增量式SFM与POS辅助光束法平差精度比较

针对计算机视觉领域中的增量式运动恢复结构和摄影测量学中的POS辅助光束法平差的精度进行了比较研究。首先介绍了SFM的基本原理与主要流程,并从理论上分析了两种方法的异同;然后针对定位精度进行了对比研究,分别利用嵩山遥感定标场的无人直升机和有人驾驶飞机的航摄数据进行了精度对比试验,结果表明:在不依赖POS数据的情况下,增量式运动恢复结构可以达到与POS辅助光束法平差相当的精度,两种方法均可以满足1∶500、1∶1000成图要求;最后,针对不同作业需求给出了航摄数据后处理参考意见。     

一种稳健的无人机影像三维重建方法

针对传统摄影测量理论对航线规划、飞行姿态、影像重叠等航摄条件要求高,无人机高效保障优势不明显的问题,本文借助计算机视觉理论,提出了一种稳健的运动恢复结构（SFM）技术。首先,利用李代数旋转平均方法,将空间旋转关系的矩阵表达形式转换为向量的线性表达形式;然后,在最小二乘平差之前,引入L₁范数进行迭代初值优化,求解全局一致性旋转参数;最后,将位移和旋转参数的坐标系进行统一,实现匹配点三维坐标计算。试验结果表明,本文基于全局式SFM的无人机影像三维重建技术较传统摄影测量方法解算精度更高,三维点云重建效果更佳。在差分GPS摄站坐标辅助的光束法平差下,点位测量精度优于0.3 m;在不同航线布设条件下,影像解算的成功率均可达100%。     

基于SFM技术的地铁维护管理展开图制作方法

近年来,地铁以其车速快、行车密度大、客流量大等特点成为解决交通拥堵的重要措施之一,与此同时,地铁由建设期转入养护期,给线路安全检测带来了巨大的挑战。本文通过摄影测量的方法,采用光束法平差等方法对影像进行拼接,进行管理图展开图的制作,方便对地铁进行维护以及入库管理等。     

LM算法在稀疏矩阵光束法区域网平差中的应用

通过介绍光束法区域网平差的误差方程和法方程的建立,针对解算法方程的算法进行了对比分析。针对高斯牛顿法在解算非线性模型最小化中存在的问题,提出将LM算法应用于非线性模型的最小化解算,并通过算例验证了LM算法的优越性。为了提高区域网平差的效率和实用性,相对于传统LM算法解算的稠密性,提出了在LM算法中采用稀疏矩阵的方法来解算光束法区域网平差的法方程,验证了将LM算法应用于稀疏矩阵光束法区域网平差的可行性。     

一种结合纹理择优算法的影像三维重建方法

针对多视影像重叠度高、影像来源丰富等特点,提出了一种基于多视角影像的纹理择优映射算法,该方法对模型三角形进行逐个相机场景可见性分析,对模型在场景中不可见三角形和部分可见三角形进行选择性剔除,只对完全可见三角形及符合阈值计算的部分可见三角形提供候选纹理三角形,能有效解决模型不可见三角形和部分可见三角形被误贴纹理的问题,再通过对候选纹理三角形的视角分析,为几何模型表面三角形选择一个理论最优纹理,计算映射关系自动映射到模型表面。同时,本文将该纹理择优映射算法应用到基于近景影像的三维重建中,使用从运动中恢复结构SFM的方法进行相机标定及影像相对定向,通过CMVS/PMVS密集匹配方法从影像中获取点云模型,采用Possion算法重构模型三角网,最终利用提出的纹理择优算法确定最佳纹理并实现自动映射。通过与Smart3d、PhotoScan、lensphoto软件的对比证明了本文三维重建及纹理择优算法在近景影像三维重建中的有效性。     

面向序列影像的三维场景重建方法

针对序列影像三维场景重建过程中存在的自动化程度不高、模型精度不够等问题,该文提出了一种基于序列影像的三维场景重建方法。该方法利用尺度不变特征变换算子获得了大量稳定的特征点后,结合K-D树搜索策略以及随机抽样一致性误匹配剔除方法得到稳定的匹配点对,然后采用稀疏光束法平差获取序列影像的相对位置姿态参数,最后采用多视密集匹配方法实现场景目标的密集重建。实验结果表明:该文所提方法可以快速得到准确、完整的三维重建结果。     

全局一致性优化的无人机大倾角影像相对定向

针对无人机拍摄的大数据量大倾角影像三维重建,为获取影像的相对位姿,解决影像相对定向迭代不收敛、鲁棒性低等问题,提出了一种基于全局一致性优化的无人机相对定向方法。通过对增量式相对定向算法全局一次性平差优化改进,得到影像的高精度位姿信息。实验表明,该方法进行相对定向的效率与精度得到明显提高,并具有较好的鲁棒性。     

光束法平差的一种快速算法

提出了一种基于矩阵块分解的光束法平差快速计算方法,并分析了该算法的时间复杂度和空间复杂度。试验结果表明该算法是可靠有效的。     

无序航空遥感影像的三维地形重建

无序航空影像的三维重建是摄影测量和计算机视觉领域研究的热点问题。提出一种可以不依赖任何辅助信息,由无序航空遥感影像全自动重建三维地形模型的算法流程。实验通过3组具有代表性的影像数据集验证了该方法的有效性和适用性。对重建后的三维地形模型的绝对精度检验表明,该方法重建的三维模型不仅具有较高的平面精度,而且当影像的基高比较好时,也可以获得较高的高程精度。     

颜色不变量与AKAZE特征相结合的无人机影像匹配算法

基于特征的影像匹配方法是无人机影像匹配中较为实用的一类方法。针对传统特征匹配方法主要以灰度影像作为输入量,难以利用颜色特征高效区分同名点这一问题,本文结合颜色不变量,设计了一种运用AKAZE特征的匹配算法,克服了传统无人机影像匹配忽略彩色信息的缺点;然后通过灰度级变换,使特征点数目大量减少而又不失其可靠性。试验表明,该方法不仅能够准确识别同名点,而且还提高了运行效率。     

一种改进的三维点集表面重建的区域生长算法

介绍了一种改进的三维点集表面重建的区域生长算法。提出了一种基于三角形任意一边邻域拓扑关系的邻接三角形定位方法,充分利用了法向信息,采用由粗到精的提取策略,减少了候选表面三角形的数量,显著加快了表面重构的整体效率。提出了相应的局部拓扑一致性检测方法,确保了算法的稳健性,解决了传统算法的重叠面片和表面空洞等问题,并且重构的三角网格表面与被采样的物体表面拓扑差别最小。实验结果表明,本文算法可以重构具有任意拓扑的复杂表面。     

基于SIFT的特征均匀提取改进研究

针对现在基于图像的三维重建面临的图像数据尺度不一和影像分辨率增高特征点增加两个问题,本文提出了基于SIFT的尺度均衡和均匀限制特征点数量的改进策略,通过采用给定特征点数量的方法来控制影像提取特征点的数量.同时根据高斯尺度增大与提取特征点数量成反比的特性,通过构建尺度与特征点数量的比例系数和给定特征点数量就可以获得影像的不同高斯尺度上提取的特征点数量.通过对影像进行格网划分,将提取特征点数量分配到每个格网.通过控制格网提取特征点数量的控制,可以在控制特征点提取数量的同时,获得更为均匀的特征点分布.实验证明,本文改进算法与SIFT算法相比,尺度分布更加均匀,空间分布的比例系数有30％左右的提升,提取特征点匹配的正确率有5％的提升,因此,本文改进算法在基于图像的三维重建中有一定程度的应用价值.     

3维模型检索的特征提取技术分析

首先介绍了一个完整的3维模型检索系统的研究内容,然后对其中的方法中的统计特征提取方法、骨架提取方法、基于几何学的提取方法进行了分析比较.最后提出了3维模型检索技术今后需要研究的一些问题.     

3维模型检索的特征提取技术分析

首先介绍了一个完整的3维模型检索系统的研究内容,然后对其中的关键技术3维模型特征提取方法中的统计特征提取方法、骨架提取方法、基于几何学的提取方法进行了分析比较。最后提出了3维模型检索技术今后需要研究的一些问题。     

一种改进的地形三维建模方法

在利用逐点插入法建立Delaunay三角网的基础上,为快速搜索插入点所落入的三角形,引入了一种改进的空间栅格索引机制,并充分利用三角形的邻接关系进行三角形检索。提出了一种由三角形出发内插规则格网数字高程模型(DEM)的方法。试验表明,所提出的构建Delaunay三角网和内插格网DEM算法的效率较高。     

特征提取和特征匹配改进方法的研究

在分析了几种常用的特征提取和图像匹配算法的基础上,针对影像上纹理特征稀少、影像对比度不明显的问题,提出先用高斯差分方法突出图像特征,再用Harris特征点提取算法进行特征提取的方法;针对如同建筑物等相似特征较多的情况,利用双向特征匹配、经过斜率约束得到的结果计算视差,再进行图像匹配,可以将特征匹配限制在相关的小范围内,由此得到的同名点对比较可靠,并且提高了效率。实验证明该算法适合特征稀少不明显区域、建筑物等相似特征较多的图像匹配,具有一定的实际意义。     

基于三维狄洛尼三角网的曲面重建算法

随着三维激光扫描技术应用领域的不断拓展,对点云数据三维建模的需求越来越迫切。曲面重建技术作为三维建模的核心技术之一,在逆向工程、计算机视觉、计算机制图以及虚拟现实等技术领域都有着非常广泛的应用前景。本文提出一种基于三维狄洛尼三角网的曲面重建算法,其本质是一种结合了曲面生长算法思想的贪心算法,即在一定约束条件下,按照最优三角形选择标准,算法从预先构建好的三维狄洛尼三角网中,逐个筛选出最优三角形添加到生长曲面上,最终输出由一系列显式三角形所组成的流形曲面。这种方法对比目前主流的隐式曲面重建算法具有参数依赖性较小、不需要计算法线等优点,并且能够重建地形扫描、建筑物扫描和精细化扫描的点云模型。利用此算法对多种点云模型进行曲面重建试验,结果表明该算法生成曲面质量好、重建效率高、实用性强,能够很好地应用于三维建模领域。     

融合SFM先验信息的城市三维线段重建算法

针对城市场景中大量存在的边线结构特征,该文提出了一种融合SFM先验信息的城市三维线段重建算法.该文算法首先在影像金字塔中构建精简的二维线段集;然后将相机位姿及稀疏点等数据作为先验信息,引入极线约束、方向约束和深度约束构建匹配线对;最后根据匹配线对重建出三维线段集.实验结果表明,该文提出的三维线段重建算法,在保持场景完整性的同时,能够有效地减少线段误匹配和重建结果冗余,缩短重建时间,提高三维线段重建结果精度.