CN115861527B 實景三維模型的構建方法、裝置、電子設備及存儲介質 （四川水發勘測設計研究有限公司）

本發明公開了一種實景三維模型的構建方高程數據來生成待構建目標的三角網地形三維的曲面來對基于點云逆向建模技術得到的初始明相當于是利用點云逆向建模技術和幾何地形曲面修正技術來構建出高空間精度的實景三維模技術得到的實景三維模型所存在的飄帶漏洞2獲取待構建目標的模型構建數據，其中，所述模型構建數據基于所述數字高程數據，確定出用于重建所述待從所述插值數字高程數據集中，確定出具有三維坐標信息的網格化點云述網格化點云數據作為用于重建所述待構建目標的三維模型的調用GlobalMapper中的像元中心點提取組件對所述插值數字高程數據集進行網格點調用GlobalMapper中的像素匹配組件，以利用所述像素匹配組件將所述數字正射影對于任一點云數據，獲取所述任一點云數據相對應像素數據的顏色將所述著色信息添加至所述任一點云數據中，以在添加完畢后對若干裁剪地形三維曲面中的每個裁剪地形三維曲面進行去鋸齒處將若干去鋸齒后的裁剪地形三維曲面進行合并處理，得到預處理三角網地形三維曲對所述預處理三角網地形三維曲面進行平滑處理，以在平滑處理后，3獲取平滑角度，并基于所述平滑角度，對所述預處理三角網地對所述預處理實景三維模型進行紋理替換處理，以在紋理替換處理后，得述待構建目標的數字高程數據以及數字正射點云處理單元，用于基于所述數字高程數據，確定模型重構單元，用于基于所述著色點云數據，構建得到待構建目標的初幾何修正處理單元，用于對所述三角網地形三維曲面進模型調整單元，用于利用所述修正后的三角網地形三維曲面，對所述初4用以解決現有技術中依據點云數據來進行模型重建所存在的模型容易出現飄帶型漏洞或[0008]基于所述數字高程數據，確定出用于重建所述待構建目標的三維模型的點云數5[0013]基于上述公開的內容，本發明先利用數字高程數據來獲將所述網格化點云數據作為用于重建所述待構建目標的三維模型[0020]調用GlobalMapper中的像元中心點提取組件對所述插值數字高程數據集進行網6[0022]調用GlobalMapper中的像素匹配組件，以利用所述像素匹配組件將所述數字正由于數字高程數據和數字正射影像數據的空間位置是一一匹配的，因此，即可先借助GlobalMapper中的像素匹配組件，從數字正射影像數據中確定出與各個點云數據相匹配后續初始實景三維模型的模型修正提供高精度的7括所述待構建目標的數字高程數據以及數字正射運行時，執行如第一方面或第一方面中任意一種可能設計的所述實景三維模型的構建方[0050](1)本發明利用數字高程數據來生成待構建目標的三角網地形三維曲面，并對該模技術得到的實景三維模型所存在的飄帶漏洞或獨立漏洞的問題，使重建的實景三維模8[0051](2)本發明不僅適用于基于DEM和DOM數據融合構建地形級實景三維模型的場景，[0056]圖5為本發明實施例提供的A區域雁門溝修正后的三角網地形三維曲面的效果示一單元稱作第二單元,并且類似地可以將第二單元稱作第一單元，同時不脫離本發明的示可有效解決利用傳統技術建模得到的實景三維模型所存在的飄帶漏洞和獨立漏洞的問題，三維模型重建端側運行，其中，舉例所述實景三維模型重建端可以但不限于為個人電腦9可以但不限于采用分辨率為1:1萬的國家標準數據，也可從分辨率為1:1萬，比例尺為1:像數據則是從第三次全國國土調查正射遙感影像圖和河湖劃界數據中提取得到的；當然，[0067]S2.基于所述數字高程數據，確定出用于[0070]S22.從所述插值數字高程數據集中，確定出具有三維坐標信息的網格化點云數此，實景三維模型重建端可調用GlobalMapper中的像元中心點提取組件對所述插值數字[0071]S23.調用GlobalMapper中的像素[0078]S5.對所述三角網地形三維曲面進行齒功能，因此，也可直接調用GlobalMapper軟件對各個裁剪地形三維曲面進行去鋸齒處[0084]S6.利用所述修正后的三角網發明有效解決了利用點云逆向建模技術得到的實景三維模型所存在的飄帶漏洞或獨立漏[0091]以A地區的雁門溝流域為研究區，采用實施例第一方面所提供的方法對該研究區[0094]表1為進行未進行雙線性插值所提取的點云數據，與經過雙線性插值后所提取的[0097]通過前述表1可得出，經過雙線性插值后，數字高程數據中的點云數據的間隔由提供的方法能夠有效解決傳統建模所存在的飄帶漏洞和獨立漏洞的問題，能夠提供精度[0109]如圖7所示，本實施例第三方面提供了一種實現實施例第一方面中所述的實景三括所述待構建目標的數字高程數據以及數字正射[0118]具體舉例的，所述存儲器可以但不限于包括隨機存取存儲器(randomaccess理器可以采用DSP(DigitalSignalProcessing，數字信號處理)、FPGA(Field-采用型號為STM32F105系列的微處理器、精簡指令集計算機(reducedinstructionsetcomputer,RISC)微處理器、X86等架構處理器或集成嵌入式神經網絡處理器(neural_[0121]本實施例第五方面提供了一種存儲包含有實施例第一方面所述的實景三維模型