一种建筑物体框模型精细三维建模方法及系统技术方案

本发明专利技术涉及三维建模技术领域，尤其涉及一种建筑物体框模型精细三维建模方法及系统，针对现有算法之间进行匹配，并没有考虑该点云周围的点是不是能满足匹配要求，且现有三维建模方法构建的模型精确度不高，特征点捕捉过于集中，对于稀疏的点云过度匹配，对采集的图片缺少处理导致最后建模出现较大误差的问题，现提出如下方案，其三维建模方法包括以下步骤：S1：获取建模信息，S2：图片处理并对比信息，S3:扫描图片捕捉特征点，本发明专利技术的目的是通过对采集的图片进行预处理和三维数据对比，同时运用特征点极化捕捉与云扩散算法的相互作用捕捉更合理的特征分布，实现对图片的点云均匀捕捉，提高建模的准确度。提高建模的准确度。提高建模的准确度。

【技术实现步骤摘要】
一种建筑物体框模型精细三维建模方法及系统


[0001]本专利技术涉及三维建模
，尤其涉及一种建筑物体框模型精细三维建模方法及系统。

技术介绍

[0002]目前对于建筑建模的方法主要有地形图方法、传统航空摄影测量方法、工程测量方法、传统机载激光雷达航测扫描方法等。其中，机载激光雷达航测扫描方法获取的高精度、高密度激光扫描点云数据，能准确反映建筑物三维空间轮廓信息，可以实现大范围三维城市场景建模，已逐渐成为数字城市领域建筑物精细建模的主要技术方法之一，而采用扫描方法进行的三维建模顾名思义就是先把图片进行扫描，然后利用模型进行图片之间的关键点检测，利用检测后的图像进行特征点的匹配，匹配后相同的位置进行重叠，实现多个图片叠加来对物体进行三维建模。需要注意的是，目前的算法仅仅考虑图像之间的点云的相似性，没有考虑到点云之间的饱和度，也就是说，如果两张图片上点很相似，那么一般的现有算法之间进行匹配，并没有考虑该点云周围的点是不是能满足匹配要求，且现有三维建模方法构建的模型精确度不高，特征点捕捉过于集中，对于稀疏的点云过度匹配，对采集的图片缺少处理导致最后建模出现较大误差。
[0003]因此，我们提出了一种建筑物体框模型精细三维建模方法及系统用于解决上述问题。

技术实现思路

[0004]本专利技术的目的是为了解决目前现有算法之间进行匹配，并没有考虑该点云周围的点是不是能满足匹配要求，且现有三维建模方法构建的模型精确度不高，特征点捕捉过于集中，对于稀疏的点云过度匹配，对采集的图片缺少处理导致最后建模出现较大误差等问题，而提出的一种建筑物体框模型精细三维建模方法及系统。
[0005]为了实现上述目的，本专利技术采用了如下技术方案：
[0006]一种建筑物体框模型精细三维建模方法，包括以下步骤：
[0007]S1：获取建模信息：获取建模对象的位置信息和真实三维信息，侦测建模对象预设范围内的移动终端，并向侦测到的移动终端发送图像采集指令；
[0008]S2：图片处理并对比信息：将采集到的图片进行预处理，同时提取三维信息并将提取的三维信息和真实三维信息进行对比；
[0009]S3：扫描图片捕捉特征点：特征点极化捕捉，对各个图片上的点云进行检测；
[0010]S4：图片的特征点检测并进行特征点匹配：采用点云扩散算法对图片特征点进行检测并进行特征点匹配找到特征点之间的最优匹配；
[0011]S5：同位置重叠并进行修饰：选取相同位置特征点进行重叠进行三维建模；
[0012]S6：模型训练：转换特征点进行多次三维建模，对比多次建模成果；
[0013]优选的，所述S1中，通过无人机获取建模对象的位置信息，由机载雷达扫描建模对
象的真实三维信息并侦测建模对象预设范围内的移动终端，向侦测到的移动终端发送图像采集指令采集建模对象的多角度视图；
[0014]优选的，所述S2中，对采集到的图片进行预处理，其中预处理为图像分析、消除图像中的无关信息、滤除干扰和噪音以及对图片进行几何规范化，同时提取图片的三维信息并将提取到的信息与检测到的真实三维信息进行对比，若在合理误差范围内则进行下一步骤，若不在合理范围内则重新进行图片获取直至信息对比结果在合理范围内进行下一步骤；
[0015]优选的，所述S3中，特征点极化捕捉是通过HRNet(将不同分辨率的feature map进行并联，并在并联基础上，添加不同分辨率 feature map之间的交互)进行图片的获取，用机载激光雷达航测扫描方法扫描图片获取的高精度、高密度激光扫描点云数据，并利用多阶段获取图像的heatmap(热图，一种常见的可视化手段)，实现特征点转热图，完成特征点的捕捉，在进行HRNet进行特征点捕捉过程中，加入PSA(极化自注意力机制)注意力机制获得不同特征点的关注，对特征点进行纠错，防止捕捉的特征点过于集中，采用PSA+HRNet就可以完成一张图片的完整、准确的特征点捕捉；
[0016]优选的，所述S4中，点云扩散算法是通过检测图片之间的点云相似度，根据相似度进行TOP10排序，找到排序候选集，对排序候选集中的相似排序与规定阈值相比给定参数a，给定排序中点云在其图片中周围点云数量与规定阈值相比给定参数b，再将a与b分别送入到之前特征捕捉过程的HRNet中进行特征点捕捉的channel 层(卷基层的交互通道)，实现层间注意，捕捉更合理的特征分布，防止稀疏的点云过度匹配，从而影响三维建模工作，同时对a 与b进行加权，利用加权后的最大值作为图片之间的最优匹配实现特征点的匹配，将图片相互关联起来；
[0017]优选的，所述S5中，在进行S4后得到的最优匹配中选取相同特征点，将相同特征点进行重叠实现三维建模，并采用3D渲染技术对模型进行修饰；
[0018]优选的，所述S6中，在进行模型训练过程中，图像先进入 HRNet，再进入PSA，可以当作是HRNet+PSA模块，根据点云检测与实际ground truth(有效的正确数据)的loss(损失函数)可以计算出是否超过阈值loss，若超过则调整HRNet+PSA模块的数目，使下一个迭代的图片进行两个HRNet+PSA模块，若loss下降到阈值以下，则将HRNet+PSA模块变为一个动态的HRNet+PSA模块变换，一次建模完成后选取最优匹配中中其他相同特征点进行多次建模，并对比多次建模是否相同；
[0019]一种建筑物体框模型精细三维建模系统，包括信息获取模块、侦测模块、图片采集模块、图片处理模块、对比模块、扫描模块、检测模块、匹配模块、建模模块和调整模块，其中信息获取模块分别与侦测模块、图片采集模块连接，侦测模块与图片采集模块连接，图片采集模块与图片处理模块连接，图片处理模块与对比模块连接，对比模块分别与扫描模块、调整模块连接，扫描模块与检测模块连接，检测模块与匹配模块连接，匹配模块与建模模块连接，建模模块与调整模块连接；
[0020]优选的，所述信息获取模块用于获取建模对象的位置信息和真实三维信息，所述侦测模块用于侦测建模对象预设范围内的移动终端，所述图片采集模块用于向移动终端发送图像采集指令采集建模对象的多角度视图，所述图片处理模块用于对采集到的图片进行预处理，所述对比模块用于将提取到的图片的三维信息与检测到的真实三维信息进行对比
以及多次建模的结果进行对比，所述扫描模块用于侦测建模对象预设范围内的移动终端和获取点云数据，所述检测模块用于实现层间注意，捕捉更合理的特征分布，所述匹配模块用于将图片相互关联起来，所述建模模块用于实现三维建模，对所述调整模块提高点云捕捉的速度和精度，实现对GPU(图形处理器)的利用。
[0021]与现有技术相比，本专利技术的有益效果是：
[0022]1、对采集的图片进行预处理，排除里不必要因素导致建模出现较大误差，提高了建模的准确度。
[0023]2、对预处理后的图片采集三维信息并对比进一步增加了建模的精确性。
[0024]3、云扩散算法能对点云相似度和饱和度同时考虑，实现点云本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种建筑物体框模型精细三维建模方法，其特征在于，包括以下步骤：S1：获取建模信息：获取建模对象的位置信息和真实三维信息，侦测建模对象预设范围内的移动终端，并向侦测到的移动终端发送图像采集指令；S2：图片处理并对比信息：将采集到的图片进行预处理，同时提取三维信息并将提取的三维信息和真实三维信息进行对比；S3：扫描图片捕捉特征点：特征点极化捕捉，对各个图片上的点云进行检测；S4：图片的特征点检测并进行特征点匹配：采用点云扩散算法对图片特征点进行检测并进行特征点匹配找到特征点之间的最优匹配；S5：同位置重叠并进行修饰：选取相同位置特征点进行重叠进行三维建模；S6：模型训练：转换特征点进行多次三维建模，对比多次建模成果。2.根据权利要求1所述的一种建筑物体框模型精细三维建模方法，其特征在于，所述S1中，通过无人机获取建模对象的位置信息，由机载雷达扫描建模对象的真实三维信息并侦测建模对象预设范围内的移动终端，向侦测到的移动终端发送图像采集指令采集建模对象的多角度视图。3.根据权利要求1所述的一种建筑物体框模型精细三维建模方法，其特征在于，所述S2中，对采集到的图片进行预处理，其中预处理为图像分析、消除图像中的无关信息、滤除干扰和噪音以及对图片进行几何规范化，同时提取图片的三维信息并将提取到的信息与检测到的真实三维信息进行对比，若在合理误差范围内则进行下一步骤，若不在合理范围内则重新进行图片获取直至信息对比结果在合理范围内进行下一步骤。4.根据权利要求1所述的一种建筑物体框模型精细三维建模方法，其特征在于，所述S3中，特征点极化捕捉是通过HRNet进行图片的获取，用机载激光雷达航测扫描方法扫描图片获取的高精度、高密度激光扫描点云数据，并利用多阶段获取图像的heatmap，实现特征点转热图，完成特征点的捕捉，在进行HRNet进行特征点捕捉过程中，加入PSA注意力机制获得不同特征点的关注，对特征点进行纠错。5.根据权利要求1所述的一种建筑物体框模型精细三维建模方法，其特征在于，所述S4中，点云扩散算法是通过检测图片之间的点云相似度，根据相似度进行TOP10排序，找到排序候选集，对排序候选集中的相似排序与规定阈值相比给定参数a，给定排序中点云在其图片中周围点云数量与规定阈值相比给定参数b，再将a与b分别送入到之前特征捕捉过程的HRNet中进行特征点捕捉的channel层，实现层间注意，捕捉更合...

【专利技术属性】
技术研发人员：陈涛，孙廷昌，丘恩华，周刚，徐斌，易成功，
申请(专利权)人：南方电网调峰调频发电有限公司有限责任有限公司，
类型：发明
国别省市：