检索结果-南通市图书馆

基于垂直航空摄影的地形级实景三维地理场景制作

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

测绘通报 2024年第S1期 35-38页

作者：王宏昌吴琪徐明策杜彬李源何杰山东省国土测绘院山东济南250102 北京速策科技有限公司北京100039

在实景三维建设工作中,地形级地理场景是地形级实景三维的重要组成部分。为提升构建地形级地理场景的精度和效率,拓宽数据源,本文研究了基于垂直航空摄影的地形级实景三维地理场景制作方法,利用SGM算法对垂直航摄影像数据空三加密成果... 详细信息

在实景三维建设工作中,地形级地理场景是地形级实景三维的重要组成部分。为提升构建地形级地理场景的精度和效率,拓宽数据源,本文研究了基于垂直航空摄影的地形级实景三维地理场景制作方法,利用SGM算法对垂直航摄影像数据空三加密成果进行密集匹配,将高密度点云数据栅格化为Dense DSM成果。在Dense DSM成果基础上,通过白模构建、纹理映射及模型输出等步骤完成地形级地理场景制作。通过省级实景三维建设实例进行验证分析,结果表明,本文方法制作地形级地理场景,可在缺少建筑物侧面点云的情况下保证三维模型结构完整,有效利用历史数据,节约了航摄及数据处理成本,缩短了建设周期,具有极高的推广应用价值。

关键词：实景三维地形级地理场景垂直航摄密集匹配

在线全文

学校读者我要写书评

暂无评论

无监督密集匹配特征提取网络性能分析

测绘学报 2022年第3期51卷 426-436页

作者：金飞官恺刘智韩佳容芮杰李庆高信息工程大学地理空间信息学院河南郑州450001 西安测绘总站陕西西安710054

随着人工智能的发展,基于深度学习的有监督密集匹配方法在虚拟、室内及驾驶等近景数据集上取得了不错的表现。针对航空影像密集匹配标签数据获取困难的问题,本文在无监督密集匹配框架下,借鉴多个有监督网络结构,分别在航空影像数据集和... 详细信息

随着人工智能的发展,基于深度学习的有监督密集匹配方法在虚拟、室内及驾驶等近景数据集上取得了不错的表现。针对航空影像密集匹配标签数据获取困难的问题,本文在无监督密集匹配框架下,借鉴多个有监督网络结构,分别在航空影像数据集和作为参照的近景数据集上测试了匹配精度,实现了网络结构模块与精度关系的定性分析,为进一步探索深度学习在测绘领域的实用化提供了重要的参考。试验在相同损失函数条件下,分别采用DispNetS、DispNetC、iResNet、GCNet、PSMNetB及PSMNetS网络结构进行测试。经分析,得出如下结论:①测试的网络结构中,PSMNetS在航空影像数据集和近景数据集上表现稳定,且精度最高,训练整体耗时少,具有实用化的潜力;②在监督方法中效果更好的网络结构在无监督方法中效果不一定更好,其精度不仅取决于网络自身的匹配能力,同时也依赖于网络与损失函数的兼容性;③孪生网络模块、相关信息融合模块、金字塔池化模块和堆叠沙漏模块与无监督损失函数兼容性良好,可提升网络精度,而iResNet的图像重构迭代精化模块与重构损失函数重复约束,会产生“负优化”的作用。

关键词：密集匹配深度学习无监督特征提取航空影像

在线全文

学校读者我要写书评

暂无评论

双目影像密集匹配方法的回顾与展望

武汉大学学报(信息科学版) 2023年第11期48卷 1813-1833页

作者：沙洪俊袁修孝武汉大学遥感信息工程学院湖北武汉430079

以摄影测量为应用背景,综述了双目影像密集匹配方法。首先借助图表对局部密集匹配与全局密集匹配两类方法进行了简明的比较,指出各类方法的优缺点以及面临的主要挑战;然后分析了密集匹配中难以处理的建筑物遮挡问题,将航摄影像中普遍存... 详细信息

以摄影测量为应用背景,综述了双目影像密集匹配方法。首先借助图表对局部密集匹配与全局密集匹配两类方法进行了简明的比较,指出各类方法的优缺点以及面临的主要挑战;然后分析了密集匹配中难以处理的建筑物遮挡问题,将航摄影像中普遍存在的建筑物遮挡现象分为5种类型,阐述了现有遮挡检测与填充算法的针对性,为解决密集匹配中的空洞问题提供技术思路;最后展望了双目影像密集匹配的发展趋势。以期帮助读者全面了解传统双目影像密集匹配技术,对基于深度学习的密集匹配研究有所裨益。

关键词：双目影像密集匹配全局密集匹配局部密集匹配遮挡处理

一种基于视频流的无人机实时三维模型重建技术

在线全文

学校读者我要写书评

暂无评论

科技创新与应用 2024年第7期14卷 1-4页

作者：李虹宋亚婷曹琳纪任鑫陈军鹏吴琨中国消防救援学院北京100000 北京航空航天大学自动化科学与电气工程学院北京100000

针对基于视频的无人机三维重建图像匹配计算量大,整体优化延迟高等问题,在视觉SLAM的基础上,该文提出一种融合无人机POS信息、并行密集匹配、点云匹配技术的实时无人机三维重建系统。首先,利用POS信息获取视频帧之间的重叠度,结合特征... 详细信息

针对基于视频的无人机三维重建图像匹配计算量大,整体优化延迟高等问题,在视觉SLAM的基础上,该文提出一种融合无人机POS信息、并行密集匹配、点云匹配技术的实时无人机三维重建系统。首先,利用POS信息获取视频帧之间的重叠度,结合特征提取获取关键帧,减少关键帧连续提取导致计算量大且初始化不稳定的缺点。其次,结合POS信息提供的位姿获取地面点初始值优化初始三维立体模型。最后,采用点云融合技术对点云进行匹配从而得到精确的点云。在自建无人机实飞数据上进行实验验证可知,该文算法能够实时完成稠密点云的三维重建,重建后的三维模型局部纹理特征明显、精确度高,适合无人机测绘等领域的实时三维重建场景。

关键词：三维重建 SLAM 5点法定向密集匹配无人机

在线全文

学校读者我要写书评

暂无评论

一种基于深度图改进的分块密集匹配方法

测绘通报 2023年第2期 78-83页

作者：王岩张婷婷王飞刘振东沈阳建筑大学辽宁沈阳110168 北京泰豪科技有限公司北京100000 山东科技大学山东青岛266590 中国测绘科学研究院北京100036

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... 详细信息

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。

关键词：倾斜摄影建模分块密集匹配三维重建

结合区域增长与三角网约束的近景影像密集匹配

在线全文

学校读者我要写书评

暂无评论

测绘科学 2022年第5期47卷 156-167页

作者：郑雪涛王竞雪王强辽宁工程技术大学测绘与地理科学学院辽宁阜新123000 西南交通大学地球科学与环境工程学院成都611756 天津师范大学地理与环境科学学院天津300387

针对传统稀疏匹配无法满足高精度三维建模需要,现有点加密算法仅仅通过几何约束对特征点进行匹配而忽视了影像自身信息,纹理丰富的影像区域特征不能被很好表达的问题,提出一种结合区域增长与Delaunay三角网动态更新的特征点密集匹配算... 详细信息

针对传统稀疏匹配无法满足高精度三维建模需要,现有点加密算法仅仅通过几何约束对特征点进行匹配而忽视了影像自身信息,纹理丰富的影像区域特征不能被很好表达的问题,提出一种结合区域增长与Delaunay三角网动态更新的特征点密集匹配算法。以尺度不变特征提取算法和随机抽样一致性算法获得的鲁棒性较高的稀疏匹配点为基础,严格按照顶点对应法则在两张影像上构建同名Delaunay三角网,并对其中每对同名三角形都进行旋转和尺度变换计算,通过数学统计方法确定两影像的旋转和尺度变换参数;将参考影像上内切圆半径大于一定阈值的三角形内心作为匹配基元,通过核线约束和灰度互相关约束筛选出待匹配点,再由三角形局部几何约束得到其精确匹配点;以参考影像上匹配后的内心点作为种子点,在三角形内切圆区域内进行区域增长,结合核线约束和几何变换参数约束增长点匹配。将匹配得到的特征点加入同名点序列的同时动态更新三角网,进行迭代匹配,直至没有新的匹配点产生迭代停止,获得最终的密集匹配点集。选取3组不同变换类型的近景影像用于匹配试验,结果表明,本文算法可获得可靠的密集点且在影像纹理丰富区域有明显的增加,匹配结果用于重建效果较好。

关键词：近景影像密集匹配区域增长 Delaunay三角网

基于神经架构搜索的卫星影像连续视差密集匹配

在线全文

学校读者我要写书评

暂无评论

基于神经架构搜索的卫星影像连续视差密集匹配

作者：王昊天西南交通大学

学位级别：硕士

当立体测绘卫星无法及时获取目标区域的立体影像时,利用偶然成对的卫星影像形成立体像对进行三维重建是快速获取大范围高分辨率DSM的重要技术手段之一。这对应急测绘具有重要意义。传统的密集匹配方法特征提取能力有限,很难应对偶然成... 详细信息

当立体测绘卫星无法及时获取目标区域的立体影像时,利用偶然成对的卫星影像形成立体像对进行三维重建是快速获取大范围高分辨率DSM的重要技术手段之一。这对应急测绘具有重要意义。传统的密集匹配方法特征提取能力有限,很难应对偶然成对的卫星影像存在的辐射差异与几何差异,在弱纹理、无纹理与高反射区域也很难取得较好的匹配结果。如何开展自动、准确的卫星影像三维重建工作,是一个值得研究的问题。深度学习技术能从影像中提取更深层次的特征,并且在密集匹配任务中具有强大的代价体正则化能力,因此在计算机视觉领域深度学习密集匹配模型受到了广泛关注。由于线阵卫星影像与框幅式影像在辐射量和视角上存在较大差异,这些密集匹配模型可能无法在卫星影像密集匹配任务中发挥最大的潜力。结合高分辨率卫星影像的特点由人工设计深度学习模型需要大量专家知识,且这样得到的模型仍然存在一定的局限性。本文尝试了利用神经结构搜索技术自动地搜索在卫星影像上表现最优的网络结构,以期提升卫星影像密集匹配和三维重建效果。主要研究工作如下:(1)构建了基于神经架构搜索的卫星影像密集匹配模型Sat-LEAStereo。针对为高分辨率卫星影像人工设计深度学习模型需要大量专家知识,且存在一定局限性的问题,将神经架构搜索技术引入卫星影像密集匹配,修改代价体构造方式以适应正负视差同时存在的情况,并在搜索结果中手动增加了2处跳跃连接,形成了基于神经架构搜索的卫星影像密集匹配模型Sat-LEAStereo,并通过对比实验确定了最佳的网络层数与候选操作。(2)构建了基于神经架构搜索的卫星影像连续视差密集匹配模型SatCDLEAStereo。针对Sat-LEAStereo中用于视差回归的soft argmin函数在视差断裂处容易得到错误估计,造成前景背景粘连的问题,引入连续视差模块,使网络能直接输出亚像素视差,而不必进行视差回归;针对平滑的L1损失函数不能体现像素邻域信息的问题,引入沃瑟斯坦损失函数引导模型学习真实视差的概率分布,形成了基于神经架构搜索的卫星影像连续视差密集匹配模型Sat-CDLEAStereo。(3)开展了基于神经架构搜索的卫星影像三维重建实验。以城市语义3D数据集为例,利用本文提出的Sat-CDLEAStereo与其它深度学习方法和传统方法完成偶然成对卫星影像三维重建过程中的密集匹配任务,比较不同模型的三维重建结果,验证SatCDLEAStereo的可行性与优越性。研究表明:(1)利用神经架构搜索技术能够得到性能更优的网络结构;(2)相较于其它人工设计结构的深度学习模型、传统方法,引入了连续视差模块的SatCDLEAStereo能够获得精度更高的密集匹配结果,连续视差模块能有效降低视差断裂处的匹配误差;(3)与其它人工设计结构的深度学习模型、传统方法相比,将SatCDLEAStereo应用于偶然成对的卫星影像三维重建任务中能够得到平均绝对误差与均方根误差更低的DSM。基于神经架构搜索的卫星影像三维重建方法在偶然成对的卫星影像三维重建工作中能取得较好结果,有望更好地服务于应急测绘工作。本文的研究工作对神经架构搜索技术在偶然成对的卫星影像三维重建工作中的应用具有一定的参考价值。

关键词：卫星影像立体像对密集匹配深度学习神经架构搜索连续视差网络

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

边缘约束的航摄立体影像密集匹配方法

测绘地理信息 2022年第2期47卷 87-91页

作者：纪艳华许殊陈勃武汉大学遥感信息工程学院湖北武汉430079 中国科学院空天信息创新研究院北京100094

航摄影像中的房屋边缘等深度不连续给密集匹配带来了极大的挑战。传统半全局密集匹配(semi-global matching,SGM)方法中使用双参数进行视差平滑约束,但对整张图像使用同一参数难以适应航摄影像中复杂的场景;参数太大时易导致深度不连续... 详细信息

航摄影像中的房屋边缘等深度不连续给密集匹配带来了极大的挑战。传统半全局密集匹配(semi-global matching,SGM)方法中使用双参数进行视差平滑约束,但对整张图像使用同一参数难以适应航摄影像中复杂的场景;参数太大时易导致深度不连续处过度平滑,丢失边角特征,参数太小时易导致在平坦区域平滑约束不足,造成点云空洞。鉴于以上问题,本文提出了一种边缘约束的航摄立体影像密集匹配方法:首先利用影像的点互信息构建相似性矩阵从而得到每个像素的边缘概率;其次,根据像素的边缘属性为每个像素选择不同的惩罚参数;最后根据上述选择的惩罚参数进行半全局密集匹配。通过在Vaihingen数据集进行试验分析证明,本文方法的点云结果不仅在平坦区域保持完整,同时更好地保留了房屋的边角特征。

关键词：航摄影像密集匹配边缘信息惩罚参数

联合地面激光雷达点云的无人机倾斜影像密集匹配及两类点云融合技术

在线全文

学校读者我要写书评

暂无评论

联合地面激光雷达点云的无人机倾斜影像密集匹配及两类点云融合技...

作者：任大伟武汉大学

学位级别：硕士

倾斜摄影测量技术和三维激光扫描技术是实景三维重建的两类主流技术。基于倾斜摄影的三维重建作业灵活性高、成本低,获取的密集匹配点云密度较高且具有颜色和纹理信息,但匹配精度很大程度上取决于影像辐射质量和场景纹理的丰富程度;三... 详细信息

倾斜摄影测量技术和三维激光扫描技术是实景三维重建的两类主流技术。基于倾斜摄影的三维重建作业灵活性高、成本低,获取的密集匹配点云密度较高且具有颜色和纹理信息,但匹配精度很大程度上取决于影像辐射质量和场景纹理的丰富程度;三维激光扫描技术是一种可以精确、快速获取目标表面几何信息的主动探测技术,该技术可穿透部分层叠遮挡获取目标表面点云,但激光扫描系统难以探测地物边缘的线性特征,扫描点云密度较低。由于两种技术各自存在优劣,单独采用一类技术获取的点云模型在不同区域存在缺漏和变形,无法完整地表达目标的三维信息,难以满足实景三维重建全覆盖、高精度的需求。因此,将两类技术结合可发挥其优势互补特性,恢复更加完整的高精度场景点云。当前,联合激光点云的影像密集匹配算法和空地异源点云融合方法仍存在一些问题:其一,基于匹配代价体的双目立体匹配算法与激光点云的融合方式不适用于多视影像;其二,融合算法需考虑地面激光点云在多视影像视角方向的可视性,投影点可能存在遮挡情况;其三,目前多数双目深度估计或深度补全算法将激光点云作为上下文信息通过扩散式传播约束投影点之外的像素的方式难以用于多视Patch Match Stereo算法;其四,激光点云与密集匹配点云配准后出现数据冗余和质量退化的问题仍待解决。因此,本文以联合地面激光点云的无人机倾斜影像密集匹配和空地异源点云融合为研究目标,主要工作如下:(1)提出一种联合地面激光雷达点云的多视影像密集匹配算法。针对多视Patch Match Stereo算法在大范围弱纹理区域无合适初值的条件下匹配结果难以收敛的问题,本文将附带场景结构先验信息的激光点云和特征点云引入基于概率图的多视密集匹配算法(ACMP),为该算法提供较为精确的平面假设初值。针对地面激光点云向无人机倾斜影像投影存在噪声和遮挡点的问题,本文通过激光投影深度图金字塔策略,逐层过滤掉被遮挡的投影点,提高了平面假设初值的准确性,减少了错误的深度估计。同时根据过滤后的激光投影点和上一次迭代阶段中精确的匹配点生成分段平面先验约束,驱动大范围弱纹理区域的深度和法向量估计收敛到最优平面假设。针对深度图过滤与融合算法对不同场景普适性差、参数难以调整的问题,本文采用基于动态几何一致性的深度图融合算法生成密集点云。标准MVS数据集的实验结果证明:本文算法相比目前最优的开源MVS算法——ACMMP算法获取的深度估计图和重建点云更加精确和完整;本文算法重建点云的F1分数相比ACMMP算法提升了3.93%,重建精度提升了2.04%,完整度提升了4.93%;深度估计的均方根误差从1.716降至0.632,准确性提升了3.56%。多平台摄影测量数据集的实验结果证明:本文算法将倾斜影像多视密集匹配与激光扫描技术联合进行城市实景三维重建具有可行性和普适性。(2)提出一种地面激光扫描点云和无人机倾斜影像密集匹配点云的融合方法。针对地面激光点云和无人机倾斜影像密集匹配点云配准后存在数据冗余和质量退化的问题,提出一种基于图割算法和引导点云滤波算法的空地异源点云融合方法。该方法利用一种结合几何和颜色信息的图割算法分割密集点云,然后利用去冗余的密集点云填补激光点云的孔洞和遮挡区域,接着采用以表面曲率加权的引导点云滤波算法消除混合边界处的缝隙并纠正混合点云中的平面错层,最终得到融合点云。实验结果证明:本文所提算法对比现有方法有明显的性能提升,融合后的精度和完整性分别提升了5.42%和2.94%,能够较好地支撑激光点云与密集匹配点云的高质量融合。

关键词：倾斜摄影激光扫描密集匹配 PatchMatch 点云融合