System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于三维重建的像素解析度计算方法技术_技高网

一种基于三维重建的像素解析度计算方法技术

技术编号:40213789 阅读:20 留言:0更新日期:2024-02-02 22:22
本发明专利技术公开了一种基于三维重建的像素解析度计算方法。该方法首先依据目标所在结构的现场信息来布设控制点,合理规划拍摄路径,然后依据倾斜摄影测量原理,获取被测物体多视图序列影像,之后用SfM‑MVS算法建立目标表面三维模型,再引入RANSAC算法进行平面拟合,近似确定构件表面所测目标的三维位置,计算出物距,进而求得像素解析度。该方法可以省去测距仪以提高测量工作的效率,也省去了张贴标识的步骤以保护工作人员的安全,同时,其测量精度相对传统方法也有所提升。

【技术实现步骤摘要】

本专利技术涉及像素解析度计算方法领域,具体涉及一种基于三维重建的像素解析度计算方法


技术介绍

1、像素解析度是联系二维图像像素尺寸与三维空间物体实际尺寸的桥梁,只有确定了像素解析度,才能够根据图像求出所测目标的实际尺寸。以往计算像素解析度是通过放置固定尺寸靶标法和物距法,但是在实际工程中目标所处的位置可能位于高层结构外立面,或不便与张贴标识的复杂地理环境,可能会对工作带来困难,甚至有一定的安全隐患;而且这两种方法都需要携带测距仪,这会对工作的开展带来一定不变;同时,从测距仪设置的位置发射出的激光可能不完全垂直于被测平面,这会对测量精度带来一定影响。


技术实现思路

1、本专利技术要解决的技术问题是提供一种基于三维重建的像素解析度计算方法,即可以解放人力,提高效率,避免安全隐患,又提高了测量精度。

2、为了解决上述技术问题,本专利技术提供了一种基于三维重建的像素解析度计算方法,包含以下步骤:

3、步骤(1)依据目标所在结构的现场信息来布设控制点,并规划成像设备的拍摄路径,利用倾斜摄影测量原理,获取被测物体多视图序列影像;

4、步骤(2)使用sfm-mvs算法建立目标表面的三维模型,并获得光心三维坐标;

5、步骤(3)引入ransac算法对三维模型进行平面拟合,确定结构表面所测目标的三维位置,并获得平面方程;

6、步骤(4)利用步骤(2)中获取的光心三维坐标和步骤(3)中得到的平面方程计算出物距u,并求得像素解析度。

<p>7、进一步的,步骤(1)中,以1个正射及4个倾斜角度的航线获取被测物体多视图序列影像,且根据拍摄路径、相片重叠率、相机角度参数合理规划,保证影像分辨率及结构表面数据完整性。

8、进一步的,步骤(2)中,在建立目标表面三维模型过程中,进行特征点匹配、相机运动参数估计、稀疏点云重建,具体如下:

9、特征点匹配时,利用尺度不变特征变换算法,通过高斯函数对被测物体多视图序列影像的图像进行模糊降采样及差分处理得到最佳尺度空间,在最佳尺度空间中选取局部空间极值点来组成图像特征点,使其不随影像角度和光照变化而改变;

10、采用相机运动参数估计将匹配到的特征点重建为空间成像模型,其包括光心位置、成像平面空间位置信息,通过多视角几何算法完成相机运动参数求解,利用基础矩阵f和本质矩阵e求解出两个相机的位姿变换[r|t],结果中旋转矩阵r表示成像平面位置及朝向,平移矩阵t表示光心位置;基础矩阵f共包括7个待定参数,通过最少7组匹配的特征点确定基础矩阵f,本质矩阵e是基础矩阵f在图像坐标系归一化时的表达形式:

11、x'tfx=0

12、e=k'tfk

13、rt[t]χ=e

14、

15、式中,x与x'分别表示匹配特征点对的齐次像素坐标,[t]χ表示矩阵t=[t1,t2,t3]t的叉乘乘子形式,k为成像设备标定中3*3的内参矩,t为矩阵的转置;

16、利用光束平差法求解匹配点空间坐标建立点云模型,将各航线的正射、倾斜影像平差单元联合为统一的平差区域,进行整体平差,基于最小二乘法解算误差方程,实现稀疏点云构建;以稀疏点云作为输入,经扩散、过滤实现影像密集匹配,得到三维密集点云,对三维密集点云进行三角剖分构建不规则三角网格,经纹理映射最终形成三维模型。

17、进一步的,步骤(3)中,将三维模型的网格顶点三维坐标导出,记为合集g;由于目标所在区域为三维模型主体部分,网格顶点三维坐标分布密集,通过统计坐标分布频率,选取分布频率最高的三组并将三组坐标所在的范围设定为阈值,对上述网格顶点三维坐标集合进行筛选,得到目标平面周边的三维坐标,记为合集g’;利用ransac算法将合集g’中的样本分为局内点和局外点,通过选择一组数据中的随机子集进行一致性验证并反复迭代剔除局外点且保留局内点,最终得到目标所在平面方程fcrack;

18、ransac算法在三维平面拟合过程中的整体流程分解如下:a、导入点云簇数据集合{pi},kt=0;

19、b、从{pi}中随机选择3个数生成平面方程,计算{pi}中所有点到平面的距离,生成集合{pti};

20、c、计算{pti}中小于等于t的数据的个数nt;

21、d、如果nt≥n,输出平面方程,程序结束;否则,kt=kt+1,继续执行;

22、e、如果kt<k,跳回至b,否则程序结束,拟合失败;

23、其中t为满足三维模型的偏差阈值、n为满足三维模型的点云数量阈值、k为验证迭代次数。

24、进一步的,步骤(4)中首先需要修正光轴与被测目标平面法线存在夹角导致的物距计算误差,在相机坐标系下取任意不共线的三点(xc1,yc1,zc1)、(xc2,yc2,zc2)、(xc3,yc3,zc3),即为相机坐标系下成像平面中的三点坐标,使用步骤(2)中得到的旋转矩阵r、平移矩阵t,将该三点转换到世界坐标系,相机坐标系与世界坐标系之间的转换关系为:

25、

26、式中xw、yw、zw为转换后的坐标值;

27、之后利用转换后的三点确定世界坐标系中成像平面的方程fw,此时平面fw于平面fcrack的夹角即为修正角α,进而求出旋转角矩阵;通过旋转角矩阵与光心三维坐标相乘,完成光心位置的修正,最终求得修正后的光心三维坐标到目标平面方程的距离,即为物距u;

28、

29、式中xw’、yw’、zw’为夹角修正后的光心三维坐标值;

30、进一步的,在计算像素解析度时,将成像设备简化为薄透镜成像模型,并进行成像比例调整;

31、薄透镜成像公式为:

32、

33、式中u为物距,v为像距,f为焦距;最后根据以下计算公式算出像素解析度:

34、

35、pr表示像素解析度,单位为mm/pixel,pis表示成像设备中传感器元件每1mm尺寸范围内容纳的像素个数。

36、本专利技术的有益效果:

37、利用三维重建过程中获取的光心三维坐标和目标平面拟合得到的平面方程计算物距u,在无测距仪的条件下获取物距信息,即可以省去传统技术中测量需要携带测距仪的缺点,提高了测量工作的效率,也省去了张贴标识的步骤,避免了安全隐患,同时,避免了从测距仪设置的位置发射出的激光可能不完全垂直于被测平面的影响,提高了测量精度。

本文档来自技高网
...

【技术保护点】

1.一种基于三维重建的像素解析度计算方法,其特征在于,包含以下步骤:

2.如权利要求1所述的基于三维重建的像素解析度计算方法,其特征在于,步骤(1)中,以1个正射及4个倾斜角度的航线获取被测物体多视图序列影像,且根据拍摄路径、相片重叠率、相机角度参数合理规划,保证影像分辨率及结构表面数据完整性。

3.如权利要求1所述的基于三维重建的像素解析度计算方法,其特征在于,步骤(2)中,在建立目标表面三维模型过程中,进行特征点匹配、相机运动参数估计、稀疏点云重建,具体如下:

4.如权利要求3所述的基于三维重建的像素解析度计算方法,其特征在于,步骤(3)中,将三维模型的网格顶点三维坐标导出,记为合集G;由于目标所在区域为三维模型主体部分,网格顶点三维坐标分布密集,通过统计坐标分布频率,选取分布频率最高的三组并将三组坐标所在的范围设定为阈值,对上述网格顶点三维坐标集合进行筛选,得到目标平面周边的三维坐标,记为合集G’;利用RANSAC算法将合集G’中的样本分为局内点和局外点,通过选择一组数据中的随机子集进行一致性验证并反复迭代剔除局外点且保留局内点,最终得到目标所在平面方程fcrack;

5.如权利要求4所述的基于三维重建的像素解析度计算方法,其特征在于,步骤(4)中首先需要修正光轴与被测目标平面法线存在夹角导致的物距计算误差,在相机坐标系下取任意不共线的三点(Xc1,Yc1,Zc1)、(Xc2,Yc2,Zc2)、(Xc3,Yc3,Zc3),即为相机坐标系下成像平面中的三点坐标,使用步骤(2)中得到的旋转矩阵R、平移矩阵t,将该三点转换到世界坐标系,相机坐标系与世界坐标系之间的转换关系为:

6.根据权利要求5所述的一种基于三维重建的像素解析度计算方法,其特征在于:

...

【技术特征摘要】

1.一种基于三维重建的像素解析度计算方法,其特征在于,包含以下步骤:

2.如权利要求1所述的基于三维重建的像素解析度计算方法,其特征在于,步骤(1)中,以1个正射及4个倾斜角度的航线获取被测物体多视图序列影像,且根据拍摄路径、相片重叠率、相机角度参数合理规划,保证影像分辨率及结构表面数据完整性。

3.如权利要求1所述的基于三维重建的像素解析度计算方法,其特征在于,步骤(2)中,在建立目标表面三维模型过程中,进行特征点匹配、相机运动参数估计、稀疏点云重建,具体如下:

4.如权利要求3所述的基于三维重建的像素解析度计算方法,其特征在于,步骤(3)中,将三维模型的网格顶点三维坐标导出,记为合集g;由于目标所在区域为三维模型主体部分,网格顶点三维坐标分布密集,通过统计坐标分布频率,选取分布频率最高的三组并将三组坐标所在的范围设定为...

【专利技术属性】
技术研发人员:吴玉龙阙振业黄炜沈南宇丁勇
申请(专利权)人:昆山市建设工程质量检测中心
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1