结合目标轮廓和深度信息的建筑物单体化重建

作     者：王臣 姚国标 王子恒 梁庆坤 龚健雅 朱丰琪 

作者机构：山东建筑大学测绘地理信息学院 武汉大学遥感信息工程学院 山东省国土测绘院 

出 版 物：《测绘科学》 (Science of Surveying and Mapping)

年 卷 期：2024年第8期

页      面：111-120页

核心收录：

学科分类：12[管理学] 081802[工学-地球探测与信息技术] 08[工学] 1204[管理学-公共管理] 083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 080203[工学-机械设计及理论] 081303[工学-城市规划与设计(含：风景园林规划与设计）] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 0802[工学-机械工程] 0835[工学-软件工程] 0813[工学-建筑学] 0811[工学-控制科学与工程] 0833[工学-城乡规划学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 083302[工学-城乡规划与设计] 

基　　金：国家自然科学基金项目(42171435) 山东省自然科学基金项目(ZR2021MD006) 中国博士后科学基金项目(2023M732686) 

主　　题：建筑物轮廓提取 多视图立体重建 倾斜航空影像 深度学习 

摘      要：针对倾斜航空影像建筑物单体化重建过程中点云和轮廓获取自动化程度低且对数据要求高问题，该文提出了一种精细化轮廓提取驱动的建筑物三维重建方法。首先构建边缘增强模块，利用卷积神经网络对影像进行细节增强，突出目标边缘特征，随后利用轻型多视图匹配网络获得高精度深度图，并利用成对视图加权模块来提升深度图的准确性。接着引入Transformer结构对建筑物进行初始提取，同时构建特征抽稀模块提高计算效率，并设计自适应优化与正则化模块用于剔除误检区域及优化建筑物轮廓。通过深度图融合生成点云进一步得到三维格网模型，基于建筑物轮廓图与三维模型实现建筑物单体化重建。实验结果表明，该文方法在深度估计及轮廓提取上均取得较好结果，并利用该文方法对德州市城区进行建筑物单体化建模，得到了精度较高的LOD-1模型。