林潇锐 胡省锟 汤杰
摘 要:随着我国科技的迅速发展,地图定位技术日趋成熟,人们在生活中经常使用各种二维定位软件来寻找目的地,例如高德地图、百度地图等,早已融入人们的生活。文章分析三维数字立体模型的形成设计,利用机器视觉技术,对现有的小范围三维立体模型进行拍摄、计算和分析,估算出其物理模型,并将其应用于地图中,从而加强空间的资源利用率和地图的使用效率,使人们更直观地识别小范围内的路况。三维技术与二维技术相比,虽然数据分析较慢、占用网络资源较多,但是具有直观明朗、通俗易懂等特点,故文章采取小范围研究,其不单是现存社会未成熟、亟待发展的一种技术,更是当前地理信息系统技术研究的热点之一。
关键词:机器视觉;小范围;三维立体模型;直观
1 机器视觉技术
机器视觉技术是一门涉及人工智能、神经生物学、心理物理学、计算机学、图像学、指纹识别等多个领域的交叉学科,主要是利用计算机模拟人的视觉功能,从图像中提取正常信息,对其进行计算和分析,最终用于实际的测量、控制以及检测。其最大特点是速度快、信息量大、功能多,应用了人工智能与虚拟现实技术,并以数字图像识别与处理为基础,当前已经得到了一定程度的推广,在航天航空以及医疗检测等多个领域都取得了不错的应用效果。但实际上,由于现实当中的识别环境有较高的复杂程度,目标自身也是如此,因此,如何高效而精准地对图像进行识别,已经成为该技术发展的主要焦点。具体来说,本文所要用到的机器视觉识别主要包含以下几种技术。
1.1 图像预处理技术
为了降低后续算法的复杂程度,提高数据的读取速度,在图像识别时,通常采用图像预处理技术。在这一步对图像去噪,并通过特殊方法将其转换为高清晰度的点线图,从而提取图像特征。但在图像预处理过程中,图像分割质量会对最终的分析结果产生相应的影响。在现有科学理论的帮助下,类似算法已经有上百种,但如何有效识别目标特征仍是一个关键问题。就像目前广泛使用的图像侵权方法—灰度方差法等,如果图像本身太干或太单薄,就不能取得很好的效果。
图像分割也可以基于方向图,根据图像的方向,分析图像的准确性。图像本身的对比度对图像分割的效果影响很小,但在单个灰度图像的区域中,该方法的应用一般不能获得良好的图像分析结果。通常情况下,图像的构图可分为4种类型:清晰区域、可恢复区域、不可恢复区域和背景区域。图像分割的主要功能是去除背景和不可恢复区域,以确保清晰区域和可恢复区域的完整性。当前,最新的图像分割技术是三级分割。首先,划分背景区域;其次,将前景区域中的模糊区域划分;最后,从模糊区域中提取出无法恢复的区域。不但能节省时间,而且可以降低計算机的运算成本。总而言之,当前,图像分割技术体系已经基本完善。所以,在图像分割的过程中,若采用单一技术无法获得理想的效果,则可将多种技术联合应用,以期取得较好的分割效果。例如,在估算模型前将不同角度的图形进行画面优化,再进一步分析。
1.2 提取图形特征
特征提取的效率影响图像识别的效率。特征提取过程是对图像的信息进行分割以形成多种类别的特征项。通常,这些特征主要是孤立的点集,或可以是连续的曲线集或连接的区域集等。图像的特征主要包括图像的纹理特征、颜色特征、形状特征以及图像不同部分的图像空间关系,其中,颜色是最明显的特征之一。
图像区域中每个场景经常将特征点作为表面特性。所以,特征点不能够完全反映图像的大小和方向,不适合捕捉事物的局部信息。纹理特征能够反映物体表面的特征信息,但是不能反映图像表面的基本信息,不适合高层次的内容捕获。
纹理特征需要对同一部分的图像区域进行处理,与颜色的特征不同,其具有很强的稳定性。由于图像分辨率的变化,其在抗干燥和抗干扰能力方面具有优势,但同时也影响了特征提取的结果。在切换方面,通过检测图像的特殊区域来提取相同的属性。但是形状特征提取在数据模型方面仍然不够完备,如果图形发生变化,就不能起到较好的效果。另外,如果需要一次提取所有目标,则需要处理设备的性能要求更高,增加了设备的成本。空间关系特征分为两类:图像中目标的绝对位置关系和图像中目标的相对位置关系。前者一般判断目标区域的距离、位置和其他信息,后者一般描述目标区域的位置关系。经过这一步,计算机能够很轻易地计算出不同图形特征所适应的显示环境,方便图像的匹配。
1.3 图像匹配
图像匹配是指通过一定的匹配算法在两幅或多幅图像之间识别同名点,如二维图像匹配中,比较目标区和搜索区中相同大小的窗口的相关系数,取搜索区中相关系数最大所对应的窗口中心点作为同名点。实质是在基元相似性的条件下如何运用匹配准则的最佳搜索问题。
2 三维建模研究
2.1 技术指标
本文提供了各种模拟环境,可以在不同的模拟环境中体验真实的三维、测量和色彩空间;支持灵活的数据组织方法,例如,区域规划、小区域建模和漫游浏览;具有更加灵活的三维分析功能,真正实现了虚拟构造,方便了空间浏览,例如驾驶、飞行、多角度观察等;支持单机模式、双机模式;单击、双机或多投资的硬件平台。
2.2 功能组成
针对小范围3D建模与2D建模相比的缺点,例如周期时间长和漫游速度较慢等,本文采用了一种具有统一识别建模和良好的模型编辑界面的3D建模系统,采用LOD技术,通过分层、快速共享、基础设置等方式,实现了对整个区域的海量数据管理,并通过线程技术实现了在整个区域的空中和地面快速浏览的三维观察模式以及分布式服务。系统功能组成如图1所示。
2.2.1 数据输入子系统
输入数据子系统部分包含GIS矢量数据、数字地面模型、单体模型的矢量数据或标量数据(即点、线、面),将其联系在一起,转换为目标空间的具体数据。
2.2.2 子系统三维建模
三维建模子系统可以批量传输现有地理信息的系统矢量数据和地形数据,以进行三维建模。可以将真实的建筑模型与现场的纹理数据连接,将采集到的数据与GIS地面纹理数据匹配,应用3D可视化技术模拟出实际场景,并生成3D空间模型。
GIS矢量数据非常复杂,因此,有必要根据某些规则对数据进行分类,以减少3D数据的冗余性。如果常规几何和特殊几何被逐层保存,则常规几何系统将自动建模。根据三维编码规则,对不规则几何进行编码,然后将其转换为系统建模。对于复杂的建筑,如区域性的标志性建筑,由于其整体性能影响占的比重较大,精度、美观性都比较高,因此,宜采用近景摄影测量进行建模。
表面形态可以用TIN或DEM表示,能合理地表达地形状态,并以此为基础对地形数据、地表覆盖、地面建设和道路建设进行全面分析。TIN的优点在于数据量小,能够反映地形的变化特征、简单与复杂性,尤为重要。TIN系统可以使用GIS等高线和高程点,来自动生成或调用由JX4摄影测量工作站生成的TIN数据。DEM可以直接调用Arc/info的ASIC代码格式DEM或DEM以及JX4摄影测量工作站生成的其他GIS数据。
2.2.3 三维模型的编辑、查询与分析
对于广泛的DEM,DOM和3D模型系统,数据可以分类管理和保存。根据国家的不同比例尺的地形图标准划分,合理地划分数据流信息。计算机的显示速度和计算速度会受到很大的显示,因此,为了达到动态调度和大规模平滑漫游的效果,必须将数据按区域类型划分为较小的块。
在三维数据查询与分析方面,系统可以基于属性查询各种属性及其位置,根据其区域的位置进行照明和分析,如建筑高度的分析等。
2.3 三维城市模型的构建
笔者就三维建模系统的功能组成,对某城市的一小范围区域进行数据勘测以及数学模型构建,并设计、分析步骤以及对数据进行集成。
2.3.1 数据的获取及模型的构建
数据获取采用批量传输的方法,极大地缩短了模型构建的时间和工作量。建筑物的表面信息采集由无人机或人工进行拍摄,实际模型的构建步骤如图2所示。
2.3.2 数据的集成
经查阅资料显示,小区域的三维建模技术理论上具有真实和美观的性能效果,通常情况下会选择使用以下措施。
(1)采用网格形式的数字地面模型DEM来表示地表形状。(2)建立高分辨率的城市地区正射影像数据库。(3)测量那些保存至久的建筑物,从而获取真实的三维坐标数据。(4)建立真实的三维模型坐标和数据,合理地利用数据库管理系统进行管理。(5)对重要建筑物或区域实施细微数据的复制及粘贴。(6)分别建立小范围三维模型,构建城市模型数据库,形成三维模型网络。(7)尽量遮盖景区内市容不良的地方。(8)暂时不显示正在维修的建筑物。(9)尽量调整因光线问题导致照片质量出现问题的个别案例。(10)图像光影由于拍摄的时间和取材地点的不同,效果不一致,需要对条件进行改善。(11)协调附近建筑物的整体颜色。(12)协调建筑物的背光面和照明面。(13)协调重要景点和非重要景点的简单性和复杂性。
3 利弊分析与应用前景
3.1 利弊分析
经过以上的三维模型构建分析,不难得出建模后的立体图形具有直观、清晰等特点,但是其分析和计算过程漫长,结果占用运行内存较多,在当今社会难以普及,只能实施小范围的精准测量。因此,本文提出的利用机器视觉对小范围进行三维建模研究总体来说具有很强的应用性。使用机器视觉进行测试不仅消除了人为主观因素的干扰,还可以定量地描述这些指标,从而避免因人而异的测试结果,减少检测分类错误,提高生产率和分类精度。不仅更利于人们对目的地进行精准的定位,还为人们的科研发展提供了便捷的途径。
3.2 应用前景
(1)城市建设。在当今社会已有技术的前提下,利用本文提供的方法进行三维建模。导入TIN,DEM,DOM等测量信息,可以更好地改善城市部分区域的建设,能够更轻易地体现出改善前后的视觉显示变化。
(2)地图的升级。将该技术应用于现存社会的地图软件,可以给部分科学研究者和登山爱好者提供良好的视野环境,能够更快地了解自身附近的地形,防止受伤或遇险。
(3)军事模拟。虚拟的战场可以模拟复杂的作战环境,展现出军队训练的效果,更好地提高训练成效。
(4)土地规划。利用本系统的三维显示和快速计算等特点,对土块体积进行合理地计算分析,提高土地利用率,更能展现其经济性能。
[参考文献]
[1]朱文杰.基于機器视觉的物体识别与抓取控制系统[J].物联网技术,2019(3):37-38.
[2]高俊.地图学四面体数字化时代地图学的诠释[J].测绘学报,2004(1):6-11.
[3]余明,过静.三维仿真虚拟现实技术在城市规划中的应用[J].测绘科学,2004(3):6,59-61.
[4]万刚,陈刚,游雄.虚拟城市中地物几何建模技术的研究[J].测绘科学,2003(1):60-65.
[5]王源,刘建永,江南,等.视点相关实时LOD地形模型动态构网算法[J].测绘学报,2003(1):49-54.
[6]许云杰,胡事民.基于层次细节模型的遮挡裁减算3法[J].中国图像图形学报,2002(9):962-967.
[7]高武俊.城市信息的三维可视化研究[D].北京:中国测绘科学研究院,2002.
[8]谢永杰,智贺宁.基于机器视觉的图像识别技术研究综述[J].科学技术创新,2018(7):74-75.