无序三维点云重建技术研究

如何对海量三维点云数据进行快速三维重建是三维场景重现中关键的问题。本文从项目出发,对采集的无序点云提出根据内容进行重建,对非关键区域进行数据压缩,将压缩后的数据与关键区域的数据放在一起进行三维重建。试验结果表明,该方法能完整地呈现三维场景中的地物,同时也能减少三维场景重建的时间,可以为类似的三维重建提供一定的参考依据。     

基于变交摄影的隧道3D重建方法

针对传统的正直摄影整体精度低和交向摄影效率差的缺点,该文提出了一种新的摄影方式——变交摄影。采用变交摄影方式对隧道表面信息进行图像采集,利用三维场景结构恢复(SFM)技术理论进行隧道的3D重建。结果表明变交摄影具有高效率、高精度的优点。将变交摄影3D重建结果与Leica激光扫描仪测量结果进行了对比分析,数据表明变交摄影三维重建模型具有较高精度。     

改进的AKAZE特征提取的全局式SFM三维重建算法

针对增量式SFM算法过渡依赖初始图像的选择,重建时误差累积导致场景漂移且计算效率低的问题,设计了一种改进的加速KAZE特征提取的全局式SFM三维重建算法.首先通过增强特征接受阈值并构造非线性尺度空间来提取图像的特征,使用改进局部差分二进制MLDB描述符对特征进行描述;然后利用全局式SFM算法对整个场景的相机位姿进行估计,从而减小误差并减少光束法平差BA的使用次数,降低了算法的复杂度,大大提高计算效率;最后利用基于面元的多视立体匹配PMVS算法得到稠密重建结果.实验结果表明,同等条件下该方法能够得到更多的有效点对,计算效率约为增量式SFM算法的2倍,且特征匹配准确率提高5％,稠密重建的点云精度高,信息丰富且纹理清晰,是一种有效的三维重建方法.     

一种基于深度图改进的分块密集匹配方法

倾斜摄影建模往往需要几百张甚至上万张图像,通常需要分块密集匹配重建。然而,常用的分块密集匹配方法只能对每个块单独建模,块间的重复图像会多次参与匹配计算,导致计算冗余、耗时长。因此,本文提出了一种改进的分块密集匹配方法,避免块间重复图像的冗余计算。首先,利用图像关联算法为场景中的每张图像计算邻域图像集合,同时初始化图像的重建状态对象;然后,对整个场景进行空间立体自动聚类完成分块,并抽取子块重建时所需的匹配对图像;最后,根据图像的重建状态对象估计、过滤深度图及深度图融合生成密集点云。试验结果表明,该方法在倾斜影像三维重建时,效率显著提升。     

基于CMVS/PMVS多视角密集匹配方法的研究与实现

使用CMVS\PMVS密集匹配方法,不需要任何诸如可视壳、深度图、包围盒等先验知识.输入SFM点集,先通过CMVS对影像进行聚簇,以减少数据量,再由基于贴片模型的PMVS方案通过匹配、膨胀、过滤三个步骤,在局部光度一致性和全局可见性约束下完成密集匹配.整个过程中算法能自动剔除外点与障碍物,最终输出结果为覆盖整个重建目标表面的小型矩形贴片集.CMVS\PMVS密集匹配方法适用于对无序影像和室外场景的三维重建.实验结果表明:使用CMVS\PMVS密集方法得到的三维点云非常密集,具有很高的实用价值.     

一种面向海量数字高程模型数据的洪水淹没区快速生成算法

常见种子点填充算法在实现DEM数据下的洪水淹没区生成时,具有难以处理大数据量以及过多的递归计算易导致算法效率较低等缺点。针对此问题,本文提出一种面向海量DEM数据的洪水淹没区生成算法分块压缩追踪法,该算法采用条带分块和实时栅格压缩存储技术,以解决海量地形数据下的淹没分析计算问题。最后,通过将本算法与常见种子点填充算法和分块种子点填充算法进行了对比测试,实验结果表明本算法不仅较好地解决了海量DEM数据下的洪水淹没区生成问题,与常规种子点填充算法和分块种子点填充算法相比亦具有较高的计算效率。     

一种大规模倾斜摄影模型三维可视化方案

提出了一种基于四叉树结构的大规模倾斜摄影模型三维可视化方案：首先采用二次误差测度（QEM）的半边折叠算法对三角网格模型进行分层几何简化;然后对分层简化的模型进行纹理映射和分块,分块结果采用Morton编码命名;最后将场景按金字塔结构进行LOD（多细节层次结构）组织。选取某一试验区域的真实倾斜模型数据进行了试验,结果表明,该方案能依据模型在计算机屏幕上所占的像素大小,动态加载倾斜模型数据,完成大规模场景的实时可视化。     

利用凝聚层次聚类的多视影像重建算法

无序多视影像的三维重建由于缺乏先验信息而可能导致重建结果发生漂移。提出一种稳健的重建算法,以匹配点对数量作为影像间的相似性量度,利用层次聚类算法对影像集进行分层分组,通过自下而上的顺序,对各层中的每一组子影像集进行重建;然后利用公共点将相邻子影像集间的重建结果进行融合,直到完成整个影像集的重建。最后通过3组具有代表性的影像集的重建试验,验证了算法的有效性。     

基于SFM和PMVS的倾斜影像三维建模方法研究与实现

与传统航拍相比,倾斜航拍作为一种新型的航拍方式,可以为三维城市建模提供更多的纹理数据支持,但是由于航拍倾斜角度较大,所获影像透视畸变明显,给倾斜航空影像间的匹配造成困难。本文利用Structure from Motion算法(简称SFM算法)对倾斜航空影像的相机姿态进行精确标定,并结合Patch-based Multi-view Stereo算法(简称PMVS算法)对标定影像进行密集匹配。结果表明,SFM算法对于倾斜航空影像的姿态标定具有较好的适用性,且通过PMVS算法能够得到大量具有颜色信息的三维点云数据,这些点云数据可直接用于三维场景重建。     

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.     

摄影测量局部场景稳健合并的并行式运动恢复结构方法

针对并行式运动恢复结构(SfM)在局部场景合并时稳健性差的问题,提出一种摄影测量局部场景稳健合并的并行式SfM方法。对整个场景的影像关联图进行分块及扩展处理,得到相互重叠的子区块,并利用一种改进的增量式SfM方法生成局部场景重建结果。在局部场景合并时,首先利用局部场景的重叠关系构建子区块关联图,并以子区块三元组为单元,进行粗差剔除;然后,利用子区块三元组的代数性质,优化得到更符合几何一致性的子区块间的相对变换;最后,从上述结果中计算得到更准确的局部场景到统一坐标系下的尺度、旋转、平移变换。试验采用无人机影像,结果表明本文方法在局部场景合并时有更好的稳健性,而且SfM结果的精确度也要优于其他并行式方法和COLMAP,在摄影测量和实景三维重建中有较大的应用潜力。     

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。     

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。     

一种倾斜影像密集匹配算法的设计与实现

计算机视觉领域的PMVS算法在多视角影像匹配中具有很好的匹配效果,但将其直接引入航空倾斜影像匹配还存在一些问题:随着影像数据量的增加,PMVS算法对计算机内存占用呈几何增长;PMVS算法针对大倾角的影像匹配存在一些问题;在候选面片生成时,PMVS算法采用固定大小的窗口采集待匹配影像像素,若窗口选择过小,则参与匹配的像素信息少,匹配效果不佳,若窗口选择过大,则将导致匹配耗时过长。针对上述问题,采用分块PMVS策略,提出了改进的自适应窗口匹配算法。实验结果表明,该算法能有效解决将PMVS算法直接引入航空倾斜影像密集匹配中存在的问题,具有一定的实用性。     

空地一体精细化三维模型构建方法

无人机倾斜摄影测量技术因其成本低、效率高,成为大场景三维重建的首选,而在倾斜摄影三维重建中常常伴随着模型变形、纹理缺失等。本文基于低空倾斜摄影测量技术建设三维数字化校园,针对重建后不同类型地物出现的问题,提出了融合多种建模手段的技术优势通过空地一体、虚实结合来构建精细化三维模型的方法,对低空倾斜摄影三维模型的精细化建模具有重要的参考意义。     

优视摄影测量方法及精度分析EI北大核心CSCD

无人机最优路径规划和精准数据采集是复杂城市场景三维重建的关键问题。优视摄影测量利用被摄对象的概略模型,结合密集采样的初始视点生成和采样点可重建性约束的视点优化技术,实现最小数据采集代价下的精确三维模型重建。本文首先研究了优视摄影测量的基本原理;然后利用优视摄影测量技术进行真实场景的无人机影像采集,并结合激光扫描点云进行空三精度分析和Mesh模型质量验证。试验结果表明,优视摄影测量显著提高了Mesh模型的重建质量;对于倾斜摄影难以观测的部分建筑物立面区域,精度提升达到3~5倍;与倾斜摄影相比,优视摄影测量能建立稳健影像连接,实现较高的绝对定位精度。     

大场景三维渲染关键技术研究及实现

三维模型的海量特性和计算机硬件的制约给三维场景的渲染提出了严峻的挑战,优化三维场景中数据的组织管理方式及模型调度算法是提高三维场景渲染效率的有效途径。基于此,对三维场景的组织及模型调度进行了深入研究,提出了一些提高渲染效率的方法及算法,包括支持并行计算的快速地形制作方法、一种自适应的模型数据四叉树组织算法、基于边折叠算法的LOD模型自动生成技术,海量模型数据的内外存调度策略,地下管网的实时自动生成等,通过具体应用案例对研究结果的有效性进行了很好的验证。     

倾斜摄影三维模型与大场景地形的融合算法

针对现有的数据融合算法不能解决倾斜摄影的三维模型与大场景地形相互融合的问题,提出了一种基于外部缓冲区和TIN瓦片金字塔的数据融合新算法。采用在倾斜摄影地形外部建立过渡缓冲区的方法,解决了倾斜摄影地形和大场景地形的平滑过渡问题,这种方法还保证了倾斜摄影地形的精度。在过渡缓冲区内采样时构造了多条缓冲带,这种采样方法实现了采样密度从倾斜摄影地形到大场景地形的逐渐过渡;通过建立TIN瓦片金字塔实现了对多分辨率数据调度和纹理贴图的支持。实验结果表明,这种方法把倾斜摄影的三维模型与大场景地形很好地融合在一起,并且融合后的数据可以在三维地理信息系统中流畅地调度。     

多视密集匹配并行传播GPU-PatchMatch算法

针对多视密集匹配的效率较低的问题,提出了GPU-PatchMatch多视密集匹配算法。该算法使用GPU提高PatchMatch的计算效率;同时充分利用稀疏场景信息,对深度信息进行规则初始化;为提高传播效率,使用了金字塔红黑板并行传播深度信息。最后在DTU、Strecha和Vaihigen数据集上进行了试验,并与常用的多视密集匹配算法进行对比。试验结果表明,本文算法在重建效率上有较大提高,与CPU算法(PMVS、MVE、OpenMVS)相比有7倍以上提升,与GPU算法相比也有2.5倍以上提升,表明本文算法的有效性。     

基于摄影测量的高精度三维城市建筑物建模技术

分析了摄影测量三维城市建筑物建模的需求和摄影测量方法在建筑物三维重建和三维城市建筑物数据更新方面的优势,讨论了基于摄影测量的三维城市建筑物建模的方法、流程和技术,实现了大范围城市建筑物和单个复杂建筑物的高精度三维重建.