【技术实现步骤摘要】
本申请涉及应急救援设备领域，尤其涉及一种2d模型的生成方法和应急航测设备。
技术介绍
1、自然灾害和突发事件给人民的生命财产安全和社会经济发展带来了严重威胁。在灾害应急响应和救援行动中，及时、准确地获取灾区的地理信息和受损情况是制定科学决策和开展有效行动的关键。传统的地面调查和人工勘测方式已经无法满足当前灾害管理的需求，亟需开发基于先进遥感技术的快速、高效、智能化的信息获取和处理手段。
2、在相关技术中，利用无人机航测技术获取高分辨率影像数据，并通过影像匹配和纠正等算法，可以生成高精度、高细节的2d模型。2d模型可以为救援人员和指挥部门提供直观、准确的灾情信息，通过对2d模型进行分析和解译，可以快速评估灾害的范围、程度和分布特征，识别受灾建筑物、道路、农田等关键地物的损毁情况，为救援力量的调配和物资的运输提供决策依据。
3、然而，灾区环境往往存在大量的烟雾、粉尘等悬浮颗粒物，容易对无人机航测的图像质量造成严重影响。在极端情况下，同一区域的无人机调配存在局限，这时使用单一无人机进行航测的话，单一视角的航测影像容易出现信息缺失、阴影遮挡等问题，导致生成的2d模型精度不够，影响后续图像分析。
技术实现思路
1、本申请提供了一种2d模型的生成方法和应急航测设备，用于在存在部分视角遮挡时，更精准地生成2d模型。
2、第一方面，本申请提供了一种2d模型的生成方法，应用于应急航测设备，应急航测设备包括前置摄像模块和后置摄像模块，该方法包括：响应于用户终端发送的
3、在上述实施例中，应急航测设备能够自动获取前、后置摄像模块拍摄的不同视角图像，通过对后置图像进行翻转、提取匹配特征点，再与前置图像进行融合处理，可生成视角更全面、信息更丰富的融合图像。在此基础上构建的2d模型，能够更加完整地反映目标场景的几何结构和纹理细节。
4、结合第一方面的一些实施例，在一些实施例中，基于预置特征点和匹配特征点，对第二图像和第一图像进行融合处理，得到融合图像，具体包括：将第一图像划分为若干个第一子区域，每个第一子区域包括至少一个预置特征点；将第二图像划分为与第一图像相同数量的第二子区域，每个第二子区域包括与预置特征点位置相同的匹配特征点；基于第一子区域的预置特征点，对第二子区域的匹配特征点进行特征匹配，得到第一子区域内像素点与第二子区域内像素点的映射关系；根据映射关系，对第一子区域的像素值进行映射，得到第二子区域的目标融合像素点；将所有第二子区域的目标融合像素点进行拼接，得到融合图像。
5、在上述实施例中，应急航测设备在图像融合过程中引入了子区域划分和特征匹配机制。通过将前、后置图像划分为多个对应的子区域，并在每个子区域内进行局部特征匹配，可以克服全局配准算法易受局部畸变影响的缺陷，实现更精细、更可靠的像素级融合。同时，通过拼接各子区域生成的目标融合像素点，得到最终的融合图像，既保证了全局的一致性，又兼顾了局部的精确性。
6、结合第一方面的一些实施例，在一些实施例中，根据映射关系，对第一子区域的像素值进行映射，得到第二子区域的目标融合像素点，具体包括：提取第一子区域中每个像素点的像素值，通过映射关系映射到第二子区域对应的像素点位置，得到初始融合像素点；对初始融合像素点进行平滑校正，得到目标融合像素点；提取第二子区域中与第一子区域像素点没有直接映射关系的独立像素点；根据独立像素点邻域内的已生成目标融合像素点的颜色值，结合空间距离差异，通过插值算法计算生成独立像素点的目标融合像素点。
7、在上述实施例中，应急航测设备在生成目标融合像素点时，不仅考虑了直接映射关系下的像素值传递，还对缺乏直接映射的独立像素点进行了合理的插值计算。首先，通过平滑校正初始融合像素点，消除局部噪声，提高融合图像的平滑性；其次，利用独立像素点邻域内已生成融合像素点的颜色信息，结合空间距离差异进行加权插值，以柔和、自然的方式填充空缺区域，最大限度地保持图像的完整性。
8、结合第一方面的一些实施例，在一些实施例中，对第二图像进行翻转，并提取第二图像中与预置特征点相同位置的匹配特征点，具体包括：获取第一图像和第二图像的姿态参数；姿态参数包括拍摄时的三轴旋转角度、焦距和分辨率；基于姿态参数，计算第二图像相对于第一图像的位置偏移量和角度偏移量；根据位置偏移量，对第二图像进行平移校正，使其与第一图像的坐标原点重合，同时根据角度偏移量，对平移后的第二图像进行旋转校正，使其与第一图像保持相同的角度方向；对平移校正和旋转校正完成之后的第二图像进行尺度归一化处理，使其与第一图像具有相同的分辨率和大小，得到第二目标图像；提取第二目标图像中与第一图像中预置特征点二维坐标相同的像素位置，作为初始位置点；以初始位置点为中心，在第二目标图像上截取预设范围大小的局部图像块；在局部图像块内，搜索与第一图像的预置特征点相似度高于预设相似阈值的图像点，作为匹配特征点。
9、在上述实施例中，应急航测设备在提取匹配特征点时充分利用了前、后置摄像模块的姿态参数。通过获取拍摄时的三轴旋转角度、焦距、分辨率等关键参数，精确计算后置图像相对于前置图像的位置和角度偏移量，可对后置图像进行精准的平移、旋转校正以及尺度归一化处理。在后置图像与前置图像实现像素级对齐后，再通过局部相似性搜索提取最优的匹配特征点，大大提高了特征匹配的精度和鲁棒性。
10、结合第一方面的一些实施例，在一些实施例中，在响应于用户终端发送的采集指令，获取前置摄像模块拍摄的第一图像和后置摄像模块拍摄的第二图像的步骤之前，该方法还包括：获取前置摄像模块的当前第一姿态信息和后置摄像模块的当前第二姿态信息，并基于预设航测姿态，确定第一姿态调整指令和第二姿态调整指令；预设航测姿态包括三轴旋转角度、平移位置以及镜头参数；将第一姿态调整指令发送至前置摄像模块，并将第二姿态调整指令发送至后置摄像模块，以分别调整前置摄像模块和后置摄像模块。
11、在上述实施例中，应急航测设备能够根据预设航测姿态，自动调整前、后置摄像模块的姿态参数，使其满足最优的数据采集条件。通过获取当前姿态信息并与预设航测姿态进行比对，生成姿态调整指令并实时反馈给摄像模块，可确保拍摄角度、视场范围、成像质量等关键因素始终处于理想状态。这种主动式的姿态控制机制克服了无人机飞行震动、风速变化等外部干扰，从数据源头保证了图像质量。
12、结合第一方面的一些实施例，在一些实施例中，在基于融合图像，生成2d模型并发送至用户终端的步骤之后，该方法还包括：获取用户终端发送的图像标注信息；图像标注信息为用户终端基于2d模型生成的，包括在2d模型上标注的目标物体的类别、轮廓和位置；基于图像标注本文档来自技高网...
【技术保护点】
1.一种2D模型的生成方法，其特征在于，应用于应急航测设备，所述应急航测设备包括前置摄像模块和后置摄像模块，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述预置特征点和所述匹配特征点，对所述第二图像和所述第一图像进行融合处理，得到融合图像，具体包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述映射关系，对所述第一子区域的像素值进行映射，得到所述第二子区域的目标融合像素点，具体包括：
4.根据权利要求1所述的方法，其特征在于，所述对所述第二图像进行翻转，并提取所述第二图像中与所述预置特征点相同位置的匹配特征点，具体包括：
5.根据权利要求1所述的方法，其特征在于，在所述响应于用户终端发送的采集指令，获取所述前置摄像模块拍摄的第一图像和所述后置摄像模块拍摄的第二图像的步骤之前，所述方法还包括：
6.根据权利要求1所述的方法，其特征在于，在所述基于所述融合图像，生成2D模型并发送至所述用户终端的步骤之后，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，在所述将所述地物分
8.一种应急航测设备，其特征在于，所述应急航测设备包括：一个或多个处理器和存储器；所述存储器与所述一个或多个处理器耦合，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，所述一个或多个处理器调用所述计算机指令以使得所述应急航测设备执行如权利要求1-7中任一项所述的方法。
9.一种计算机可读存储介质，包括指令，其特征在于，当所述指令在应急航测设备上运行时，使得所述应急航测设备执行如权利要求1-7中任一项所述的方法。
10.一种计算机程序产品，其特征在于，当所述计算机程序产品在应急航测设备上运行时，使得所述应急航测设备执行如权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种2d模型的生成方法，其特征在于，应用于应急航测设备，所述应急航测设备包括前置摄像模块和后置摄像模块，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述预置特征点和所述匹配特征点，对所述第二图像和所述第一图像进行融合处理，得到融合图像，具体包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述映射关系，对所述第一子区域的像素值进行映射，得到所述第二子区域的目标融合像素点，具体包括：
4.根据权利要求1所述的方法，其特征在于，所述对所述第二图像进行翻转，并提取所述第二图像中与所述预置特征点相同位置的匹配特征点，具体包括：
5.根据权利要求1所述的方法，其特征在于，在所述响应于用户终端发送的采集指令，获取所述前置摄像模块拍摄的第一图像和所述后置摄像模块拍摄的第二图像的步骤之前，所述方法还包括：
6.根据权利要求1所述的方法，其特征在...
【专利技术属性】
技术研发人员：范恩强，闫红鹏，耿畅，曾玉宝，
申请(专利权)人：深圳赛尔智控科技有限公司，
类型：发明
国别省市：
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。