无人机可见光立体测量采集建模方法与制作流程

1、本技术公幵了一种无人机可见光立体测量采集建模方法，包括如下操作步骤：利用无人机搭 载倾斜相机，然后利用倾斜相机进行可见光立体影像测量采集操作；对采集的可见光立体影 像进行优化加工处理和数据加工处理；将处理后的数据进行运算生成基于影像的超高密度的 点云，再利用所述点 云构建TIN模型，并以此生成基于影像纹理的高分辨率可见光立体测量 三维模型。上述建模方法利用无人机可见光立体测量技术获取输电线路走廊立体影像，结合 可见光立体影像和高精度点云快速构建生成基于影像纹理的高分辨率可见光立体测量三维模 型，可实现快速建模处理，大大提高巡检工作效率。权利要求书1一种无人机可见光立体测量采集建模方法，包括如下

2、操作步骤：利用无人机搭载倾斜相机，然后利用倾斜相机进行可见光立体影像测量采集操作;对采集的可见光立体影像进行优化加工处理和数据加工处理；将处理后的数据进行运算生成基于影像的超高密度的点云，再利用所述点 云构建TIN模型,2. 如权利要求 1所述的无人机可见光立体测量采集建模方法，其特征在于，所述利用无人机 搭载倾斜相机，具体包括如下操作步骤；选用五目倾斜相机为倾斜相机，然后将所述五目倾斜相机搭载安装到所述无人机上。3. 如权利要求 2所述的无人机可见光立体测量采集建模方法，其特征在于，所述可见光立体 影像测量采集操作包括如下操作步骤：对于任务区域踏勘，航迹规划；无人机执行起飞准备；利用倾斜相机

3、进行可见光立体影像的数据采集；将采集的可见光立体影像的数据进行保存。4. 如权利要求 1所述的无人机可见光立体测量采集建模方法，其特征在于，对采集的可见光 立体影像进行优化加工处理，包括如下操作步骤：预设可见光立体影像合格标准参数；对获取的可见光立体影像进行质量检查，对于不符合所述预设可见光立体影像合格标准参数 的当前可见光立体影像判定为不合格；对于符合所述预设可见光立体影像合格标准参数的当 前可见光立体影像判定为合格；确定对不合格的当前可见光立体影像的目标检测区域，然后利用无人机对所述目标检测区域 进行补飞操作，直到获取到所在目标检测区域的符合预设可见光立体影像合格标准参数的可 见光立体影像

4、。5如权利要求4所述的无人机可见光立体测量采集建模方法，其特征在于，对采集的可见光 立体影像进行数据加工处理，包括如下操作步骤：对合格的可见光立体影像进行匀光匀色处理；对可见光立体影像数据进行几何校正、同名像点匹配、区域网联合平差操作，最后将平差后 的数据赋予每张可见光立体影像，使得每张可见光立体影像均具有在虚拟三维空间中的位置 和姿态数据。6如权利要求5所述的无人机可见光立体测量采集建模方法，其特征在于，在所述将平差后 的数据赋予每张可见光立体影像步骤中，其中所述平差后的数据包括坐标信息和方向角信 息。云构7如权利要求6所述的无人机可见光立体测量采集建模方法，其特征在于，所述利用点 建TIN

5、模型，并以此生成基于影像纹理的高分辨率可见光立体测量三维模型，具体包括如下 操作步骤：利用点云构建TIN模型，然后对所述TIN模型自动进行纹理映射；根据纹理映射结果以此生成基于影像纹理的高分辨率可见光立体测量三维模型。技术说明书一种无人机可见光立体测量采集建模方法技术领域本技术提供了一种无人机可见光立体测量采集建模方法，包括如下操作步骤：背景技术随着激光雷达技术的发展，无人机激光雷达系统作业逐渐成为电力巡线的新手段。经过研发，我公司设计研发了多种型号的机载激光雷达系统；该机载激光雷达系统，是基于 无人机平台打造的长距离激光雷达扫描系统 （或称机载激光雷达设备 ），其集成了长距离激光 扫描、GN

6、SS5IMU定位定姿系统及存储控制单元以及数码相机技术、传感器技术等于一 身，可进行采集激光雷达点 云 数据和影像数据。该机载激光雷达系统可实时、动态、海量采 集高精度点 云 数据及丰富的影像信息，通过配套的机载激光雷达地面站软件，快速获取电力 走廊数据。上述机载激光雷达系统广泛应用于测绘、电力、林业、农业、国土规划、地质灾 害、矿山安全等领域三维空间信息的获取。但是，现有技术的无人机设备一般只是搭载机载激光雷达系统和一个正面俯拍的相机（即采用正射影像方式从垂直角度进行俯视拍摄 ），因此说现有技术中无人机设备检测方式仍然存 在以下方面的技术缺陷：第一：对于雷达检测领域仍然缺少利用立体图像采集测

7、量的技术应 用。第二：传统三维建模通常使用 3dsMax AutoCAD等建模软件，基于影像数据、CAD平面图或者拍摄图片估算建筑物轮廓与高度等信息进行人工建模。这种方式制作出的模型数据 精度较低，纹理与实际效果偏差较大，并且生产过程需要大量的人工参与。第三：传统采用 人工建模方式一两年才能完成的一个中小城市建模工作，其效率非常低，三维模型数据采集 时间以及经济成本均较大。综上，如何克服传统技术中的上述技术缺陷是本领域技术人员急需解决的技术问题。技术内容本技术的目的在于提供一种无人机可见光立体测量采集建模方法，以解决上述问题。为了达到上述目的，本技术的技术方案是这样实现的： 利用无人机搭载倾斜

8、相机，然后利用倾斜相机进行可见光立体影像测量采集操作； 对采集的可见光立体影像进行优化加工处理和数据加工处理；将处理后的数据进行运算生成基于影像的超高密度的点云，再利用所述点 云构建TIN模型,并以此生成基于影像纹理的高分辨率可见光立体测量三维模型。优选的，作为一种可实施方案；所述利用无人机搭载倾斜相机，具体包括如下操作步骤； 选用五目倾斜相机为倾斜相机，然后将所述五目倾斜相机搭载安装到所述无人机上。 优选的，作为一种可实施方案；所述可见光立体影像测量采集操作包括如下操作步骤： 对于任务区域踏勘，航迹规划；无人机执行起飞准备；利用倾斜相机进行可见光立体影像的数据采集； 将采集的可见光立体影像的

9、数据进行保存。 优选的，作为一种可实施方案；对采集的可见光立体影像进行优化加工处理，包括如下操作步骤：预设可见光立体影像合格标准参数； 对获取的可见光立体影像进行质量检查，对于不符合所述预设可见光立体影像合格标准参数的当前可见光立体影像判定为不合格；对于符合所述预设可见光立体影像合格标准参数的当 前可见光立体影像判定为合格；确定对不合格的当前可见光立体影像的目标检测区域，然后利用无人机对所述目标检测区域 进行补飞操作，直到获取到所在目标检测区域的符合预设可见光立体影像合格标准参数的可 见光立体影像。优选的，作为一种可实施方案；对采集的可见光立体影像进行数据加工处理，包括如下操作 步骤：对合格的

10、可见光立体影像进行匀光匀色处理；对可见光立体影像数据进行几何校正、同名像点匹配、区域网联合平差操作，最后将平差后 的数据赋予每张可见光立体影像，使得每张可见光立体影像均具有在虚拟三维空间中的位置 和姿态数据。优选的，作为一种可实施方案；在所述将平差后的数据赋予每张可见光立体影像步骤中，其 中所述平差后的数据包括坐标信息和方向角信息。优选的，作为一种可实施方案；所述利用点云构建TIN模型，并以此生成基于影像纹理的高分辨率可见光立体测量三维模型，具体包括如下操作步骤：利用点云构建TIN模型，然后对所述TIN模型自动进行纹理映射；根据纹理映射结果以此生成基于影像纹理的高分辨率可见光立体测量三维模型。

11、与现有技术相比，本技术实施例的优点在于：本技术提供的一种无人机可见光立体测量采集建模方法，分析上述主要技术内容可知：上述 无人机可见光立体测量采集建模方法，包括如下操作步骤：利用无人机搭载倾斜相机，然后 利用倾斜相机进行可见光立体影像测量采集操作；对采集的可见光立体影像进行优化加工处 理和数据加工处理；将处理后的数据进行运算生成基于影像的超高密度的点云，再利用所述点云构建TIN模型，并以此生成基于影像纹理的高分辨率可见光立体测量三维模型。很显然，该无人机可见光立体测量采集建模方法其利用该倾斜相机即可实现从多个不同的角 度采集影像，可将获取到符合人眼视觉的真实立体影像数据，为后续立体建模提供了方

12、便， 克服了人工建模的工作，保证了建模效率。同时，对采集的可见光立体影像进行优化加工处 理和数据加工处理，保障了数据的真实性以及高精度；将处理后的数据进行运算生成基于影 像的超高密度的点 云，再利用所述点 云构建TIN模型，并以此生成基于影像纹理的高分辨率 可见光立体测量三维模型；利用无人机可见光立体测量技术获取输电线路走廊立体影像，结 合可见光立体影像和高精度点 云快速构建生成基于影像纹理的高分辨率可见光立体测量三维 模型，可实现快速建模处理，大大提高巡检工作效率。附图说明为了更清楚地说明本技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或 现有技术描述中所需要使用的附图作简单地

13、介绍，显而易见地，下面描述中的附图是本技术 的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根 据这些附图获得其他的附图。图 1为本技术实施例提供的无人机可见光立体测量采集建模方法的流程示意图。具体实施方式下面将结合附图对本技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技 术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没 有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。在本技术的描述中，需要说明的是，某些指示的方位或位置关系的词语，其仅是为了便于描 述本技术和简化描述，而不是指示或暗示所指的装置或

14、元件必须具有特定的方位、以特定的 方位构造和操作，因此不能理解为对本技术的限制。在本技术的描述中，需要说明的是，“连接 ”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言， 可以具体情况理解上述术语在本技术中的具体含义。下面通过具体的实施例子并结合附图对本技术做进一步的详细描述。实施例一参见图 1，本技术实施例提供了一种无人机可见光立体测量采集建模方法，包括如下操作步骤：步骤S100：!J用无人机搭载倾斜相机，然后利用倾斜相机进行可见光立体影像

15、测量采集操作；步骤S200对采集的可见光立体影像进行优化加工处理和数据加工处理；步骤S300将处理后的数据进行运算生成基于影像的超高密度的点云，再利用所述点 云构建TIN模型，并以此生成基于影像纹理的高分辨率可见光立体测量三维模型。分析上述主要技术内容可知：上述无人机可见光立体测量采集建模方法，包括如下操作步骤：利用无人机搭载倾斜相机，然后利用倾斜相机进行可见光立体影像测量采集操作；对采 集的可见光立体影像进行优化加工处理和数据加工处理；将处理后的数据进行运算生成基于 影像的超高密度的点 云，再利用所述点云构建TIN模型，并以此生成基于影像纹理的高分辨 率可见光立体测量三维模型。很显然，该无人

16、机可见光立体测量采集建模方法其利用该倾斜相机即可实现从多个不同的角 度采集影像，可将获取到符合人眼视觉的真实立体影像数据，为后续立体建模提供了方便， 克服了人工建模的工作，保证了建模效率。同时，对采集的可见光立体影像进行优化加工处 理和数据加工处理，保障了数据的真实性以及高精度；将处理后的数据进行运算生成基于影 像的超高密度的点 云，再利用所述点 云构建TIN模型，并以此生成基于影像纹理的高分辨率 可见光立体测量三维模型；利用无人机可见光立体测量技术获取输电线路走廊立体影像，结 合可见光立体影像和高精度点 云快速构建生成基于影像纹理的高分辨率可见光立体测量三维模型，对输电线路走廊通道的缺陷进行

17、迅速排查，大大提高巡检工作效率。优选的，作为一种可实施方案；所述利用无人机搭载倾斜相机，具体包括如下操作步骤；选 用五目倾斜相机为倾斜相机，然后将所述五目倾斜相机搭载安装到所述无人机上。需要说明的是，上述倾斜相机具体优选使用五镜头倾斜相机。该五目倾斜相机被搭载到无人机飞行平台上，利用该倾斜相机即可实现从一个垂直、四个倾斜等共计五个不同的角度采集 影像，可将获取到符合人眼视觉的真实立体影像数据，为后续立体建模提供了方便。优选的，作为一种可实施方案；在步骤S10（中，所述可见光立体影像测量采集操作包括如下操作步骤：步骤S110对于任务区域踏勘，航迹规划；步骤S120无人机执行起飞准备；步骤S130

18、利用倾斜相机进行可见光立体影像的数据采集；步骤S140将采集的可见光立体影像的数据进行保存。需要说明的是，在具体实施方案中，在无人机起飞前需要进行航迹规划等操作，在巡检过程 中可利用倾斜相机进行可见光立体影像的数据采集，然后再将采集的可见光立体影像的数据 进行保存，以方便后续对采集影像数据进行分析处理。优选的，作为一种可实施方案；步骤S20（中，对采集的可见光立体影像进行优化加工处理，包括如下操作步骤：步骤S210预设可见光立体影像合格标准参数；步骤S220对获取的可见光立体影像进行质量检查，对于不符合所述预设可见光立体影像合 格标准参数的当前可见光立体影像判定为不合格；对于符合所述预设可见光

19、立体影像合格标准参数的当前可见光立体影像判定为合格； 步骤S230确定对不合格的当前可见光立体影像的目标检测区域，然后利用无人机对所述目 标检测区域进行补飞操作，直到获取到所在目标检测区域的符合预设可见光立体影像合格标 准参数的可见光立体影像。需要说明的是，数据获取完成后，首先要对获取的影像进行质量检查，对不合格的区域进行 补飞，直到获取的影像质量满足要求；其次再进行匀光匀色等处理操作。优选的，作为一种可实施方案；在步骤 S20（中，对采集的可见光立体影像进行数据加工处 理，包括如下操作步骤：步骤S240对合格的可见光立体影像进行匀光匀色处理；步骤S250对可见光立体影像数据进行几何校正、同名

20、像点匹配、区域网联合平差操作，最 后将平差后的数据赋予每张可见光立体影像，使得每张可见光立体影像均具有在虚拟三维空 间中的位置和姿态数据。需要说明的是，进行匀光匀色处理，在飞行过程中存在时间和空间上的差异，影像之间会存 在色偏，这就需要进行匀光匀色处理；再次进行几何校正、同名像点匹配、区域网联合平 差，最后将平差后的数据 （三个坐标信息及三个方向角信息 ）赋予每张立体影像，使得他们具 有在虚拟三维空间中的位置和姿态数据，至此立体影像即可进行实时量测，每张斜片上的每 个像素对应真实的地理坐标位置。关于多视影像联合平差需要说明的是：多视影像不仅包含垂直摄影数据，还包括倾斜摄影数 据，而部分传统空中

21、三角测量系统无法较好地处理倾斜摄影数据，因此，多视影像联合平差 需充分考虑影像间的几何变形和遮挡关系。结合POSK统提供的多视影像外方位元素，采取由粗到精的金字塔匹配策略在每级影像上进行同名点自动匹配和自由网光束法平差，得到较 好的同名点匹配结果。同时建立连接点和连接线、控制点坐标、GPS/IMU甫助数据的多视影像自检校区域网平差的误差方程，通过联合解算，确保平差结果的精度。关于多视影像密集匹配需要说明的是：影像匹配是摄影测量的基本问题之一，多视影像具有覆盖范围大、分辨率高等特点。因此如何在匹配过程中充分考虑冗余信息，快速准确获取多 视影像上的同名点坐标，进而获取地物的三维信息是多视影像匹配的

22、关键。本实施例结合P0喙统提供的多视影像外方位元素，再采取由粗到精的金字塔匹配策略在每级影像上进行 同名点自动匹配和自由网光束法平差，得到较好的同名点匹配结果。优选的，作为一种可实施方案；在步骤 S25（中，在所述将平差后的数据赋予每张可见光立 体影像步骤中，其中所述平差后的数据包括坐标信息和方向角信息。需要说明的是，在上述操作步骤中，将平差后的数据（三个坐标信息及三个方向角信息 ）赋予每张倾斜影像，使得他们具有在虚拟三维空间中的位置和姿态数据，至此倾斜影像即可进行 实时量测，每张斜片上的每个像素对应真实的地理坐标位置。上述坐标信息和方向角信息通 过倾斜摄影系统获得；该倾斜摄影系统分为三大部分，第一部分为飞行平台；第二部分为人 员；第三部分为仪器部分，传感器 （多头相机、GPSt位装置获取曝光瞬间的三个线元素x, y，z）和姿态定位系统（记录相机曝光瞬间的姿态，三个角元素0心ko）优选的，作为一种可实施方案；在步骤 S30（中，所述利用点云构建TIN模型，并以此生成基于影像纹理的高分辨率可见光立体测量三维模型，具体包括如下操作步骤：利用点云构建TIN模型，然后对所述TIN模型自动进行纹理映射；根据纹理映射结果以此生成基于影像纹理的高分辨率可见光立体测量三维模型）关于三维模型生