本文關(guān)鍵詞：融合形態(tài)學(xué)與特征點(diǎn)檢測(cè)的建筑物自動(dòng)三維重建關(guān)鍵技術(shù)研究

  更多相關(guān)文章： 中值濾波 消失點(diǎn)估計(jì) 角點(diǎn)檢測(cè) 頂點(diǎn)檢測(cè) 三維重建

【摘要】：建筑物三維重建是獲取建筑物三維結(jié)構(gòu)信息的重要手段,在城市規(guī)劃、災(zāi)害監(jiān)測(cè)、通信設(shè)施建設(shè)和數(shù)字城市等領(lǐng)域具有非常廣泛的應(yīng)用。本文致力于研究一種融合形態(tài)學(xué)與特征點(diǎn)檢測(cè)的建筑物三維重建技術(shù),使建筑物三維重建的自動(dòng)化成為可能。本文主要研究?jī)?nèi)容如下：(1)提出了一種基于圖像局部紋理的自適應(yīng)中值濾波算法,采用雙層濾波窗口,通過(guò)四種不同的紋理信息及其標(biāo)準(zhǔn)差,快速有效地修復(fù)噪聲像素,避免了脈沖噪聲對(duì)圖像的影響,為后續(xù)的直線檢測(cè)和角點(diǎn)檢測(cè)提供了優(yōu)質(zhì)的輸入圖像。(2)研究了一種改進(jìn)的消失點(diǎn)估計(jì)算法,利用透視原理,根據(jù)建筑物的形態(tài)學(xué)特征和MSAC算法的固有缺陷,對(duì)錯(cuò)誤的消失點(diǎn)進(jìn)行了修正,確保檢測(cè)到的直線都被正確地分類到不同方向。(3)研究了一種結(jié)合直線信息、角點(diǎn)信息和消失點(diǎn)信息的,基于形態(tài)特征的建筑物頂點(diǎn)輪廓提取方法,對(duì)外形為立方體及立方體組合的建筑物的輪廓和頂點(diǎn)進(jìn)行了自動(dòng)化提取,并通過(guò)SIFT特征提取與匹配計(jì)算圖像間基礎(chǔ)矩陣,得到不同圖像上頂點(diǎn)輪廓的對(duì)應(yīng)關(guān)系。(4)針對(duì)攝影測(cè)量的特定要求,基于前述算法,在自動(dòng)提取的基礎(chǔ)上,加入了人工干涉的功能以修正錯(cuò)誤的輪廓和消失點(diǎn),最終開(kāi)發(fā)了一套針對(duì)常規(guī)立方體建筑物的序列圖像三維重建系統(tǒng),并設(shè)計(jì)實(shí)驗(yàn)驗(yàn)證了前述算法的有效性。
【關(guān)鍵詞】：中值濾波 消失點(diǎn)估計(jì) 角點(diǎn)檢測(cè) 頂點(diǎn)檢測(cè) 三維重建
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TU198;TP391.41
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-15
• 1.1 課題研究背景9-10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀10-12
• 1.3 本文的研究?jī)?nèi)容及章節(jié)安排12-15
• 第二章 圖像三維重建基礎(chǔ)理論與方法15-33
• 2.1 建筑物三維重建系統(tǒng)技術(shù)路線15-16
• 2.2 相機(jī)標(biāo)定16-21
• 2.2.1 相機(jī)模型16-18
• 2.2.2 相機(jī)畸變18-19
• 2.2.3 單應(yīng)性矩陣19-20
• 2.2.4 張正友標(biāo)定20-21
• 2.3 邊緣檢測(cè)21-24
• 2.3.1 Sobel算子22
• 2.3.2 Canny算子22-24
• 2.4 直線檢測(cè)24-27
• 2.4.1 Hough變換直線檢測(cè)24-25
• 2.4.2 LSD直線檢測(cè)25-27
• 2.5 魯棒估計(jì)算法27-29
• 2.5.1 RANSAC算法28
• 2.5.2 M估計(jì)子算法28-29
• 2.6 非線性最小二乘算法29-31
• 2.6.1 Gauss-Newton算法30
• 2.6.2 L-M算法30-31
• 2.7 本章小結(jié)31-33
• 第三章 基于圖像局部紋理的自適應(yīng)中值濾波算法33-41
• 3.1 中值濾波算法概述33-34
• 3.1.1 算法原理33-34
• 3.1.2 算法步驟34
• 3.2 基于圖像局部紋理的自適應(yīng)中值濾波算法34-40
• 3.2.1 ASWM濾波算法步驟34-35
• 3.2.2 AMUT濾波算法步驟35-37
• 3.2.3 實(shí)驗(yàn)結(jié)果37-40
• 3.2.4 結(jié)論40
• 3.3 本章小結(jié)40-41
• 第四章 基于透視原理的改進(jìn)的MSAC消失點(diǎn)估計(jì)算法研究41-57
• 4.1 基于MSAC的消失點(diǎn)估計(jì)算法41-44
• 4.1.1 MSAC算法42-43
• 4.1.2 距離函數(shù)43-44
• 4.2 基于透視原理的改進(jìn)的MSAC消失點(diǎn)估計(jì)算法44-55
• 4.2.1 透視原理44-47
• 4.2.2 算法原理47-49
• 4.2.3 算法步驟49-51
• 4.2.4 實(shí)驗(yàn)結(jié)果51-54
• 4.2.5 結(jié)論54-55
• 4.3 本章小結(jié)55-57
• 第五章 基于形態(tài)特征的建筑物特征提取算法研究57-79
• 5.1 特征點(diǎn)檢測(cè)算法57-61
• 5.1.1 Harris角點(diǎn)檢測(cè)算法57-58
• 5.1.2 Shi-Tomasi角點(diǎn)檢測(cè)算法58-59
• 5.1.3 SIFT特征點(diǎn)檢測(cè)算法59-60
• 5.1.4 現(xiàn)有算法用于建筑物三維重建的問(wèn)題分析60-61
• 5.2 特征點(diǎn)匹配算法61-62
• 5.2.1 NCC匹配算法61-62
• 5.2.2 最近鄰匹配算法62
• 5.3 基于形態(tài)特征的建筑物頂點(diǎn)及輪廓提取方法62-76
• 5.3.1 算法原理63-67
• 5.3.2 算法步驟67-69
• 5.3.3 實(shí)驗(yàn)結(jié)果69-76
• 5.3.4 結(jié)論76
• 5.4 本章小結(jié)76-79
• 第六章 基于序列圖像的建筑物三維重建系統(tǒng)開(kāi)發(fā)及其應(yīng)用79-109
• 6.1 兩幅圖像的三維重建79-86
• 6.1.1 對(duì)極幾何79-80
• 6.1.2 基礎(chǔ)矩陣80-81
• 6.1.3 本質(zhì)矩陣81-82
• 6.1.4 恢復(fù)相機(jī)運(yùn)動(dòng)參數(shù)82-85
• 6.1.5 三角測(cè)量法85-86
• 6.2 序列圖像的三維重建86-90
• 6.2.1 序列圖像三維重建86-88
• 6.2.2 圖像匹配過(guò)程控制88-90
• 6.3 三維重建系統(tǒng)90-94
• 6.3.1 誤差控制算法90-91
• 6.3.2 三維重建系統(tǒng)構(gòu)架91
• 6.3.3 關(guān)鍵數(shù)據(jù)結(jié)構(gòu)91-94
• 6.4 三維重建系統(tǒng)實(shí)驗(yàn)結(jié)果94-107
• 6.4.1 頂點(diǎn)匹配96-98
• 6.4.2 點(diǎn)云重建98-100
• 6.4.3 線框模型獲取100-104
• 6.4.4 紋理映射104-107
• 6.5 本章小結(jié)107-109
• 第七章 總結(jié)與展望109-111
• 7.1 論文總結(jié)109
• 7.2 展望109-111
• 致謝111-113
• 參考文獻(xiàn)113-117
• 攻讀碩士期間取得學(xué)術(shù)成果117

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前8條

1 流言;;手機(jī)攝影中的透視[J];電腦愛(ài)好者;2016年01期

2 章為川;孔祥楠;宋文;;圖像的角點(diǎn)檢測(cè)研究綜述[J];電子學(xué)報(bào);2015年11期

3 谷曉晨;闞紅星;楊青山;周建理;;采用123D Catch建立中藥材的3D模型[J];安徽中醫(yī)藥大學(xué)學(xué)報(bào);2014年01期

4 程效軍;許誠(chéng)權(quán);周行泉;;基于PhotoModeler Scanner的普通數(shù)碼相機(jī)快速檢校研究[J];遙感信息;2011年04期

5 張媛媛;;淺析中值濾波[J];科技經(jīng)濟(jì)市場(chǎng);2010年05期

6 王繼陽(yáng);文貢堅(jiān);呂金建;李德仁;;建筑物三維重建方法綜述[J];遙感技術(shù)與應(yīng)用;2009年06期

7 章毓晉;;機(jī)器視覺(jué)和圖像技術(shù)[J];自動(dòng)化博覽;2009年02期

8 邱茂林,馬頌德,李毅;計(jì)算機(jī)視覺(jué)中攝像機(jī)定標(biāo)綜述[J];自動(dòng)化學(xué)報(bào);2000年01期

，

本文編號(hào)：1034444