共查询到10条相似文献，搜索用时 15 毫秒
1.
针对现有三维重建研究中对线特征利用不充分,重建精度低的问题,提出了一种联合地物轮廓线的三维重建算法。利用BDCN模型和相应预处理算法,提取出二维影像上的边缘轮廓线;基于对极几何原理的核线引导和三角测量原理,建立线段的初始匹配假设;通过相似性计算和图聚类算法重建出三维轮廓线模型结果;将结果应用于三维网格模型的优化。使用Building-Imagery-P36和DTU MVS数据集对本文算法进行验证,结果表明：本文方法提取出的轮廓线段精简而完整。相比经典的Line3D++算法,MAE和标准差值平均降低了0.321、0.699,重建时间平均降低了58%,精度和效率都有明显提升。附加三维轮廓线约束后,生成的网格模型视觉效果更佳,细节信息更为丰富。 相似文献
2.
道路场景中路灯数量大、类型多,大场景中路灯详细信息获取是一项繁重的工作。本文提出先验样本集辅助的、基于骨架线缓冲区判别的路灯点云提取及种类识别算法：先根据路灯在车载LiDAR点云中的表达特征,构建路灯模型,并构建路灯先验样本集;再依据数学形态学的理论和方法,提取车载LiDAR点云场景中的杆状地物,在路灯模型及语义规则约束下,得到候选路灯;然后根据候选路灯的参数信息,及已获取路灯的统计信息,从样本集中筛选候选样本;最后基于最小二乘理论的匹配算法,对路灯先验样本与候选路灯点云进行匹配筛选,并基于路灯骨架线信息构建的双重缓冲区,对候选路灯进行判别分析,实现路灯的提取和种类识别。试验表明,该算法对于遮挡少、数据相对完整的路灯提取准确度为95.2%,对于遮挡严重、点云密度低、数据完整性差的路灯提取准确度为78.0%,验证了该算法对大场景中路灯详细信息提取的稳健性。 相似文献
3.
高分辨率光学遥感几何与纹理约束的线段优化算法 总被引：1，自引：1，他引：0
针对高分辨率光学遥感影像线段断裂问题,提出一种基于几何与纹理约束的线段优化算法。首先,将线段视为地物轮廓表达的一种方式,由此从同一地物边缘角度出发,提出线段断裂的几何与纹理规律;其次,提出线段优化算法,以提取线段结果为处理基元,依据线段长度确定初始优化线段,设定跟踪矩形,建立针对断裂线段的几何纹理约束模型,构建动态优化模型,并给出完整的线段优化流程。最后,通过多幅不同实际场景、不同类型高分辨率遥感影像的试验结果分析,表明本文算法不仅能够解决由地物遮挡、边缘模糊及边缘锯齿化造成的线段断裂问题,并且在优化线段长度以及抑制线段过提取问题方面,均表现出较大的优势。 相似文献
4.
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. 相似文献
5.
6.
立体影像密集匹配技术常用固定窗口来寻找同名点,并根据同名光线对对相交的原理,计算出目标的三维信息,具有成本低、分辨率高、重建范围大等优势.但是,在建筑物边缘区域,由于遮挡等因素影响,固定匹配窗口的匹配精度往往较低,且会对建筑物边缘进行一定程度上的外扩.为了获取高精度的建筑物边缘重建结果,本文提出了一种基于线特征的建筑物边缘全局优化方法.该方法首先将密集匹配结果中的视差/高程阶跃区域的线特征定义为建筑物的边缘,然后假设局部灰度相近的像素,其视差/高程往往也是相近的约束,来全局优化每一条建筑物边缘.该算法的主要贡献在于,将建筑物边缘优化问题,转化为一个新的全局能量函数的最优解计算问题,能够在优化建筑物边缘的同时,保留建筑物附近的地形地貌,不仅解决了局部边缘锐化算子无法解决较大边缘误匹配的问题,而且解决了最新的缓冲区全局优化算法强行抹平地面的问题.本文采用航空数据集和卫星数据集进行试验.试验结果表明:本文算法明显优于目前局部边缘锐化算子和基于平面拟合的边缘优化算法,能够有效减少建筑物边缘的误匹配像素.因此,本文所提出的基于直线约束的建筑物边缘全局优化方法可以用于一些三维重建场景,如:虚拟现实、智慧城市、建筑物提取等. 相似文献
7.
影像匹配是数字摄影测量和计算机视觉领域的关键问题。本文主要研究基于Delaunay三角网约束下的稳健影像匹配方法。首先利用Delaunay三角网对随机初始匹配点进行组织,构建分布均匀、结构稳定的局部连接关系;其次利用线段描述子和空间角度顺序建立了局部辐射和几何约束模型,并将粗差剔除问题转换为分析Delaunay三角网和对应匹配图的相似性问题;然后利用对应三角形局部约束实现匹配扩展;最后在分层策略和交叉验证策略下实现稳健影像匹配。利用3组数据集进行大量的匹配试验,结果表明本文的匹配算法即使在高外点率下依然能够实现稳健粗差剔除,得到高精度的影像匹配结果。 相似文献
8.
《测绘科学》2020,(5)
针对传统方法难以直接用大规模测量范围的移动球形全景影像较好地实现三维重建的问题,该文提出基于GPS改进的三维重建方法。采用增量式运动恢复结构算法,基于GPS改进了影像匹配,场景初始化和光束法调整等主要步骤,较好地加快了影像匹配速度,实现大规模影像数据集的EG图的有效构建;减少了两两匹配的误差对初始位姿估计的影响,实现更快更好的模型重建;采用基于GPS位置信息加权的光束法调整优化影像位姿和场景模型,实现三维重建尺度的准确恢复。实验结果表明,本文方法不仅有效地解决了传统增量式运动恢复结构算法在大规模重建过程中丢失影像的问题,还显著地提高了位姿估计效率,并且合理地优化了场景重建效果。 相似文献
9.
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。 相似文献
10.
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。 相似文献