[发明专利]一种基于群体智能的特高拱坝坝面三维快速建模方法在审

专利信息
申请号: 202110347485.1 申请日: 2021-03-31
公开(公告)号: CN113034678A 公开(公告)日: 2021-06-25
发明(设计)人: 朱敏;徐淑芳;毛莺池;王龙宝;屠子健;王毅;邓月 申请(专利权)人: 河海大学
主分类号: G06T17/00 分类号: G06T17/00;G01B11/00;G01B11/24;G01C11/00;G06K9/46;G06T7/33;G06T7/73
代理公司: 南京苏高专利商标事务所(普通合伙) 32204 代理人: 柏尚春
地址: 210024 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 群体 智能 拱坝 三维 快速 建模 方法
【权利要求书】:

1.一种基于群体智能的特高拱坝坝面三维快速建模方法,其特征在于,包括如下步骤:

(1)数据准备:包括信息采集单元和飞行控制单元;

(2)数据传输:包括无线传输单元;其中,所述无线传输单元用于将信息采集单元采集到的像控点数据、POS数据、倾斜影像和激光扫描数据传输到模型构建内阶段;

(3)模型构建:包括数据处理单元和三维建模单元;所述三维建模单元根据配准后的数据,利用context Capture软件,全自动构建特高拱坝三维实景模型。

2.根据权利要求1所述的一种基于群体智能的特高拱坝坝面三维快速建模方法,其特征在于,所述数据准备中实现飞行控制单元的具体步骤如下:飞行控制单元用于根据制定的飞行计划控制无人机进行航摄。

3.根据权利要求1所述的一种基于群体智能的特高拱坝坝面三维快速建模方法,其特征在于,所述数据准备中实现信息采集单元的步骤如下:信息采集单元用于采集像控点数据、无人机航摄数据和地面拍摄数据;所述无人航摄数据为无人机倾斜摄影时的POS数据和倾斜影像;所述地面拍摄数据为地面三维激光扫描仪的激光扫描数据。

4.根据权利要求1所述的一种基于群体智能的特高拱坝坝面三维快速建模方法,其特征在于,所述数据准备中信息采集单元的具体步骤如下:在数据采集前,利用载波相位差分技术进行像控点布设,所述像控点需均匀布设在整个测区范围内,且离测区边缘有一定的距离,像控点平面位置和高程测量均采用RTK方法,两者同步进行;根据测区所在位置,制定无人机飞行计划,根据飞行计划设置航飞参数,所述飞行计划包括预设航迹路线和飞行方式。

5.根据权利要求1所述的一种基于群体智能的特高拱坝坝面三维快速建模方法,其特征在于,所述模型构建中的多视影像平差处理具体步骤如下:根据SIFT特征提取算法对影像进行特征提取,并且建立连接点和连接线、控制点坐标以及POS数据的多视影像自检校区域网平差的误差方程,通过联合平差计算,得到每张像片外方位元素即像片所在的位置和姿态数据以及所有加密点的物方坐标。

6.根据权利要求1所述的一种基于群体智能的特高拱坝坝面三维快速建模方法,其特征在于,所述模型构建中的多视影像密集匹配具体步骤如下:利用多视影像联合平差处理获取到的影像外方位元素和加密点的物方坐标,结合CMVS即Cluster Multi-view Stereo方法对影像采取聚簇分类,目的是减少数据量,聚簇以后再由PMVS即Patch-based Multi-view Stereo方法通过初始特征匹配、膨胀、过滤三个步骤对同一物体不同角度的多幅图像完成密集匹配,获取密集的三维点云。

7.根据权利要求1所述的一种基于群体智能的特高拱坝坝面三维快速建模方法,其特征在于,所述模型构建中基于特征的点云配准的步骤如下:在三维激光点云上提取一定数量的特征点坐标,与倾斜影像上对应的同名点相关联,通过绝对定向,获取在激光点云坐标系下的倾斜影像三维点云,然后建立两者点云之间的映射关系,从而实现点云之间的配准。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河海大学,未经河海大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110347485.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top