一种基于倾斜摄影的测量方法、系统、存储介质及设备与流程

本发明涉及测绘地理信息技术领域，尤其涉及一种基于倾斜摄影的测量方法、系统、存储介质及设备。

背景技术：

现有技术中，采集地物的方法主要有两种：野外实测采集和常规航空摄影采集。野外实测采集采用相关技术，实地进行碎部地物的数据采集；常规航空摄影采集是通过平台搭载航摄仪拍摄照片，结合像控点测量，形成立体像对进行数据采集。上述两种方式都具有比较明显的缺点，野外实测采集方法，数据获取慢、效率低、成本高，私密性的或高层的建筑物的数据获取难度大、精度高但不均匀；常规航空摄影采集，数据获取快，效率高，成本低，但精度低，不能满足要求。由此可知，上述两种方式都无法兼顾高精度测量的精度、成本和效率。

目前，国内多数模型采集软件，一是采用墙面获取建筑物拐角，但存在粗差导致精度不足，隐蔽面和微小面难以采集，操作不便等问题；二是直接采集建筑物拐角，很难实现，甚至不可能操作。

技术实现要素：

本发明所要解决的技术问题是针对上述现有技术的不足，提供一种基于倾斜摄影的测量方法、系统、存储介质及设备。

本发明解决上述技术问题的技术方案如下：一种基于倾斜摄影的测量方法，包括如下步骤:

步骤1：控制无人机按照设定的飞行轨迹飞行，并拍照采集待测区域内目标物体的影像信息，根据所述目标物体的影像信息进行空中三角测量，建立空间三维模型；

步骤2：按照预设点位选取规则选取所述空间三维模型的多个表面点，并根据所述多个表面点建立目标物体的主基线和辅助基线；

步骤3：根据所述主基线和辅助基线确定所述目标物体的位置信息。

本发明的有益效果是：本发明的基于倾斜摄影的测量方法，通过无人机采集待测区域内目标物体的影像，然后通过空中三角测量建立空间三维模型，并根据所述三维模型表面选取的表面点建立目标物体的主基线和辅助基线，从而精确的获取目标物体的位置信息，采集结果准确，精度高，效率较高，把大部分野外作业转移到室内并由计算机辅助处理，消除了作业人员的野外作业风险，降低了作业成本，解决了因目标物体的封闭性和私密性导致在野外采集困难的问题，非常适合大比例尺高精度测量的推广使用。

在上述技术方案的基础上，本发明还可以做如下改进：

进一步：所述预设点位选取规则为：

选取所述三维模型的多个网格中心点作为所述表面点，且在所述三维模型任一表面两端分别选取至少一个所述表面点。

上述进一步方案的有益效果是：通过在所述三维模型表面不同网格中心选取所述表面点可以便于根据不同所述表面点判断目标物体的立面是否垂直，通过在所述三维模型任一表面两端分别选取至少一个所述表面点，便于保证后续辅助基线的长度权值与墙面长度的一致性。

进一步：所述步骤2中，所述根据所述多个表面点建立目标物体的主基线和辅助基线具体包括：

步骤21：确定所述表面点中的粗差点并剔除，将剩余的所述表面点进行拟合，生成多条辅助基线；

步骤22：确定所述辅助基线中的粗差辅助基线并剔除，根据剩余辅助基线确定主基线。

上述进一步方案的有益效果是：在所述三维模型中，目标物体是由成百上千个不规则的三角网和纹理组成，随机选取某三角网确定目标物体里面位置误差较大，通过剔除粗差确定目标物体的主基线和辅助基线能很好地避免这种随机误差，提高采集结果的准确性。

进一步：所述步骤21中，所述确定所述表面点中的粗差点并剔除，其具体实现为：

将所有所述表面点换算至同一高度，检测任一所述表面点与其余所述表面点的偏移量，并在所述偏离度超过预设偏移量阈值时，确定该所述表面点为粗差点并剔除；

所述步骤22中，所述确定所述辅助基线中的粗差辅助基线并剔除的具体实现为：采用多轮投票算法确定每条所述辅助基线的直线方程，根据所述辅助基线的直线方程获取对应的所述辅助基线的方向值，并根据所述方向值确定所述辅助基线与其余所述辅助基线的夹角，并在所述夹角超过预设夹角偏离阈值时，确定该所述辅助基线为粗差辅助基线并剔除。

上述进一步方案的有益效果是：通过检测任一所述表面点与其余所述表面点的偏移量，可以确定所述表面点中的粗差点并剔除，通过每条所述辅助基线的方向值可以确定所述辅助基线中的粗差辅助基线并剔除，这样可以使得剩余的所述辅助基线更加精确，进而使得目标物体的主基线也更加精确。

进一步：所述多轮投票算法具体为：

步骤221：在所述三维模型任一表面选取n个表面点，并形成点集；

步骤222：连接所述点集中任意两个表面点形成直线，并建立直线方程，计算剩余的n-2个所述表面点与该所述直线的垂直距离，并在所述垂直距离超过预设垂直距离时，确定该所述表面点为偏离点并剔除；

步骤223：遍历所述点集中的所有所述表面点，确定偏离点数量最少的所述直线为目标直线，并将所述点集中所述目标直线对应的所述偏离点以外的所述集合点与所述目标直线对应的直线方程进行最小二乘拟合，得到辅助基线的直线方程。

上述进一步方案的有益效果是：通过所述多轮投票算法可以识别对所述辅助基线影响较大的偏离点，进而准确的获得所述辅助基线的直线方程。

进一步：所述步骤222中，所述根据剩余辅助基线确定主基线具体包括：

当剔除后保留的所述辅助基线为一条时，则将最长的所述辅助基线确定为主基线；

当剔除后保留的所述辅助基线大于或等于两条时，根据所述辅助基线的带长度权的方向值,得到主基线的方向值,并根据所述主基线的方向值确定所述目标物体的主基线。

上述进一步方案的有益效果是：通过上述方式可以根据所述辅助基线准确的确定在不同情况下所述目标物体的主基线，从而可以便于后续更加精确的确定目标物体的轮廓信息和位置信息，实现目标物体的精准采集。

进一步：所述步骤3中，根据所述主基线和辅助基线确定所述目标物体的位置信息的具体实现为：

当所述目标物体的影像信息中目标物体的投影线与对应的所述主基线平行或者垂直时，依据所述辅助基线中点与所述主基线方向确定所述目标物体的立面线，通过所述立面线进行线线相交得到目标物体的轮廓信息，获取目标物体的拐角坐标，并根据所述目标物体的轮廓信息和拐点坐标生成所述目标物体的位置信息；

否则，采用所述步骤21中剔除的所述粗差点拟合形成辅助基线，通过辅助基线进行线线相交得到目标物体的轮廓信息，获取目标物体的拐角坐标，并根据所述目标物体的轮廓信息和拐点坐标生成所述目标物体的位置信息；

或，采用所述步骤22中剔除的所述辅助基线通过辅助基线进行线线相交得到目标物体的轮廓信息，获取目标物体的拐角坐标，并根据所述目标物体的轮廓信息和拐点坐标生成所述目标物体的位置信息。

上述进一步方案的有益效果是：通过所述辅助基线和主基线可以准确的确定目标物体的轮廓信息和位置信息，完成目标物物体的精准采集。

进一步：所述的基于倾斜摄影的测量方法还包括：

步骤4：根据所述空间三维模型获取所述目标物体表面与所述表面点对应的实物点的坐标，并计算所述表面点与对应的所述实物点的坐标误差值，根据每个所述表面点对应的所述坐标误差值生成误差分布图并输出。

上述进一步方案的有益效果是：通过采集上述表面点与对应的所述实物点的坐标误差值，并生成误差分布图输出，可以方便为后续检测结果的质检提供参考依据。

本发明还提供了一种基于倾斜摄影的测量系统，包括信息接收模块和主控制模块；

主控制模块，用于控制无人机按照设定的飞行轨迹飞行；

信息接收模块，用于接收无人机采集待测区域内目标物体的影像信息；

主控制模块，还用于根据所述目标物体的影像信息进行空中三角测量，建立空间三维模型，按照预设点位选取规则选取所述空间三维模型的多个表面点，并根据所述多个表面点建立目标物体的主基线和辅助基线，以及根据所述主基线和辅助基线确定所述目标物体的位置信息。

本发明的基于倾斜摄影的测量系统，通过无人机采集模块采集待测区域内目标物体的影像信息，并由主控制模块通过空中三角测量建立空间三维模型，根据所述三维模型表面选取的表面点建立目标物体的主基线和辅助基线，从而根据所述主基线和辅助基线精确的获取目标物体的位置信息，采集结果准确，精度高，效率较高，把大部分野外作业转移到室内并由计算机辅助处理，消除了作业人员的野外作业风险，降低了作业成本，解决了因目标物体的封闭性和私密性导致在野外采集困难的问题，非常适合大比例尺高精度测量的推广使用。

本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现所述的基于倾斜摄影的测量方法。

本发明还提供了一种基于倾斜摄影的测量设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述的基于倾斜摄影的测量方法的步骤。

附图说明

图1为本发明的基于倾斜摄影的测量方法流程示意图；

图2为本发明的基于倾斜摄影的测量方法的实例图；

图3为本发明的基于倾斜摄影的测量系统结构示意图。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

如图1所示，一种基于倾斜摄影的测量方法，包括如下步骤:

步骤1：控制无人机按照设定的飞行轨迹飞行，并拍照采集待测区域内目标物体的影像信息，根据所述目标物体的影像信息进行空中三角测量，建立空间三维模型；

步骤2：按照预设点位选取规则选取所述空间三维模型的多个表面点，并根据所述多个表面点建立目标物体的主基线和辅助基线；

步骤3：根据所述主基线和辅助基线确定所述目标物体的位置信息。

本发明实施例提供的基于倾斜摄影的测量方法，通过无人机采集待测区域内目标物体的影像，然后通过空中三角测量建立空间三维模型，并根据所述三维模型表面选取的表面点建立目标物体的主基线和辅助基线，从而精确的获取目标物体的位置信息，采集结果准确，精度高，效率较高，把大部分野外作业转移到室内并由计算机辅助处理，消除了作业人员的野外作业风险，降低了作业成本，解决了因目标物体的封闭性和私密性导致在野外采集困难的问题，非常适合大比例尺高精度测量的推广使用。

需要指出的是，本发明实施例中，根据所述目标物体的影像信息进行空中三角测量，建立空间三维模型为现有技术，采用现有的软件(比如smart3d)即可完成，故本发明中不再赘述。

在本发明提供的实施例中，所述预设点位选取规则为：

选取所述三维模型的网格中心点作为所述表面点，且在所述三维模型任一表面两端分别选取至少一个所述表面点。

上述实施例中，通过在所述三维模型表面不同网格中心选取所述表面点可以便于根据不同所述表面点判断目标物体的立面是否垂直，通过在所述三维模型任一表面两端分别选取至少一个所述表面点，便于保证后续辅助基线的长度权值与墙面长度的一致性。

在本发明提供的实施例中，所述步骤2中，所述根据所述多个表面点建立目标物体的主基线和辅助基线具体包括：

步骤21：确定所述表面点中的粗差点并剔除，将剩余的所述表面点进行拟合，生成多条辅助基线；

步骤22：确定所述辅助基线中的粗差辅助基线并剔除，根据剩余辅助基线确定主基线。

在所述三维模型中，目标物体是由成百上千个不规则的三角网和纹理组成，随机选取某三角网确定目标物体里面位置误差较大，通过剔除粗差确定目标物体的主基线和辅助基线能很好地避免这种随机误差，提高采集结果的准确性。

优选地，在上述提供的实施例中，所述步骤21中，所述确定所述表面点中的粗差点并剔除，其具体实现为：

将所有所述表面点换算至同一高度，检测任一所述表面点与其余所述表面点的偏移量，并在所述偏离度超过预设偏移量阈值时，确定该所述表面点为粗差点并剔除；

所述步骤22中，所述确定所述辅助基线中的粗差辅助基线并剔除的具体实现为：采用多轮投票算法确定每条所述辅助基线的直线方程，根据所述辅助基线的直线方程获取对应的所述辅助基线的方向值，并根据所述方向值确定所述辅助基线与其余所述辅助基线的夹角，并在所述夹角超过预设夹角偏离阈值时，确定该所述辅助基线为粗差辅助基线并剔除。

通过检测任一所述表面点与其余所述表面点的偏移量，可以确定所述表面点中的粗差点并剔除，通过每条所述辅助基线的方向值可以确定所述辅助基线中的粗差辅助基线并剔除，这样可以使得剩余的所述辅助基线更加精确，进而使得目标物体的主基线也更加精确。

具体地，所述多轮投票算法具体为：

步骤221：在所述三维模型任一表面选取n个表面点，并形成点集；

步骤222：连接所述点集中任意两个表面点形成直线，并建立直线方程，计算剩余的n-2个所述表面点与该所述直线的垂直距离，并在所述垂直距离超过预设垂直距离时，确定该所述表面点为偏离点并剔除；

步骤223：遍历所述点集中的所有所述表面点，确定偏离点数量最少的所述直线为目标直线，并将所述点集中所述目标直线对应的所述偏离点以外的所述集合点与所述目标直线对应的直线方程进行最小二乘拟合，得到辅助基线的直线方程。

如图2所示，为实际中拍摄某建筑物的垂直投影图，建模后，在每条边线选取6-8个点，其中1-8号点位为其中一条边上的8个点，7号点相对该条边上的其他点，偏移量较大，超过预设偏移量阈值，确定为粗差点，并剔除，其余点即可确定辅助基线，在不同立面重复此操作，即可确定各立面的辅助基线，其方向值分别为α1、α2、α3、α4和α5。

需要指出的是，本发明提供的实施例中，所述步骤222中，所述根据剩余辅助基线确定主基线具体包括：

当剔除后剩余的所述辅助基线为一条时，则表面所述目标物体为不规则的，此时需将最长的所述辅助基线确定为主基线；

当剔除后剩余的所述辅助基线大于或等于两条时，则表明所述目标物体是规则的，此时根据所述辅助基线的带长度权的方向值,确定主基线的方向值，具体计算公式如下：

其中,先根据剩余的多条所述辅助基线的方向值确定与所有所述辅助基线最接近方向(定义为目标方向)的方向值,si为所述辅助基线的长度，αi为所述辅助基线的方向值，α为所述主基线的方向值,m为辅助基线的数量。

这样，根据上式即可得到目标物体的主方向值后,再根据所述主方向值确定所述目标物体的主基线。图2中α1、α3、α4与主基线方向的偏差在阈值内，α2和α5的辅助基线与主基线方向的偏差超过阈值。通过上述方式可以根据所述辅助基线准确的确定在不同情况下所述目标物体的主基线，从而可以便于后续更加精确地确定目标物体的轮廓信息和位置信息，实现目标物体的精准采集。

在本发明提供的实施例中，所述步骤3中，根据所述主基线和辅助基线确定所述目标物体的位置信息的具体实现为：

当所述目标物体的影像信息中目标物体的投影线与对应的所述主基线平行或者垂直时，依据所述辅助基线中点与所述主基线方向确定所述立面的立面线，通过所述立面线进行线线相交得到目标物体的轮廓信息，获取目标物体的拐角坐标，并根据所述目标物体的轮廓信息和拐点坐标生成所述目标物体的位置信息；

否则，采用所述步骤21中剔除的所述粗差点拟合形成辅助基线，通过辅助基线进行线线相交得到目标物体的轮廓信息，获取目标物体的拐角坐标，并根据所述目标物体的轮廓信息和拐点坐标生成所述目标物体的位置信息；

或，采用所述步骤22中剔除的所述辅助基线，通过辅助基线进行线线相交得到目标物体的轮廓信息，获取目标物体的拐角坐标，并根据所述目标物体的轮廓信息和拐点坐标生成所述目标物体的位置信息。

通过所述辅助基线和主基线可以准确的确定目标物体的轮廓信息和位置信息，完成目标物物体的精准采集。

优选地，本发明提供的实施例中，所述的基于倾斜摄影的测量方法还包括：

步骤4：根据所述空间三维模型获取所述目标物体的表面与所述表面点对应的实物点的坐标，并计算所述表面点与对应的所述实物点的坐标误差值，根据每个所述表面点对应的所述坐标误差值生成误差分布图并输出。

通过采集上述表面点与对应的所述实物点的坐标误差值，并生成误差分布图输出，可以方便为后续检测结果给质检提供参考依据。

如图3所示，本发明还提供了一种基于倾斜摄影的测量系统，包括信息接收模块和主控制模块；

主控制模块，用于控制无人机按照设定的飞行轨迹飞行；

信息接收模块，用于接收无人机采集待测区域内目标物体的影像信息；

主控制模块，还用于根据所述目标物体的影像信息进行空中三角测量，建立空间三维模型，按照预设点位选取规则选取所述空间三维模型的多个表面点，并根据所述多个表面点建立目标物体的主基线和辅助基线，以及根据所述主基线和辅助基线确定所述目标物体的位置信息。

本发明的基于倾斜摄影的测量系统，通过无人机采集模块采集待测区域内目标物体的影像信息，并由主控制模块通过空中三角测量建立空间三维模型，根据所述三维模型表面选取的表面点建立目标物体的主基线和辅助基线，从而根据所述主基线和辅助基线精确的获取目标物体的位置信息，采集结果准确，精度高，效率较高，把大部分野外作业转移到室内并由计算机辅助处理，消除了作业人员的野外作业风险，降低了作业成本，解决了因目标物体的封闭性和私密性导致在野外采集困难的问题，非常适合大比例尺高精度测量的推广使用。

在本发明提供的实施例中，所述预设点位选取规则为：

选取所述三维模型的多个网格中心点作为所述表面点，且至少两个所述表面点位于所述三维模型表面不同位置，在所述三维模型任一表面两端分别选取至少一个所述表面点。

通过在所述三维模型表面不同网格中心选取所述表面点可以便于根据不同所述表面点判断目标物体的立面是否垂直，通过在所述三维模型任一表面两端分别选取至少一个所述表面点，便于保证后续辅助基线的长度权值与墙面长度的一致性。

优选地，所述主控制模块包括辅助基线子模块和主基线子模块；

所述辅助基线子模块，用于确定所述表面点中的粗差点并剔除，将剩余的所述表面点进行拟合，生成多条辅助基线；

所述主基线子模块，用于确定所述辅助基线中的粗差辅助基线并剔除，根据剩余的辅助基线确定主基线。

在所述三维模型中，目标物体是有成百上千个不规则的三角网和纹理组成，随机选取某三角网确定目标物体里面位置误差较大，通过剔除粗差确定目标物体的主基线和辅助基线能很好地避免这种随机误差，提高采集结果的准确性。

优选地，在上述实施例中，所述辅助基线子模块具体用于：

将所有所述表面点换算至同一高度，检测任一所述表面点与其余所述表面点的偏移量，并在所述偏离度超过预设偏移量阈值时，确定该所述表面点为粗差点并剔除；

所述确定所述辅助基线中的粗差辅助基线并剔除的具体实现为：采用多轮投票算法确定每条所述辅助基线的直线方程，根据所述辅助基线的直线方程获取对应的所述辅助基线的方向值，并根据所述方向值确定所述辅助基线与其余所述辅助基线的夹角，并在所述夹角超过预设夹角偏离阈值时，确定该所述辅助基线为粗差辅助基线并剔除。

通过检测任一所述表面点与其余所述表面点的偏移量，可以确定所述表面点中的粗差点并剔除，通过每条所述辅助基线的方向值可以确定所述辅助基线中的粗差辅助基线并剔除，这样可以使得所述辅助基线更加精确，进而使得目标物体的主基线也更加精确。

具体地，所述多轮投票算法具体为：

在所述三维模型任一表面选取n个表面点，并形成点集；

连接所述点集中任意两个表面点形成直线，并建立直线方程，计算剩余的n-2个所述表面点与该所述直线的垂直距离，并在所述垂直距离超过预设垂直距离时，确定该所述表面点为偏离点并剔除；

遍历所述点集中的所有所述表面点，确定偏离点数量最少的所述直线为目标直线，并将所述点集中所述目标直线对应的所述偏离点以外的所述集合点与所述目标直线对应的直线方程进行最小二乘拟合，得到辅助基线的直线方程。

通过所述多轮投票算法可以识别对所述辅助基线影响较大的偏离点，进而准确的获得所述辅助基线的直线方程。

需要指出的是，本发明提供的实施例中，所述主基线子模块根据剩余辅助基线确定主基线具体包括：

当剔除后剩余的所述辅助基线为一条时，则将最长的所述辅助基线确定为主基线；

当剔除后剩余的所述辅助基线大于或等于两条时，根据所述辅助基线的带长度权的方向值,确定主基线的方向值，具体计算公式如下：

其中,先根据剩余的多条所述辅助基线的方向值确定与所有所述辅助基线最接近方向(定义为目标方向)的方向值,si为所述辅助基线的长度，αi为所述辅助基线的方向值，α为所述主基线的方向值,m为辅助基线的数量。

这样，根据上式即可得到主基线的方向值,并根据所述主基线的方向值确定所述目标物体的主基线。图2中α1、α3、α4与主基线方向的偏差在阈值内，α2和α5的辅助基线与主基线的偏差超过阈值。通过上述方式可以根据所述辅助基线准确的确定在不同情况下所述目标物体的主基线，从而可以便后后续更加精确地确定目标物体的轮廓信息和位置信息，实现目标物体的精准采集。

本本发明提供的实施例中，所述主控制模块还包括位置信息子模块，用于当目标物体的投影线与对应的所述主基线平行或者垂直时，依据所述辅助基线中点与所述主基线方向确定目标物体的立面线，通过所述立面线进行线线相交得到目标物体的轮廓信息，获取目标物体的拐角坐标，并根据所述目标物体的轮廓信息和拐点坐标生成所述目标物体的位置信息；

否则，采用上述剔除粗差点的方法剔除的所述粗差点拟合形成辅助基线，通过辅助基线进行线线相交得到目标物体的轮廓信息，获取目标物体的拐角坐标，并根据所述目标物体的轮廓信息和拐点坐标生成所述目标物体的位置信息；

或，采用所述剔除所述粗差辅助基线的方法剔除的所述辅助基线，通过辅助基线进行线线相交得到目标物体的轮廓信息，获取目标物体的拐角坐标，并根据所述目标物体的轮廓信息和拐点坐标生成所述目标物体的位置信息。

通过所述辅助基线和主基线可以准确的确定目标物体的轮廓信息和位置信息，完成目标物物体的精准采集。

优选地，本发明提供的实施例中，所述的基于倾斜摄影的测量系统还包括误差模块，用于根据所述空间三维模型获取所述目标物体表面与所述表面点对应的实物点的坐标，并计算所述表面点与对应的所述实物点的坐标误差值，根据每个所述表面点对应的所述坐标误差值生成误差分布图并输出。

通过采集上述表面点与对应的所述实物点的坐标误差值，并生成误差分布图输出，可以方便为后续检测结果的质检提供参考依据。

本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现所述的基于倾斜摄影的测量方法。

本发明还提供了一种基于倾斜摄影的测量设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述的基于倾斜摄影的测量方法的步骤。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。