖像，并獲得每個切片所對應的圖像；

步驟4：刪除建筑物墻體面組成節點及建筑物的頂面凸起或者凹陷的最高點和最低點；保留建筑物主體頂面組成節點；

步驟5：將步驟4中保留的建筑物主體節點進行首尾連接并形成建筑物特征輪廓；

步驟6：將步驟5中的建筑物特征輪廓在三維模型的坐標系統中進行疊加和還原，最終獲得目標建筑物的輪廓。

所述步驟1中對點云數據賦予坐標系：首先將建筑物的三個方向分別定義為長(X)、寬(Y)、高(Z);分別對三個方向上的建筑物進行若干個切片處理；分別對每一個小切片的三個方向上進行做連接點；在對建筑物每個面上的小切片連接點做相應的處理，最終得到建筑物的點云數據。

所述步驟2中采用的是均勻采樣濾波方式，首先構建種子網格，將建筑物和干擾雜物的臨界點標記呈若干個種子點；接下來就是提取點云數據，在提起點云數據的過程中，當提取的種子點與建筑物的點位置相重合時，濾波算法自動屏蔽此點云，反之就認為是建筑物點云數據。