【卫星影像三维重建-全流程代码实现】点云Mesh重构

2024-05-14 10:12

本文主要是介绍【卫星影像三维重建-全流程代码实现】点云Mesh重构,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

点云—>Mesh模型

  • 1.介绍
    • 1.1 背景
    • 1.2 效果示意
  • 2 算法实现
    • 2.1 依赖库
    • 2.2 实验数据
    • 2.3 代码实现
    • 2.4 实验效果
  • 3.总结

1.介绍

1.1 背景

(1)本文主要内容是将三维点云(离散的三维点)进行表面重建生成Mesh网格,之前有篇关于开源软件-Cars-Mesh使用,它是对开源软件-Cars使用生成的点云进行处理得到Mesh网格结构,由于使用cars-mesh需要的配置文件较多,深入其内部涉及到点云mesh构建部分,得出如下结论:

cars-mesh主要有三种mesh构建方法:

  1. 泊松表面重建(poisson_reconstruction)
  2. Delaunay 三角剖分(delaunay_2d_reconstruction)
  3. ball_pivoting_reconstruction

此外还有移动立方体(Marching Cubes Algorithm)、贪婪投影三角化(Greedy Triangulation)等方法。

(2)由于基于卫星影像生成的建筑物点云往往只有建筑物屋顶点云,建筑物立面几乎没有点云,因此充分考虑这种特点,选取了Delaunay三角剖分的方法进行重建,能够保持建筑物立面垂直以及屋顶有棱有角。

1.2 效果示意

如下效果是在meshlab中呈现的:
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2 算法实现

2.1 依赖库

本算法依赖三维点云处理库open3d以及在二维上进行三角剖分的Delaunay实现函数,这里在scipy和matplotlib均有实现,本文选择了scipy中的。

2.2 实验数据

vertices.ply,其只包含点的xyz信息,点云对应的颜色无。实验数据见资源绑定,包含原始点云和mesh构建后的数据,效果在cloudcompare中按照高程渲染效果如下:
在这里插入图片描述

2.3 代码实现

import open3d as o3d
import numpy as np
from scipy.spatial import Delaunay
import matplotlib.tri as mtriclass Mesh:def __init__(self, vertices, triangles, vertex_colors=None):self.vertices = vertices		self.triangles = trianglesself.vertex_colors = vertex_colorsdef delaunay_2d_reconstruction(pcd_file: str, method: str = "scipy") -> Mesh:"""2.5D Delaunay triangulation: Delaunay triangulation on the planimetricpoints and add afterwards the z coordinates.Parameters----------pcd_file: strPath to the PLY file containing point cloud data.method: str, default='scipy'Method to use for Delaunay 2.5D triangulation. Available methods are'scipy' and 'matplotlib'.Returns-------mesh: MeshMesh object containing vertices, triangles, and vertex colors."""# Load point cloud from PLY filepcd = o3d.io.read_point_cloud(pcd_file)# Get points, colors, and z coordinates from point cloudpoints = np.asarray(pcd.points)[:, :2]  # Project points to XY planecolors = np.asarray(pcd.colors)# Perform 2D Delaunay triangulationif method == "scipy":mesh_data = Delaunay(points)elif method == "matplotlib":mesh_data = mtri.Triangulation(points[:, 0], points[:, 1])# Construct meshmesh_vertices = np.hstack([points, np.zeros((len(points), 1))])mesh_triangles = mesh_data.simplices# Set z coordinates based on the original point cloudz_coordinates = np.asarray(pcd.points)[:, 2]mesh_vertices[:, 2] = z_coordinates# Create Mesh object with vertex colorsmesh = Mesh(mesh_vertices, mesh_triangles, vertex_colors=colors)return meshdef save_mesh_as_ply(mesh: Mesh, filename: str):"""Save mesh as a PLY file.Parameters----------mesh: MeshMesh object containing vertices, triangles, and vertex colors.filename: strPath to save the PLY file."""# Create Open3D TriangleMesh objectmesh_o3d = o3d.geometry.TriangleMesh()mesh_o3d.vertices = o3d.utility.Vector3dVector(mesh.vertices)mesh_o3d.triangles = o3d.utility.Vector3iVector(mesh.triangles)# Set vertex colorsif mesh.vertex_colors is not None:mesh_o3d.vertex_colors = o3d.utility.Vector3dVector(mesh.vertex_colors)# Save TriangleMesh object to PLY fileo3d.io.write_triangle_mesh(filename, mesh_o3d)# Example usage:
pcd_file = "vertices.ply"
method = "scipy"  # or "matplotlib"
mesh = delaunay_2d_reconstruction(pcd_file, method)
save_mesh_as_ply(mesh, "vertices_result_mesh.ply")

2.4 实验效果

整体效果在前面已经有呈现了,以下呈现几栋比较高的建筑效果:首先是mesh网格结构:
在这里插入图片描述在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

3.总结

整体而言,针对基于卫星影像生成的点云,Delaunay 三角剖分mesh构建效果良好:
(1)mesh重构本质上还是依赖于点云生成效果好坏,Delaunay 三角剖分在高建筑效果比较突出,但在低矮建筑效果差一些;
(2)在建筑物楼顶棱角细节层面以及与地面接触的部分有待进一步优化;
(3)TODO:尝试更多的mesh重构方法以及优化(2)

这篇关于【卫星影像三维重建-全流程代码实现】点云Mesh重构的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/988462

相关文章

Python实现图片分割的多种方法总结

《Python实现图片分割的多种方法总结》图片分割是图像处理中的一个重要任务,它的目标是将图像划分为多个区域或者对象,本文为大家整理了一些常用的分割方法,大家可以根据需求自行选择... 目录1. 基于传统图像处理的分割方法(1) 使用固定阈值分割图片(2) 自适应阈值分割(3) 使用图像边缘检测分割(4)

Android实现在线预览office文档的示例详解

《Android实现在线预览office文档的示例详解》在移动端展示在线Office文档(如Word、Excel、PPT)是一项常见需求,这篇文章为大家重点介绍了两种方案的实现方法,希望对大家有一定的... 目录一、项目概述二、相关技术知识三、实现思路3.1 方案一:WebView + Office Onl

C# foreach 循环中获取索引的实现方式

《C#foreach循环中获取索引的实现方式》:本文主要介绍C#foreach循环中获取索引的实现方式,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录一、手动维护索引变量二、LINQ Select + 元组解构三、扩展方法封装索引四、使用 for 循环替代

Spring Security+JWT如何实现前后端分离权限控制

《SpringSecurity+JWT如何实现前后端分离权限控制》本篇将手把手教你用SpringSecurity+JWT搭建一套完整的登录认证与权限控制体系,具有很好的参考价值,希望对大家... 目录Spring Security+JWT实现前后端分离权限控制实战一、为什么要用 JWT?二、JWT 基本结构

Java实现优雅日期处理的方案详解

《Java实现优雅日期处理的方案详解》在我们的日常工作中,需要经常处理各种格式,各种类似的的日期或者时间,下面我们就来看看如何使用java处理这样的日期问题吧,感兴趣的小伙伴可以跟随小编一起学习一下... 目录前言一、日期的坑1.1 日期格式化陷阱1.2 时区转换二、优雅方案的进阶之路2.1 线程安全重构2

Android实现两台手机屏幕共享和远程控制功能

《Android实现两台手机屏幕共享和远程控制功能》在远程协助、在线教学、技术支持等多种场景下,实时获得另一部移动设备的屏幕画面,并对其进行操作,具有极高的应用价值,本项目旨在实现两台Android手... 目录一、项目概述二、相关知识2.1 MediaProjection API2.2 Socket 网络

使用Python实现图像LBP特征提取的操作方法

《使用Python实现图像LBP特征提取的操作方法》LBP特征叫做局部二值模式,常用于纹理特征提取,并在纹理分类中具有较强的区分能力,本文给大家介绍了如何使用Python实现图像LBP特征提取的操作方... 目录一、LBP特征介绍二、LBP特征描述三、一些改进版本的LBP1.圆形LBP算子2.旋转不变的LB

Redis消息队列实现异步秒杀功能

《Redis消息队列实现异步秒杀功能》在高并发场景下,为了提高秒杀业务的性能,可将部分工作交给Redis处理,并通过异步方式执行,Redis提供了多种数据结构来实现消息队列,总结三种,本文详细介绍Re... 目录1 Redis消息队列1.1 List 结构1.2 Pub/Sub 模式1.3 Stream 结

C# Where 泛型约束的实现

《C#Where泛型约束的实现》本文主要介绍了C#Where泛型约束的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧... 目录使用的对象约束分类where T : structwhere T : classwhere T : ne

将Java程序打包成EXE文件的实现方式

《将Java程序打包成EXE文件的实现方式》:本文主要介绍将Java程序打包成EXE文件的实现方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录如何将Java程序编程打包成EXE文件1.准备Java程序2.生成JAR包3.选择并安装打包工具4.配置Launch4