基于Photomodeler Scanner的古文物三维建模研究

本文通过对古文物三维建模方法进行研究,提出了一种简捷可行的数字近景摄影测量新方法。用非量测数码相机,自行研制活动控制系统用于三维建模。通过旋转被测物体获取数据,DSM自动配准生成最佳点云数据,进行图像处理,最后用PhotoModeler生成三维模型。该建模方法具有成本低,质量高,使用简单等优点,能快速高效地实现文物数字化。     

基于三维激光扫描的古建筑文物三维数字化保护研究——以四川乐山文庙大成殿为例

三维激光扫描以其数据获取的速度快、精度高、无接触等优势,为古建筑文物的数字化保护提供了一个有效途径。本文以四川乐山文庙大成殿为例,用地面和手持式三维激光扫描仪开展点云数据获取,构建了文物三维数字化档案,进而开展三维重建和信息提取,对研究技术路线、数据采集、数据处理、三维模型构建相关技术和方法进行了详细阐述。     

馆藏文物三维测量与重建方法研究

本文提出了一种基于结构光技术的馆藏文物三维测量与重建方法。该方法基于结构光原理获取文物表面密集的点云数据,对点云数据进行粗差检测与剔除、拼接、融合、三维构网等步骤建立精确的文物三维几何模型,为了表现文物本身的颜色材质信息,用高分辨相机获取物体表面的纹理,并将纹理与三维几何模型配准,生成具有高度真实感的、精确的文物三维模型。通过多种文物对该方法进行了测试,证明了该方法具有快速高效、精确逼真、操作简便等特点。     

无人机倾斜摄影测量三维建模研究

利用倾斜摄影测量来获取大场景的三维模型,是目前比较高效的手段.利用Context Cap-ture软件对典型区域进行实景三维建模,并对模型成果进行精度评定.结果表明,X方向中误差为1.5 cm,Y方向中误差为2.3 cm,点位中误差为2.7 cm,模型精度良好.在建模过程中,进行了测区提取,针对密集匹配点云结果出现的问...     

基于倾斜摄影测量技术的长治市三维建模

倾斜摄影测量技术以大范围、高精度、高清晰的方式全面感知复杂场景,在新一代城市空间数据基础设施建设中有着巨大的发展潜力.本文以倾斜摄影测量技术为基础,利用直升机搭载2组6镜头倾斜相机,建立了长治市城区60 km2的三维模型,并对成果进行了精度评定.     

三维激光扫描与倾斜摄影测量的滑坡隐患点三维建模

基于无人机倾斜摄影测量技术和地面三维激光扫描技术相融合的空地一体数据采集处理技术获取地表滑坡体的三维数据。结合北京市延庆区京礼高速一处典型的滑坡隐患点,通过对地面三维激光点云数据和无人机倾斜摄影测量点云数据进行矢量化融合处理,生成滑坡体的DEM(数字高程模型)、DOM(数字正射模型)以及三维实景模型,可为地质灾害体三维建模提供参考。     

三维激光扫描与倾斜摄影测量的高陡崖三维建模

针对三维激光扫描仪在数据采集过程中,受到多重因素的限制,难以完整的获取物体表面三维数据的难题,该文采用融合多种数据源的方法来获取地物表面完整的三维数据。该文结合三维激光扫描技术和无人机倾斜摄影测量技术对大理苍山石门关世界地质公园的高陡崖进行三维数据采集。以地面三维激光点云数据为基础,融合无人机倾斜摄影测量点云数据,得到研究区域完整的三维点云,对融合后的多点云进行编辑处理、重建得到高陡崖完整的三维模型。文中对多点云融合建模("点云+点云"融合建模)及单一点云建模后模型融合("模型+模型"融合建模)进行模型比较分析,得出这两种方法所建三维模型基本一致,并总结了两种建模方法的优势和不足。这两种技术及方法的结合不仅解决了高陡崖数据采集的难题还为类似的工程提供参考。     

无人机摄影测量三维建模与地形测量精度分析

当前利用多旋翼无人机倾斜摄影建立三维模型,已在大比例尺地形测图中广泛应用,相较于传统数字测图,其作业方式和效率均有了很大改变。本文采用飞马多旋翼无人机,搭载D-OP3000倾斜摄影模块,在某低山丘陵地貌区域获取高精度倾斜摄影数据后,利用Context Capture软件进行空三加密和三维建模,并采用山维科技EPS软件进行立体测图;同时对倾斜摄影和垂直摄影在免像控和有像控点不同方案的精度进行比较,验证了免像控方案空三精度、模型分辨率及地形测量成果质量能满足1∶1000比例尺地形图精度要求,有像控点方案高程精度较高,可满足1∶500大比例尺地形测图和土方工程量计算精度要求。     

基于无人机倾斜摄影测量三维建模及精度评价

基于无人机倾斜摄影测量技术,以长春市某地区为研究区域,利用大疆精灵4RTK无人机获取测区影像数据,采用Context Capture软件对无人机影像进行处理并构建三维模型,最后将模型导入EPS绘制数字线画图,与实测控制点进行精度对比分析,得出平面点位中误差为0.011 m,高程点位中误差为0.051 m,符合规范要求。     

南方数码携手上海测绘院对重点文物进行三维扫描建模

近期,南方数码与上海市测绘院合作．对上海市重点文物（建筑）进行三维扫描和建模,包括上海市的国家级重点文物和外滩等重点建筑。     

时间序列SAR图像不可移动文物水域淹没监测

全球气候变化引起的极端降雨、洪涝灾害是导致不可移动文物受损的重要破坏因素.合成孔径雷达SAR (Synthetic Aperture Radar)具有全天时、全天候、大范围周期性对地观测的优势,是大区域水体监测的重要手段,对不可移动文物水域淹没及风险监测具有重要意义.本文利用时间序列SAR图像提出基于残差U-Net的不...     

石窟寺文物的数字化保护与利用

随着信息技术的飞速发展,石窟寺文物的数字化保护与利用引起了国内外的广泛关注.文章从石窟寺文物数字化采集、保护和利用等方面进行系统梳理,重点分析石窟寺文物数字化保护中三维信息获取、三维重建评价以及三维打印等相关前沿信息技术的应用现状.并针对石窟寺文物数字化保护和利用工程实践中的难点,给出采用激光脉冲三维采集细部结合多视图...     

遥感图像倾斜边界框目标检测研究进展与展望

遥感图像目标检测是遥感图像处理中的一个基本问题,尤其是伴随着深度学习以及遥感影像获取等技术的发展与突破,基于深度学习的遥感图像目标检测得到了广泛的关注。区别于自然图像,遥感图像中的物体目标具有方向任意的特点,众多国内外学者提出一系列基于倾斜边界框的遥感图像目标检测算法,推动了遥感图像目标检测的提升。为使得相关领域研究者对基于深度学习的遥感图像倾斜框目标检测的理论、流程及其现存问题有一个比较全面的认知,本文将对其进行系统的整理和归纳。     

遥感影像目标的尺度特征卷积神经网络识别法

高分辨率遥感影像的目标检测与识别,是高分对地观测系统中影像信息自动提取及分析理解的重要内容。针对传统影像目标检测与识别算法中人工设计特征稳健性与普适性差的问题,本文提出基于高分辨率遥感影像目标尺度特征的卷积神经网络检测与识别方法。首先通过统计遥感影像目标的尺度范围,获得卷积神经网络训练与测试过程中目标感兴趣区域合适的尺度大小。然后根据目标感兴趣区域合适的尺度,提出基于高分辨率遥感影像目标尺度特征的卷积神经网络检测与识别架构。通过WHU-RSone数据集对本文卷积神经网络架构与Faster-RCNN架构对比测试验证。试验结果表明,本文架构ZF模型和本文架构VGG-16模型的mean average precision(mAP)分别比Faster-RCNNZF模型和Faster-RCNNVGG-16模型提高8.17%和8.31%,本文卷积神经网络架构可获得良好的影像目标检测与识别效果。     

复杂卫星图像中的小目标船舶识别

船舶作为海上的重要目标,实现对船舶自动识别有重要的意义。针对卫星图像中云雾、海岸背景等复杂海情对船舶识别带来的干扰,以及小目标船舶高漏检率问题,本文提出一种多尺度深度学习模型训练策略,在此基础上构建了一种船舶识别的深度学习网络,该网络可分为多尺度训练、特征提取、生成目标建议区域、船舶分类这4个部分。首先,采用多尺度的训练策略,将多尺度的船舶样本送入网络中进行训练,这样在训练样本中加入了大量小目标船舶的样本,使网络充分提取到小目标船舶的特征;其次,通过卷积神经网络对目标船舶进行特征自适应提取;然后,目标区域建议网络可依据卷积神经网络提取到的特征,在图像中找到感兴趣目标区域,即框定船舶的位置;最后,通过多个全连接层的组合,将高维特征映射到一个4元组中,再运用分类函数输出每一类船舶的概率值,概率值最大的则为该船舶的类别。同时为解决云雾遮挡和海岸背景的干扰,采用了一种负样本增强学习的方法,在样本数据集中加入了大量只含有云雾和海岸背景的图片,进行负样本扩充,增强网络模型对云雾及海岸背景的特征学习能力,以此解决复杂海情的影响。实验结果表明,所提方法有效解决了复杂海情条件下的船舶识别难,以及小目标船舶识别难的问题,实现了复杂海情条件下的船舶识别。同时,与现有成熟的深度学习目标识别算法相比,本文算法的精确度和召回率分别提升了6.98%和18.17%,所训练的模型具有良好的泛化能力和鲁棒性。     

基于卷积神经网络的无人机影像违章建筑检测应用

无人机航拍影像具有分辨率高、回访周期短等特点,利用无人机遥感技术手段对城市范围的建设进行动态监测,可及时、有效地发现涉嫌违法的建设活动.本文结合实际项目需求,研究通过卷积神经网络方法进行违章建筑的自动检测,替代过去靠大量人力检查的模式,目前测试区域无人机影像试验取得了较好的效果,在样本数据不足5000份的情况下,准确率...     

从遥感考古走向空间考古——文化遗产保护时代的新任务

基于遥感考古发展历程与主要进展分析,提出从遥感考古走向空间考古的认识,构划空间考古内涵、主要研究内容与实验区选择。空间考古既是适应文化遗产保护需求的新任务、新发展与新使命,也是文化、科学与技术融合发展的一支新学科,将促进“一带一路”的建设,并为提升中国参与全球治理软实力贡献力量。     

基于空间遥感影像的居民地自动解译

针对当前地物要素信息采集劳动强度大、智能化程度不高、效率低等技术瓶颈,本文以深度学习理论为基础,在Caffe框架上依托Digits网络服务器构建居民地数据集进行分类识别训练,建立样本数据集并完成模型训练工作.整合居民地复杂数据信息,设计了针对遥感影像自动解译居民地的操作流程.通过对实验结果分析,利用深度学习获取的数据模...     

深度学习方法应用于深圳市多调合一工作的思考

多调合一是实现调查成果数据融合,从源头上解决数据多样、数据冲突等问题的有效手段.该项工作的完成需要结合地区的实际情况,建立统一的调查监测评价体系,协同开展基础调查和专项调查工作.因此,首先需要在空间上保持基础调查单元划分的有效性,才能保证专项调查单元能够通过基础调查单元进行归并及获取;其次,需要在基础调查和专题调查中保...     

空间信息感知语义分割模型的高分辨率遥感影像道路提取

道路信息自动化提取已经成为遥感领域热门的研究方向,而基于深度学习的遥感影像道路信息提取方法已经取得了许多成果。但由于受到网络中卷积和池化等操作的影响,基于深度学习的道路提取方法存在着空间特征和地物细节信息丢失等问题,造成许多误提现象。针对此问题,本文设计了一种改进的道路提取语义分割网络模型,该网络以改进的ResNet网络为主体,并引入坐标卷积和全局信息增强模块,用于增强空间信息和全局上下文信息的感知能力,突出道路边缘特征进而确保道路分类的精确性。本文方法在公开道路数据集和高分数据集上获得了显著的提取效果,与其它方法相比取得了明显提高;并且,在一定程度上减少了树木、建筑阴影等自然场景因素遮挡的影响,可以完整准确地提取出道路;此外,模型对多尺度道路也可以实现有效地提取。