如何突破卫星影像建模难点?重建大师这样做!

大势智慧研发的重建大师卫星版利用优化的算法解决了卫星影像数据在三维重建中的难题,包括特征提取、匹配、核线矫正和密集匹配等,实现了高效、高质量的卫星影像三维模型构建,可处理分辨率优于1米的卫星数据,为全球实景三维建模提供解决方案,并能替代国外卫星处理软件。
摘要由CSDN通过智能技术生成

日前,由重建大师生成的首个“珞珈三号01星”卫星影像三维模型一经发出,引发业内关注。这是重建大师(卫星版)基于卫星所获取的多角度成像数据,生成高质量实景三维模型的最新实践成果。

卫星影像动图

相较于传统倾斜摄影数据建模,卫星影像数据采集区域广、不受航空管制、采集周期的影响,更符合当前大场景实景三维建模与城市三维模型快速构建的需要。但从获取的影像数据来说,卫星影像数据与传统航摄影像数据存在较多差异:

01.卫星影像通常是采用线阵传感器单元以推扫方式采集而来,其投影方式与传统框幅式成像模型不同;

02.卫星传感器到地面的距离过大,基线短,容易导致计算结果不稳定;

03.卫星影像的像幅过大,单幅影像可包含数十亿像素,处理困难。

因此,想要实现卫星影像快速三维重建并不能采用现有的针对传统航摄影像的处理方法,需要在空三解算和匹配算法上进行优化。

大势智慧研发团队经过长期探索,攻克多个技术难点,推出重建大师卫星版本,在已具备超大规模地理场景高质量生成与地理实体智能化生产的同时,成为业内为数不多的、能有效满足多个卫星影像数据高效率三维模型构建的软件

►►►

优化特征提取与匹配算法

解决卫星影像空三难

卫星影像采用RPC有理函数模型来表达三维坐标到影像坐标之间的投影关系,每个影像的RPC模型参数由卫星厂商给出,但是该参数存在微小的误差,必须经过校正才能用于后续的重建。

大势智慧研发出业界领先的针对卫星影像优化的图像匹配算法,具有匹配点数量多、精度高、匹配效率高等特性,平差方法采用一种适合于RPC模型的交替求解法,在无控制点的情况下仍可以获得高精度的解。

►►►

攻克多个技术难点

解决卫星影像重建难

基于卫星影像的三维重建,一般需要先对卫星影像进行核线矫正得到立体影像,经过密集匹配得到密集点云,点云进一步转为DSM(数字表面模型),再对DSM进行等一系列处理,最终输出DSM和网格模型等产品。

然而在实际重建过程中,卫星影像重建流程中存在核线矫正、密集匹配、DSM合并等多个技术难点。大势智慧通过通过优化重建大师算法成功解决了这些问题。

由于RPC投影模型较为复杂,无法直接进行核线矫正。重建大师基于仿射投影模型进行核线矫正,矫正算法稳定性好、精度高,适用于各种卫星视角、分辨率和地形场景。当密集匹配时,重建大师通过匹配多级分辨率的影像,有效解决了匹配视差范围未知的问题,大大增强了匹配的成功率。

部分卫星影像密集匹配生产的点云

为了获取最优的DSM,重建大师在选取最优高程时,通过结合局部高程可靠性和全局一致性,同时保证了合并后的DSM的高程精度和连续性。

网格模型

基于一系列算法升级,目前,重建大师卫星版本已完成支持可见光分辨率优于1米的同轨立体和异轨立体卫星影像数据源的检验,建模效率至多可达600km²/节点/天,可为全球提供高效率实景三维模型构建,同时为城市三维模型LOD1.3提供数据基础。

重建大师(卫星版)的卫星影像三维重建技术,能够完全替换国外的卫星处理软件。经过多年的研发,大势智慧不仅能够在航空或者无人机倾斜影像三维重建方面实现国产化替代,也能在卫星处理方面完全替代国外的软件。

以下是由重建大师生成的卫星模型成果:

基于北京三号0.3米影像数据

(感谢北京21世纪公司)

### 回答1: 在数学建模大赛中,如果涉及到图像处理领域的问题,那么了解影像处理知识会有帮助。影像处理是数字信号处理的一个分支,它们的基础都是离散数学和信号处理。在研究影像处理时,我们需要了解数字图像的获取、处理、分析和识别等技术。因此,如果你的数学建模大赛涉及到了图像处理方面的问题,那么对影像处理的基本概念、算法、模型等方面的了解会对你有所帮助。 ### 回答2: 数学建模大赛通常不需要学习影像处理,因为数学建模的主要目标是通过数学模型和方法解决实际问题,而影像处理主要涉及图像的获取、处理和分析。数学建模更偏向于数学和计算机科学的技巧和思维,例如利用数学模型和算法描述问题、进行数据分析和预测,而不太涉及具体的图像处理技术。 然而,有些数学建模题目可能涉及与影像处理相关的问题,例如基于图像数据进行分析和模型构建。在这种情况下,学习影像处理的知识和技术可以帮助竞赛选手更好地理解和解决问题。对于这类题目,竞赛选手可能需要了解图像的获取、处理和分析方法,掌握数字图像处理算法和相关软件工具。 总体而言,数学建模大赛的重点是培养学生的建模能力和解决实际问题的思维方式,而不是特定的技术或领域知识。因此,学习影像处理对于参加数学建模大赛来说不是必需的,但如果题目涉及到与影像处理相关的问题,学习影像处理会成为一种有益的补充。 ### 回答3: 数学建模大赛通常需要团队成员具备一定的多领域知识,其中影像处理技术是一个重要的领域之一。影像处理是指通过对图像进行数字化处理、分析和处理,从而得到所需信息的一种技术。在数学建模大赛中,学习影像处理有以下几个原因: 首先,影像处理技术可以帮助团队成员更好地处理实际问题中的图像数据。在数学建模中,往往需要分析大量的数据,并从中提取出有用的信息。而实际问题中往往涉及到图像数据,通过学习影像处理技术,可以对图像进行处理和分析,从而更好地理解问题和提取数据。 其次,影像处理技术可以扩展数学建模团队的研究领域。数学建模大赛涉及到多个学科和领域,而影像处理作为一项交叉学科技术,可以让团队在数学建模中更加全面地应用自己的知识。通过学习影像处理,团队可以在数学建模中应用图像数据,探索更广泛的问题和挑战。 最后,影像处理技术在现实生活中有广泛的应用。学习影像处理不仅可以在数学建模大赛中起到积极作用,还可以为将来的学术研究和职业发展打下基础。随着科技的进步,越来越多的领域需要应用影像处理技术,因此学习影像处理能够提高团队的竞争力和专业素养。 综上所述,学习影像处理是数学建模大赛的一个重要技术要求。它可以帮助团队更好地处理问题中的图像数据,拓宽数学建模团队的研究范围,同时也有利于提升个人的竞争力和职业发展。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值