Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于多源数据融合的三维实景建模与动态更新方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:天目山实验室

摘要:本发明涉及一种基于多源数据融合的三维实景建模与动态更新方法,包括如下步骤:S1:采用无人机获取整个待测区的倾斜影像及遥感影像数据,基于倾斜影像及遥感影像数据获得稀疏点云,通过移动激光扫描仪对待测区进行闭合环式扫描,在移动中获取高精度的雷达点云,S2:对稀疏点云及雷达点云进行点云配准,并融合建模生成实景三维模型,S3:根据拍摄周期对待测区进行不同时期的遥感影像拍摄,并进行遥感变化检测,在检测到变化时进入下一步,S4:通过对变化区域补拍近景影像进行空中三角测量生成加密点云,并更新实景三维模型;本发明具有可实现基于多源数据融合的三维实景精细化建模与动态更新的优点。

主权项:1.一种基于多源数据融合的三维实景建模与动态更新方法,其特征在于,包括如下步骤:S1:根据待测区建筑物高度、植被与道路分布情况进行航摄准备工作,采用无人机获取整个待测区的倾斜影像及遥感影像数据,通过空中三角测量将倾斜影像及遥感影像数据纳入统一的物方坐标系,基于倾斜影像及遥感影像数据获得稀疏点云,通过地面激光雷达对待测区进行闭合环式扫描,在移动中获取点云数据并对点云数据进行预处理获得雷达点云;S2:基于对稀疏点云及雷达点云进行点云配准,并融合建模生成实景三维模型;S3:对待测区进行重新空中三角测量,并进行实景三维模型质量检测,若合格,则通过空中三角测量生成加密点云,并在实景三维模型的基础上进一步生成三维模型;若不满足要求,则重新进行无人机航线规划,对待测区重新进行倾斜摄影测量;S4:根据拍摄周期对待测区进行后期影像的拍摄,将后期影像中不同时间的遥感期影像进行遥感变化检测,若检测到变化,则获取变化区域以及相应的坐标信息,进一步采用无人机近景摄影技术对变化区域进行局部补拍,若未检测到变化,则无需对三维模型进行更新;所述步骤S4中的遥感变化检测包括如下步骤:S41、将不同时期遥感影像、分别送入到Transformer模型中,其中和分别为两个时期的遥感影像,H,W分别表示图像的高度和宽度,C表示图像的通道数,表示维度信息;S42、Transformer模型将输入图像中的每个像素或像素块转换为特征向量序列,并利用Transformer模型的自注意力机制对特征向量序列进行全局关联性计算,得到注意力矩阵,其过程可表示为: ,其中,表示自注意力机制,Q,K,V表示对特征向量序列三元组线性变化得到的查询、键、值向量,为缩放因子,表示转置操作,softmax代表softmax函数,将自注意力机制拓展成多头自注意力MultiHead的形式,表达式如下: , ,其中,表示注意力头的数量,、、、表示线性变换的权重参数,Concat表示特征拼接操作,表示第i个注意力头;S43、在得到注意力矩阵后,通过对输入特征向量序列的加权求和操作得到进一步自注意力机制的输出SA,表达式为: ;其中X为不同时期的遥感影像输入或;S44、将自注意力机制的输出SA通过前馈神经网络FFN做进一步的处理,FFN网络计算过程为: ;其中,、表示线性变换的权重矩阵,、为相应的偏置,x表示任意输入的变量;S45、通过残差连接得到Transformer模型的最终输出特征序列,表达式为: ;由此,对输入的两张不同时期的遥感影像、,经过Transformer模型后得到的输出特征序列分别为、,进一步采用欧式距离计算两个特征序列之间的距离D,其表达式为: ,其中,yi表示特征序列的组成元素,i表示对序列长度的索引,N表示特征序列的长度,根据得到的两个特征序列之间的距离,并与预设的阈值比较得到变化检测的结果,进而检测遥感影像地物变化;S5:通过对变化区域补拍近景影像进行空中三角测量生成加密点云,并更新实景三维模型。

全文数据:

权利要求:

百度查询: 天目山实验室 一种基于多源数据融合的三维实景建模与动态更新方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。