航拍狭长带状采集数据空三结果扭曲的改正方法技术

本发明专利技术公开一种航拍狭长带状采集数据空三结果扭曲的改正方法，包括以下步骤：S1：从狭长带状采集数据中选取一个局部区域的数据；S2：通过实景建模软件的空三功能对该局部区域的数据进行空三解算；S3：导出局部区域的数据空三解算结果对应的相机组的光学属性信息；S4：利用实景建模软件加载全部的狭长带状采集数据；S5：在全部的狭长带状采集数据进行空三解算前，导入步骤S3中获得的相机组的光学属性信息并固定；S6：实景建模软件进行空三计算，输出空三结果。本发明专利技术通过固定相机组的光学属性信息，从而消除了相机组的光学属性信息对狭长带装采集数据的影响，提升建模的质量。提升建模的质量。提升建模的质量。

【技术实现步骤摘要】
航拍狭长带状采集数据空三结果扭曲的改正方法


[0001]本专利技术涉及实景建模
，尤其涉及一种航拍狭长带状采集数据空三结果扭曲的改正方法。

技术介绍

[0002]目前市场上实景三维建模软件软件，在处理无人机狭长带状采集的数据时，会常遇到空三结果扭曲、打弯、环状的问题，遇到这样的狭长带状数据，传统的改善方式是将狭长的带状数据分段，使分段后的每一块数据呈现较为均匀的分布，然后对每段数据分别进行空三，最终将分段后的多个空三数据进行合并输出完整的空三文件，以达到改善狭长带状采集数据扭曲、打弯、环状的结果。传统的处理方式在一定程度上可以解决狭长带状采集数据扭曲、打弯、环状的结果，但是治标不治本，分段空三的会造成各个空三结果精度不一致，导致的接边误差，从而衍生出空三结果的精度质量等问题，对后续生产三维模型数据中造成严重影响。
[0003]因此，现有技术存在缺陷，需要改进。

技术实现思路

[0004]本专利技术要解决的技术问题是：提供一种航拍狭长带状采集数据空三结果扭曲的改正方法，以解决无人机狭长带状采集影像数据，空三结果扭曲、打弯、环状的问题，同时也能完全保证整体空三结果的相对精度，避免了因狭长数据分段空三造成的接边误差等问题。
[0005]本专利技术的技术方案如下：提供一种航拍狭长带状采集数据空三结果扭曲的改正方法，包括以下步骤。
[0006]S1：从狭长带状采集数据中选取一个局部区域的数据。
[0007]S2：通过实景建模软件的空三功能对该局部区域的数据进行空三解算。r/>[0008]S3：导出局部区域的数据空三解算结果对应的相机组的光学属性信息。
[0009]S4：利用实景建模软件加载全部的狭长带状采集数据。
[0010]S5：在全部的狭长带状采集数据进行空三解算前，导入步骤S3中获得的相机组的光学属性信息，并将空三解算中的相机组的光学属性信息固定为步骤S3中获得的相机组的光学属性信息。
[0011]S6：空三解算中的相机组的光学属性信息固定后，实景建模软件对全部的狭长带状采集数据进行空三计算，输出空三结果。
[0012]通过固定相机组的光学属性信息，从而消除了相机组的光学属性信息对狭长带装采集数据的影响。同时，避免了传统处理方式带来的各个空三结果精度不一致、导致的接边误差问题，以及衍生出空三结果的精度质量等问题，提升建模的质量。
[0013]进一步地，在步骤S2中，若实景建模软件对局部区域的数据空三解算失败，增加连接点，再次进行空三解算。
[0014]进一步地，在步骤S6中，若实景建模软件对狭长带状采集数据空三解算失败，增加
连接点，再次进行空三解算。
[0015]进一步地，在步骤S3中，通过实景建模软件导出局部区域的数据空三解算结果对应的相机组的光学属性信息。
[0016]进一步地，局部区域的数据基于同等采集数据的条件下。
[0017]进一步地，所述局部区域的长宽比在3:4到4:3之间。
[0018]进一步地，所述实景建模软件为ContextCapture。实景建模软件不止限于ContextCapture，还包括目前市场上其他实景建模建模软件以及后续新的实景建模软件。
[0019]进一步地，在一个优选的方案中，所述航拍狭长带状采集数据空三结果扭曲的改正方法，还包括：S7：若步骤S6的空三结果仍出现环状和/或扭曲和/或打弯的结果，从狭长带状采集数据中选取另一个局部区域的数据，重复步骤S2
‑
S6，获得第二个空三结果；若该空三结果正常，则输出该空三结果，否则重新进入步骤S1。
[0020]采用上述方案，本专利技术提供一种航拍狭长带状采集数据空三结果扭曲的改正方法，通过固定相机组的光学属性信息，从而消除了相机组的光学属性信息对狭长带装采集数据的影响。同时，避免了传统处理方式带来的各个空三结果精度不一致、导致的接边误差问题，以及衍生出空三结果的精度质量等问题，提升建模的质量。
附图说明
[0021]图1为本专利技术的一实施例的流程示意图；
[0022]图2为对航拍狭长带状采集影像数据直接进行空三解算输出的空三结果的效果图；
[0023]图3为采用本方法对航拍狭长带状采集影像数据进行空三解算输出的空三结果的效果图；
[0024]图4为本专利技术的另一实施例的流程示意图。
具体实施方式
[0025]以下结合附图和具体实施例，对本专利技术进行详细说明。
[0026]实施例1
[0027]请参阅图1，本实施例提供一种航拍狭长带状采集数据空三结果扭曲的改正方法，包括以下步骤。
[0028]S1：从狭长带状采集数据中选取一个局部区域的数据。局部区域的数据基于同等采集数据的条件下。所述局部区域的长宽比在3:4到4:3之间。
[0029]S2：通过实景建模软件的空三功能对该局部区域的数据进行空三解算。在本实施例中，所述实景建模软件为ContextCapture。若实景建模软件对局部区域的数据空三解算失败，增加连接点，再次进行空三解算。
[0030]S3：通过实景建模软件导出局部区域的数据空三解算结果对应的相机组的光学属性信息。
[0031]S4：利用实景建模软件加载全部的狭长带状采集数据。
[0032]S5：在全部的狭长带状采集数据进行空三解算前，导入步骤S3中获得的相机组的光学属性信息，并将空三解算中的相机组的光学属性信息固定为步骤S3中获得的相机组的
光学属性信息。
[0033]S6：空三解算中的相机组的光学属性信息固定后，实景建模软件对全部的狭长带状采集数据进行空三计算，输出空三结果。若实景建模软件对狭长带状采集数据空三解算失败，增加连接点，再次进行空三解算。
[0034]请参阅图2和图3，从图3中可以看出，采用本方法得到的空三结果的效果图能够很好的解决图2中出现的扭曲、打弯、环状的问题；而且，由于是对整体的数据进行空三解算，不会有传统处理方式带来的各个空三结果精度不一致、导致的接边误差问题，以及衍生出空三结果的精度质量等问题；能够有效提升建模的质量。
[0035]实施例2
[0036]请参阅图4，本实施例提供一种航拍狭长带状采集数据空三结果扭曲的改正方法，包括以下步骤。
[0037]S1：从狭长带状采集数据中选取一个局部区域的数据。局部区域的数据基于同等采集数据的条件下。所述局部区域的长宽比在3:4到4:3之间。
[0038]S2：通过实景建模软件的空三功能对该局部区域的数据进行空三解算。在本实施例中，所述实景建模软件为ContextCapture。若实景建模软件对局部区域的数据空三解算失败，增加连接点，再次进行空三解算。
[0039]S3：通过实景建模软件导出局部区域的数据空三解算结果对应的相机组的光学属性信息。
[0040]S4：利用实景建模软件加载全部的狭长带状采集数据。
[0041]S5：在全部的狭长带状采集数据进行空三本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种航拍狭长带状采集数据空三结果扭曲的改正方法，其特征在于，包括以下步骤：S1：从狭长带状采集数据中选取一个局部区域的数据；S2：通过实景建模软件的空三功能对该局部区域的数据进行空三解算；S3：导出局部区域的数据空三解算结果对应的相机组的光学属性信息；S4：利用实景建模软件加载全部的狭长带状采集数据；S5：在全部的狭长带状采集数据进行空三解算前，导入步骤S3中获得的相机组的光学属性信息，并将空三解算中的相机组的光学属性信息固定为步骤S3中获得的相机组的光学属性信息；S6：空三解算中的相机组的光学属性信息固定后，实景建模软件对全部的狭长带状采集数据进行空三计算，输出空三结果。2.根据权利要求1所述的一种航拍狭长带状采集数据空三结果扭曲的改正方法，其特征在于，在步骤S2中，若实景建模软件对局部区域的数据空三解算失败，增加连接点，再次进行空三解算。3.根据权利要求1所述的一种航拍狭长带状采集数据空三结果扭曲的改正方法，其特征在于，在步骤S6中，若实景建模软件对狭长带状采集数据空三解算失败，增加连接点，再次进行空三解算。4...

【专利技术属性】
技术研发人员：张彪，邹琼，周双全，
申请(专利权)人：深圳市瑞云科技有限公司，
类型：发明
国别省市：