[发明专利]一种基于无人机图片的建筑物体积测量方法

说明书

一种基于无人机图片的建筑物体积测量方法，利用无人机对建筑物进行环绕的图像信息采集，获取建筑物多幅图片序列；经双边滤波处理图像序列后，采用Harris角点检测算法获取图像序列的角点；先采用零均值互相关法进行角点粗匹配，建立一对多的对应关系；再采用松弛迭代法处理粗匹配角点，得到一对一精匹配的角点对；利用从运动中恢复结构算法，循环计算匹配点的空间坐标，并利用光束平差法对空间坐标进行优化，得到建筑物的三维点云；利用逐点插入法对三维点云进行Delaunay三角化处理；最后对构建的Delaunay三角网模型利用积分法计算建筑物的体积。

技术领域

本发明属于图像处理的领域，具体涉及一种基于无人机图片的建筑物体积测量方法。

背景技术

在工程领域中经常需要对建筑物体积进行测量预估，此类测量对象通常具有体积大、形状不规则等特点。因此直接对其进行体积测量难度较大，并且如果仅仅依靠人工估算，不但工作量大，而且测量速度慢，消耗时间长，甚至还可能带来误差大、不安全等一系列问题。

发明内容

本发明目的在于直接利用无人机获取的序列图像信息处理计算得到建筑物体积为工程建设提供手段，提出一种基于无人机图片的建筑物体积测量方法。

一种基于无人机图片的建筑物体积测量方法，包括以下步骤：

步骤1：利用无人机对建筑物进行环绕的图像信息采集，获取建筑物多幅图片序列；

步骤2：经双边滤波处理图像序列后，采用Harris角点检测算法获取图像序列的角点；

步骤3：先采用零均值互相关法进行角点粗匹配，建立一对多的对应关系；再采用松弛迭代法处理粗匹配角点，得到一对一精匹配的角点对；

步骤4：利用从运动中恢复结构算法，循环计算匹配点的空间坐标，并利用光束平差法对空间坐标进行优化，得到建筑物的三维点云；

步骤5：利用逐点插入法对三维点云进行Delaunay三角化处理；

步骤6：最后对构建的DelaunaV三角网模型利用积分法计算建筑物的体积。

进一步地，所述步骤2中，具体包括如下步骤：

步骤2-1：读取图像序列，采用双边滤波做图像去噪声，并对图像做灰度化处理，处理后的图像序列记为I_l(l＝1.2...，k)；

步骤2-2：计算图像I_l上每个像素点水平方向和垂直方向上的一阶导，即梯度I_x和I_y；

步骤2-3：设置矩阵M，

步骤2-4：平滑M得到M₁，方法如下：

式中为高斯模板；

步骤2-5：判断像素点是否为角点，具体地，首先计算响应函数W＝det M₁-k₁(traceM₁)²；其中，k₁取经验数，取值范围为0.04～0.06，其选值影响函数曲线形状的直观性，为便于计算设置为0.04；然后设置阈值T，其大小为所有像素点响应函数最大值的0.01倍，为便于计算设置为0.01，当W≥T时，该像素点则为角点；

步骤2-6：标记角点位置，输出角点。

进一步地，所述步骤3中，具体包括如下步骤：

步骤3-1：用零均值归一化互相关方法，依据角点的灰度值信息粗匹配角点，方法如下：