【技术实现步骤摘要】
本专利技术涉及地理模型图像处理，尤其涉及一种基于倾斜摄影的数字孪生地形快速构建方法。
技术介绍
1、数字孪生技术近年来受到广泛关注，其重要性体现在城市管理、环境监测、交通规划等多个领域。数字孪生的核心理念是实时反映现实世界的状态，以便进行有效的决策和管理。在此背景下，基于倾斜摄影的数字孪生地形构建逐渐成为研究热点。倾斜摄影技术通过获得多角度、多分辨率的地面影像，为地形建模提供了重要基础。然而，传统的数字孪生地形构建方法通常包括数据采集、图像处理、三维建模和结果验证等步骤。这些方法往依赖于人工干预，处理过程复杂，并且对操作人员的专业水平要求较高。常见的传统方法包括：立体像对测量：通过匹配和测量双视角图像生成三维模型。激光扫描：利用激光测距仪获取高精度的点云数据。地面调查：依靠人工测量获取基本地形信息。
2、尽管传统技术在一定程度上有效，但仍存在以下问题：效率低下，人工操作和多次数据收集导致整体效率低下。高成本，设备和人力成本高，特别是在大规模区域的数据获取上。精度问题，人工干预带来的误差，影响了模型的准确性。数据处理困难，海量数据处理和分析需要耗费大量时间和资源。
技术实现思路
1、本专利技术的目的是在构建一种基于倾斜摄影的数字孪生地形构建方法，以提升建模效率和准确性。通过引入倾斜摄影以及深度学习的技术，能够实现自动化、高精度的地形数据处理与建模，为城市管理和决策提供更可靠的数据支持。
2、为了实现上述目的，本专利技术采用了如下技术方案：
3、一种
4、步骤1、基于倾斜摄影的数据采集：制定无人机飞行路径，并采用倾斜摄影的方式交叉采集路径两侧双向的地形影像数据；
5、步骤2、图像处理：对双向采集的地形影像数据进行预处理、特征提取和分类，生成训练数据；
6、步骤3、模型训练：构建并训练深度学习模型，对双向的地形影像数据内的地形特征分别进行识别和分类；
7、步骤4、数字孪生建模：根据深度学习模型生成的结果构建数字高程模型和数字表面模型，获得飞行路径两侧的数字三维地形；
8、步骤5、结果验证：合并路径两侧的数字三维地形，并与实际场地进行验证。
9、进一步的，在步骤1中，所述基于倾斜摄影的数据采集方法包括以下步骤：
10、步骤11、设备选择：选择高性能的无人机、激光扫描仪和高分辨率相机；
11、步骤12、生成采集路径：根据制定的无人机飞行路径，在无人机飞行路径的两侧等距设置路径相同的影像数据采集路径；
12、步骤13、数据采集：使用高性能的无人机、激光扫描仪和高分辨率相机沿影像数据采集路径对无人机飞行路径的两侧进行交叉倾斜摄影，并同步采集三维扫描数据。
13、进一步的，在步骤2中，所述图像处理包括以下步骤：
14、步骤21、图像预处理：对影像帧图像进行像素值标准化处理和灰度图转换；
15、步骤22、特征提取与分类：采用边缘检测算法提取影像帧图像数据中的地物特征，使用深度学习模型对图像数据进行特征分类；
16、步骤23、数据标注：利用标注工具，标注出图像数据中的地物类型。
17、进一步的，在步骤3中，所述模型训练包括如下步骤：
18、步骤31、模型选择：选择深度学习架构；
19、步骤32、训练：首先进行数据分割，将地形影像数据内的地形扫描图像数据集分为训练集、验证集和测试集，随后进行超参数调整，获取最佳训练模型；
20、步骤33、训练评估：在每一个训练周期结束后，评估模型的性能，避免过拟合现象；
21、步骤34、模型验证与调整：利用不同的性能指标评估模型训练的效果并获得验证结果，基于验证结果进行模型的调整和优化。
22、进一步的，在步骤4中，所述数字孪生建模包括如下步骤：
23、步骤41、点云生成：结合深度学习分类结果，从图像中提取对应的3d点云数据，所述3d点云数据的生成包括如下步骤：特征点匹配，通过图像处理算法匹配不同视角下的特征点；3d重建，利用对应关系，通过三角剖分法生成3d点云模型；
24、步骤42、数字高程模型：从点云数据提取地形扫描图像数据的高程信息，通过插值算法生成数字高程模型；
25、步骤43、数字表面模型：数据融合，结合多源点云数据，将影像帧图像数据中的地物特征数据融合到数字高程模型上，构建完整的表面信息；
26、步骤44、模型纹理映射：纹理选择，从原始影像图像中选择地物特征的区域作为纹理；映射处理，将选定的纹理按照模型表面的几何特征进行映射。
27、进一步的，在步骤5中，所述结果验证包括以下步骤：
28、步骤51、对精度进行评估：地面控制点对比，使用已知坐标的地面控制点与模型结果对比，评估空间位置的精度；空间分析，通过精度分析工具计算高度和位置误差；
29、步骤52、验证结果展示：将验证结果以地图的方式展示。
30、更进一步的，所述步骤12中，在所述无人机的两侧等距倾斜设置所述激光扫描仪和高分辨率相机，位于两侧的所述激光扫描仪和高分辨率相机相对设置，用于交叉采集对向的倾斜摄影数据。
31、更进一步的，所述无人机飞行采用gnss数据进行定位，无人机飞行时，所述激光扫描仪和高分辨率相机组成一个采集单元分布在无人机飞行路径两侧的影像数据采集路径上。
32、更进一步的，所述无人机两侧的采集单元交叉采集的影像重叠率不小于零。
33、更进一步的，在步骤21中，所述图像预处理还包括以下步骤：
34、步骤211、图像去噪：使用滤波算法，以去除图像中噪声；
35、步骤212、图像增强：通过直方图均衡化，提高图像的对比度。
36、与现有技术相比，采用本专利技术提出的一种基于倾斜摄影的数字孪生地形快速构建方法，具有以下有益效果：
37、1、本专利技术通过采用倾斜摄影的方式交叉采集路径两侧双向的地形影像数据，构建并训练深度学习模型，根据训练结果对双向采集的地形影像数据建立数字孪生建模，可以大幅度提高地形模型的构建速度和精度。
38、2、本专利技术大幅度减少人工参与流程，提升数据处理效率，从而可以快速构建数字孪生地形。
39、3.本专利技术在数据分类时，采用多源数据整合，集成来自不同来源的数据，提供更全面的地形信息，通过倾斜摄影的方式交叉采集路径两侧双向的地形影像数据，形成路径两侧的数字三维地形，可使数字孪生地形更加准确。
本文档来自技高网...【技术保护点】
1.一种基于倾斜摄影的数字孪生地形快速构建方法，其特征在于，包括：
2.根据权利要求1所述的一种基于倾斜摄影的数字孪生地形快速构建方法，其特征在于，在步骤1中，所述基于倾斜摄影的数据采集方法包括以下步骤：
3.根据权利要求2所述的一种基于倾斜摄影的数字孪生地形快速构建方法，其特征在于，在步骤2中，所述图像处理包括以下步骤：
4.根据权利要求3所述的一种基于倾斜摄影的数字孪生地形快速构建方法，其特征在于，在步骤3中，所述模型训练包括如下步骤：
5.根据权利要求4所述的一种基于倾斜摄影的数字孪生地形快速构建方法，其特征在于，在步骤4中，所述数字孪生建模包括如下步骤：
6.根据权利要求5所述的一种基于倾斜摄影的数字孪生地形快速构建方法，其特征在于，在步骤5中，所述结果验证包括以下步骤：
7.根据权利要求2所述的一种基于倾斜摄影的数字孪生地形快速构建方法，其特征在于，所述步骤12中，在所述无人机的两侧等距倾斜设置所述激光扫描仪和高分辨率相机，位于两侧的所述激光扫描仪和高分辨率相机相对设置，用于交叉采集对向的倾斜摄影数
8.根据权利要求7所述的一种基于倾斜摄影的数字孪生地形快速构建方法，其特征在于，所述无人机飞行采用GNSS数据进行定位，无人机飞行时，所述激光扫描仪和高分辨率相机组成一个采集单元分布在无人机飞行路径两侧的影像数据采集路径上。
9.根据权利要求8所述的一种基于倾斜摄影的数字孪生地形快速构建方法，其特征在于，所述无人机两侧的采集单元交叉采集的影像重叠率不小于零。
10.根据权利要求3所述的一种基于倾斜摄影的数字孪生地形快速构建方法，其特征在于，在步骤21中，所述图像预处理还包括以下步骤：
...【技术特征摘要】
1.一种基于倾斜摄影的数字孪生地形快速构建方法，其特征在于，包括：
2.根据权利要求1所述的一种基于倾斜摄影的数字孪生地形快速构建方法，其特征在于，在步骤1中，所述基于倾斜摄影的数据采集方法包括以下步骤：
3.根据权利要求2所述的一种基于倾斜摄影的数字孪生地形快速构建方法，其特征在于，在步骤2中，所述图像处理包括以下步骤：
4.根据权利要求3所述的一种基于倾斜摄影的数字孪生地形快速构建方法，其特征在于，在步骤3中，所述模型训练包括如下步骤：
5.根据权利要求4所述的一种基于倾斜摄影的数字孪生地形快速构建方法，其特征在于，在步骤4中，所述数字孪生建模包括如下步骤：
6.根据权利要求5所述的一种基于倾斜摄影的数字孪生地形快速构建方法，其特征在于，在步骤5中，所述结果验证包括以下步骤：
...
【专利技术属性】
技术研发人员：陈锋，张玥妍，王潇扬，王凤洲，徐本穗，陆呈瑜，
申请(专利权)人：浙江高信技术股份有限公司，
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。