[发明专利]基于无人机飞机航拍的交通事故现场三维重建系统及方法

权利要求书

1.一种基于无人机飞机航拍的交通事故现场三维重建系统，其特征在于，包括，

无人飞机系统，包括用以承载和飞行的无人飞机机体、惯性测量单元、定位定向模块、通讯模块和机载相机，其中，惯性测量单元用以测量无人飞机的三轴姿态角和加速度信息；定位定向模块用以生成实时的导航数据和每张航拍图像POS数据；

地面控制平台，其与所述的无人飞机系统的通讯模块通讯连接以实现控制通讯和图片信息传输；

事故现场三维图像处理系统，与所述的地面控制平台通讯连接以实现图片信息传输。

2.如权利要求1所述的基于无人机飞机航拍的交通事故现场三维重建系统，其特征在于，所述的飞机机体为四旋翼无人飞机，所述的机载相机通过360°旋转的云台模块设置在无人飞机机体上。

3.一种基于无人机飞机航拍的交通事故现场三维重建方法，其特征在于，包括以下步骤，

1)拍摄步骤，无人飞机以事故车辆为中心，围绕事故车辆绕圈飞行，并于多个航点处悬停拍照，拍摄图片实时传输至事故现场三维图像处理系统，

2)图像的筛选处理，按内容重叠率筛选预定数量的航拍照片以便于图像特征提取与匹配；

3)图像的卷积计算：对筛选出来的图像使用索贝尔算子和拉普拉斯算子从水平和垂直两个梯度进行加权卷积计算，提高图像对光线变化和物体遮挡的鲁棒性；水平和垂直方向上的卷积计算公式分别为：

Convolutionx=(1+e-((IM⊗Sx+b)×α+(IM⊗Lx+b)×β))-1]]>

Convolutiony=(1+e-((IM⊗Sy+b)×α+(IM⊗Ly+b)×β))-1]]>

其中，IM是筛选出来的图像的灰度图像矩阵，是卷积操作，S_x是索贝尔水平算子，S_y是索贝尔垂直算子，L_x是拉普拉斯水平算子，L_y是拉普拉斯垂直算子，b是偏移量取值范围为0.1-0.3；当光线不良时，α取值范围为0.6-1，β取值范围为0-0.4；当有物体遮挡时，α取值范围为0-0.4，β取值范围为0.6-1，当光线不良又有物体遮挡时，α取值范围为0.5-0.6，β取值范围为1-α；

其中，

Sx=-10+1-20+2-10+1,Sy=+1+2+1000-1-2-1,Lx=0-10-14-10-10,Ly=-1-1-1-18-1-1-1-1]]>

图像的卷积值为：

G=Convolutionx2+Convolutiony2]]>

根据图像的卷积计算结果，可获得经卷积处理后的灰度图像；

4)导入POS数据：导入经过处理后的图像的经度、维度、高度和航向信息；

5)图像特征提取与匹配：使用基于尺度特征不变换算法进行交通事故现场图像的特征点提取和匹配；

6)建立稀疏、稠密点云模型：运用多目立体视觉的从运动中恢复算法，计算两幅匹配图像间的旋转矩阵和平移矩阵，计算出特征点的三维坐标，从而得到稀疏的三维网络点云；运用多目立体视觉的和Patch-based multi-view stereo算法，将SFM算法获得的稀疏点云作为种子点输入，利用CMVS算法，根据视角对图像序列进行聚类，减少稠密重建的数据量，再用基于微面片模型的PMVS算法，将种子点向周围扩散，得到空间有向点云或面片，并在局部光度一致性和全局可见性约束下完成稠密重建；

7)三维模型网格化和纹理化：使用泊松表面重建算法，重建三维稠密点云模型的表面网格，将表面的纹理信息映射到网络模型中；

8)三维重建质量评价：交通事故现场三维模型重建以后，分析参考图像和处理图像之间评价对象的相似程度，若相似程度未达到预定值则重新建模。