本申请属于建模的，尤其涉及一种高保真的建模方法。
背景技术：
1、在现有技术中，主流的对于建筑物的建模普遍采用类似contextcapture这样的建模软件生成mesh模型。
2、在上述的建模过程中，生成的mesh模型质量低，保真度较低，且在建模的过程较慢。
3、针对上述问题，目前尚未提出有效的解决方案。
4、应该注意，上面对技术背景的介绍只是为了方便对本发明的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本发明的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
技术实现思路
1、本申请目的在于提供一种高保真的建模方法，以解决以上的问题。
2、本申请提供的一种高保真的建模方法，包括以下步骤：
3、提供多个相机，用于采集多个图像；
4、计算相机位姿和稀疏点云，且，提取多个所述图像中的特征点，根据所述特征点估计本质矩阵；
5、分解所述本质矩阵，用于得到rt矩阵，根据相机内参与所述rt矩阵计算图像所对应的投影矩阵；
6、根据所述投影矩阵与相匹配的所述特征点对稀疏点云进行重建，用于得到三维点云；
7、将所述三维点云对高斯点云进行初始化，用于确定高斯分布的参数；
8、根据所述高斯分布的参数通过多元正态分布的随机数生成数据点，通过所述相机位姿与所述图像计算所述数据点在3d空间中的高斯函数值；
9、对所述3d空间中的高斯函数值进行交错优化和密度控制以及渲染和比较，用于得到所述图像的3d模型。
10、优选地，所述相机设置在无人机上，用于采集图像。
11、优选地，在“计算相机位姿和稀疏点云，且，提取所述图像中的特征点”的步骤中，采用structure from motion(sfm)算法进行计算与提取。
12、优选地，对多个所述图像提取特征点，且，将多个所述图像的特征点进行匹配。
13、优选地，在“估计本质矩阵”的步骤中，基于多个所述图像相匹配的所述特征点，采用5点法或/和8点法估计本质矩阵。
14、优选地，所述高斯分布的参数包括均值向量(mean vector)μ和协方差矩阵(covariance matrix)σ。
15、优选地，根据所述相机拍摄时gps数据修改所述图像的点云坐标，用于调整所述3d模型。
16、优选地，将调整后的所述3d模型加载到gis平台的相应地理位置上。
17、优选地，所述无人机具有控制平台，根据所述控制平台提取规划航线，周期性进行采集图像。
18、优选地，在“对所述高斯函数值进行交错优化和密度控制”中优化各向异性协方差，用以准确表示场景。
19、与现有技术相比，本发明的有益效果是：
20、1、本发明通过设置根据相匹配的特征点与相机位姿和稀疏点云估计本质矩阵，分解所述本质矩阵得到rt矩阵，根据相机内参与所述rt矩阵计算图像所对应的投影矩阵，根据所述投影矩阵与所述特征点以及3d高斯建模算法进而得到高保真的3d模型。
21、1、本发明通过设置采用structure from motion(sfm)算法进行计算与提取。通过sfm算法进行计算与提取，可以稳定地对多个图像进行特征点的提取，以及精准地对特征点进行匹配。
22、2、本发明通过基于多个图像相匹配的特征点，根据时间和计算资源以及成本选择采用5点法或8点法进行本质矩阵的估计，进而可以提高本申请种建模方法的适用性。
23、3、本发明通过根据相机拍摄时gps数据随时对稀疏点云进行更改，进而可以有效地优化本申请中建模的过程，使得本申请的建模方法可以适用于多种情况的建模。
1.一种高保真的建模方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的高保真的建模方法，其特征在于，所述相机设置在无人机上，用于采集图像。
3.根据权利要求1所述的高保真的建模方法，其特征在于，在“计算相机位姿和稀疏点云，且，提取所述图像中的特征点”的步骤中，采用structure from motion(sfm)算法进行计算与提取。
4.根据权利要求1所述的高保真的建模方法，其特征在于，对多个所述图像提取特征点，且，将多个所述图像的特征点进行匹配。
5.根据权利要求4所述的高保真的建模方法，其特征在于，在“估计本质矩阵”的步骤中，基于多个所述图像相匹配的所述特征点，采用5点法或/和8点法估计本质矩阵。
6.根据权利要求1所述的高保真的建模方法，其特征在于，所述高斯分布的参数包括均值向量(mean vector)μ和协方差矩阵(covariance matrix)σ。
7.根据权利要求1所述的高保真的建模方法，其特征在于，根据所述相机拍摄时gps数据修改所述图像的点云坐标，用于调整所述3d模型。
8.根据权利要求7所述的高保真的建模方法，其特征在于，将调整后的所述3d模型加载到gis平台的相应地理位置上。
9.根据权利要求2所述的高保真的建模方法，其特征在于，所述无人机具有控制平台，根据所述控制平台提取规划航线，周期性进行采集图像。
10.根据权利要求1所述的高保真的建模方法，其特征在于，在“对所述高斯函数值进行交错优化和密度控制”中优化各向异性协方差，用以准确表示场景。
