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.     

广义立体像对三维重建模型精度分析

本文依据基于多源遥感数据进行三维重建的思想,利用现有的对于某一区域,由不同传感器获取的高分辨率卫星影像,分别作为左右影像,建立起基于有理函数模型的严密空间前方交会数学模型,进而构建起广义立体像对,快速提取地面三维信息,实现目标物的三维重建。之后对重建的三维模型进行精度分析,并与利用传统双像立体像对重建的三维模型、以及单张影像重建的三维模型之间进行精度分析,比较三种不同方法所得到的三维模型的相对精度,并最终证明了利用广义立体像对进行地面目标的三维模型重建,其精度完全能满足生产要求。     

一种便捷式小型物体三维重建方法

提出了一种方便普通民众(仅需利用手机和电脑)快速制作小型物体三维模型的方法。首先围绕物体拍摄若干张影像,然后快速恢复每一张影像的内外方位元素,使用图割法半自动提取物体的轮廓线,最后利用轮廓线信息快速生成物体的数字三维模型。通过模拟实验讨论了方法的理论精度,并通过真实实验数据验证了方法的有效性。本文方法适用于任何材质的静态物体,可以解决影像匹配或激光扫描所不能解决的三维重建问题,通过选择人工背景解决了稳健姿态恢复问题,通过算法优化降低了计算能耗。     

倾斜立体影像自动准稠密匹配与三维重建算法

倾斜影像之间因存在较大几何畸变已有算法尚难取得可靠准稠密匹配严重阻碍后续的三维重建本文提出一种基于仿射不变特征的自动准稠密匹配与三维重建算法 算法分三个阶段1种子匹配 先利用仿射不变特征获取初始匹配在此基础上进行最小二乘匹配least 　square　matchinglsm 并自适应迭代求取lsm最大收敛区域maximum　conver gence 　re gion mcr2准稠密匹配 对位于mcr内部的格网点采用透视变换模型的归一化互相关normalized　cross 　correlation ncc测度进行匹配其余格网点则采用对极几何改正模型的加权差值平方和测度进行匹配对于匹配结果中可能存在的外点根据几何一致性关系剔除3三维表面重建 利用影像定向与共线方程对2步结果重建三维点云然后根据三维点云生成三维网格并贴上纹理得到最后的重建结果 实际的倾斜立体影像实验验证了算法的优越性     

立交桥三维建模的集成方法研究

基于大比例尺航空立体像对提出三维立交桥建模方法，依据航空影像三维重建原理，从航空影像中采集出较为精确的三维立交桥轮廓线，结合立交桥设计方法，创建了基于CAD的重现点、线、多边形、体的立交桥模型，在此基础上形成了由CAD、GIS、三维影像数据集成的一种立交桥三维建模的处理方法，并提出了立交桥三维重建的层次细节模型，最后对本文方法进行了实验并获得了较好的实验结果。     

基于UAVPOS数据的计算机视觉三维重建空间尺度确定

针对UAV倾斜三维建模中计算机视觉算法存在的空间尺度不确定问题,本文提出一种基于UAVPOS数据的空间尺度确定方法。该方法借鉴摄影测量空间定位原理,利用UAV影像附带的POS数据实现具有真实空间尺度/空间坐标的计算机视觉三维重建。为验证该方法的有效性,研制了一个基于计算机视觉库的实景三维重建模块,并使用2个不同场景的、附带不同POS数据的UAV影像进行三维建模及精度分析。结果表明,本文基于UAV POS数据的计算机视觉三维重建空间尺度确定方法不仅能高效重建出高质量的三维模型,还有效解决了空间尺度和空间定位问题,若采用高精度的POS数据,则可重建出空间定位精度高的三维模型。     

利用三视匹配元进行多视影像批处理重建

无序多视影像的三维重建对噪声非常敏感,错误的匹配关系会影响重建的精度,甚至直接导致重建失败。提出了一种稳健的批处理重建算法,首先利用回路闭合约束剔除可能存在误匹配的三视匹配元,然后以三视匹配元中的三焦张量约束代替传统算法的核线约束来计算所有影像旋转矩阵和相机中心位置的全局最优解。重建过程中引入高效的并查集算法来提取多视匹配点,并利用迭代线性三角形算法计算空间点的三维坐标。实验结果表明,所提算法在重建效率和计算精度方面都能取得较好的结果。     

基于空间曲线重建的点云模型精化方法

提出一种将数字影像和激光点云结合进行文物精细三维重建的方法。该方法采用形态学理论在多张影像上精确提取文物轮廓,进行多视曲线匹配,并拟合成空间曲线。影像与激光点云配准后,将重建出的空间轮廓线加入激光点云中,进行轮廓约束的三角网构建,纹理映射后完成重建。该方法解决了激光点云模型边缘轮廓线缺失的问题,能够快速地重建出完整精细的三维模型。     

基于VTK的点云数据三维重建

三维激光扫描技术又被称为实景复制技术,点云数据的三维重建是实现实景复制的关键,是当前的研究热点。本文主要研究了基于VTK的点云数据三维重建方法。首先介绍了VTK和三维重建方法;然后以VS2010为开发平台,引入VTK,实现了点云数据的α-shape重建、基于轮廓线的重建和PowerCrust重建。试验结果表明:α-shape重建结果的质量取决于参数α的取值;基于轮廓线的重建效率高,可以处理海量点云;PowerCrust重建结果质量高,但是效率低。     

基于DEM栅格数据结构的三维空间点交互选取方法

在OpenGL、Java3D等传统的三维建模语言中有多种三维坐标提取的算法,但应用到三维地形时这些算法的速度太慢,不能满足人机交互的需求。本文研究了点取射线与DEM模型的空间特性,提出并实现了一种基于Java3D的规则网格DEM鼠标提取坐标算法,该算法在利用了规则网格DEM模型特征的基础上,利用点取射线与DEM网格在水平面投影上的相交性进行点取网格搜索,实现了三维坐标的点取。通过实验表明,该算法与三维场景中通常所用的空间点取算法相比,在不降低点取精度的基础上对点取速度有了明显的改进,从而满足了在DEM场景中进行三维交互的需要。     

机载激光雷达数据的建筑物三维模型重建

机载激光雷达技术可以快速获取建筑物高精度高密度的三维空间信息.文章提出一种建筑物三维模型重建方法,该方法利用栅格数据使用RANSAC算法提取建筑边界上的长线段,采用规则化策略获取建筑轮廓;在模型生成阶段,基于原始点云和屋顶拓扑关系约束,获取屋顶间的交线和交点,并结合已得到的建筑边界、屋顶间交线和交点获取三维建筑模型.实验结果表明,该方法思路清晰、科学可行且适用性强,提取的建筑边界和模型垂直精度高.     

地形建模中不规则三角网构建的优化算法研究

对利用数字线划图（DLG）重建地形三维模型进行了研究，提出了基于三角形拓扑关系的自动联结三角网算法，并构造了复杂地形的三维数据模型。基于此模型，设计实现了构网优化算法，实现了复杂地形的自动三维重建。试验证明，本文提出的构网优化算法是稳健、高效的。     

基于二维投影的散乱点云曲面重建

为降低点云曲面重建的复杂度,提出了一种基于二维投影的散乱点云曲面重建方法。首先利用点云的局平特性把点云投影到二维平面,然后在二维平面上对点云进行Delaunay三角剖分,并将拓扑连接关系映射到三维空间,最后剔除三角网格模型中的非流形三角面片得到点云模型重建结果。实验结果表明,只需获取散乱点云的坐标信息,该算法就能够重建出结构形态正确、保留物体细节信息的三维模型,且该算法原理简单、容易实现,降低了曲面重建复杂度,提高了曲面重建效率。     

影像信息驱动的三角网格模型优化方法

提出一种基于影像信息驱动的三角网格优化方法,以解决现有利用三角网格实现三维重建出现的问题。根据影像信息,将影像利用物方三角面片重投影至其他可视影像上,利用梯度下降法,通过影像归一化互相关系数对物方顶点坐标进行求导,得到其梯度变化值。根据该变化值在法向量方向上调整物方三角网的顶点,使得区域的匹配代价最小,实现三角网格模型的优化,进而达到改善三维重建的目的。试验结果表明,本文方法可有效地提高物方三角网的结果精度,从而有效地改善重建三维模型的效果。     

一种基于无人机序列图像的地形地貌三维快速重建方法

提出了一种基于无人机序列图像的地形地貌三维重建方法,该方法采用Harris特征点和SIFT特征向量来提取图像特征,实现图像配准;采用准透视投影模型和因子化方法对未标定的图像序列进行自动标定;通过高效次优解三角化方法获取三维点云坐标;通过准稠密化扩散算法对三维点云进行稠密化;采用捆绑调整算法提高了空间三维点云的精度;采用Possion表面重建方法对三维点云进行了网格化处理.本文为无人机序列图像的应用提供了一个新的思路,拓展了无人机的应用空间.     

方差分析引导的高阶马尔可夫网络及其在点云建筑物提取中的应用

以ALS (Airborne Laser Scanning)系统为代表的三维点云获取技术为建筑物重建提供了一条高效便捷途径。本文基于ALS点云超体素,提出了一种方差分析引导的高阶马尔可夫网络,并用以提取建筑物。该方法以超体素作为无向图模型节点,根据三维邻域特有的局部几何属性,结合方差分析原理,生成高阶因子,并将特征转化为表达能力更强的节点和边势函数;再采用信念传播算法,对高阶马尔可夫网络进行推理,形成了一种非监督的建筑物识别框架。此外,本文采用由粗到精的识别策略,首先在独立假设前提下,利用贝叶斯高斯混合模型实现节点初始状态捕捉,再采用高阶马尔可夫网络对三维邻域的相关性建模,以提高建筑物提取精度。本文引入两组具备人工标记真值的开放ALS点云数据集进行实验,利用4种国际通用指标对建筑物提取结果进行精度评价。可视化分析表明,本文方法提取的建筑物内部完整,且边界清晰,为建筑物三维重建提供了可靠信息。定量化分析表明,在低层建筑主导的住宅区,本文方法的建筑物提取精度(基于投影面积和对象的F1指数)为95.4%和91.5%,均高于现有方法;在高层建筑主导的商业区,基于对象的F1指数达到93.5%,高...     

基于无人机遥感影像拓扑分析的三维重建

在无需任何地面控制点或其它先验知识前提下,探索一种基于无人机遥感影像的三维重建方法.利用无人机飞控数据建立的影像拓扑结构,依次通过特征点提取、影像匹配、从运动恢复结构等步骤估计出相机位置和姿态参数,并恢复出场景特征点云信息,最后对重建精度进行分析.试验结果表明,文中提出的方法可快速、可靠地实现较高精度的三维模型重建.     

顾及影像拓扑的SfM算法改进及其在灾场三维重建中的应用

快速、准确的大场景影像三维重建技术可为灾害应急响应和灾情评估提供重要的决策依据。本文针对运动恢复结构(SfM)算法效率低的问题,提出了一种顾及影像拓扑关联关系的拓扑-运动恢复结构(TSfM)算法。TSfM算法利用低空无人机(UAV)自身的飞控记录构建影像拓扑关联关系,缩小了特征匹配时的影像搜索范围,与传统SfM算法相比,影像匹配的时间复杂度由O(n2)降低为O(n)。实验结果表明,TSfM算法实现了基于无人机影像序列的灾场快速三维重建,重建模型的相对精度与SfM算法的重建精度一致。将该方法用于四川芦山地震UAV影像三维重建,可检测出地震滑坡体及其形态信息。     

端到端堆叠沙漏网络的遥感影像建筑物轮廓重构

针对如何以端到端可训练的方式重构建筑物轮廓的问题,本文提出了一种端到端多残差模块堆叠沙漏网络的建筑物轮廓重构方法。首先,采用多残差模块堆叠沙漏网络提取建筑物角点和边缘特征;其次,利用角点检测模块匹配对应角点的相对位置,以获取候选角点;然后,通过线段采样将候选角点生成候选轮廓线;最后,线验证模块利用候选线段及多残差模块堆叠沙漏网络得到特征图,并验证每个线段是否为建筑物轮廓线,以获得建筑物轮廓重构结果。试验结果表明,在SpaceNet建筑物数据集上,本文方法能检测出建筑物角点及边缘,并有效实现了以端到端可训练的方式重构建筑物轮廓。     

基于移动激光扫描点云数据和遥感图像的建筑物三维模型快速建模方法

建筑物的三维建模是城市三维建模和可视化的重要组成部分。本文提出一种基于点云数据与遥感图像的建筑物三维模型快速建模方法。首先,运用改进的RANSAC法从点云数据中提取建筑立面,根据立面区分平顶建筑与人字形屋顶建筑;在此基础上,进一步对建筑物的高度进行提取;之后,利用区域增长法从遥感图像中提取建筑物屋顶轮廓,利用形态学方法对提取出的轮廓进行规则化处理,并基于Freeman链码提取轮廓角点,得到规整的轮廓;最后,根据提取出的建筑高度属性对屋顶轮廓拉伸并进行纹理映射,实现对建筑物的三维重建。通过实例证明,提出的方法能快速、高效地实现建筑物三维模型的重建。