針對(duì)城市場(chǎng)景三維重建模型在有線特征的邊緣區(qū)域過于平滑的問題,提出一種帶線約束的攝影測(cè)量網(wǎng)格變分精化方法。算法以初始重建網(wǎng)格模型為基礎(chǔ),引入3個(gè)能量項(xiàng),將網(wǎng)格精化問題轉(zhuǎn)化成能量下降問題。首先結(jié)合所有的影像信息構(gòu)建影像一致性約束項(xiàng),然后對(duì)網(wǎng)格表面頂點(diǎn)附加正則化約束,最后引入三維線特征約束,將3個(gè)能量項(xiàng)加權(quán)相加后離散化到每個(gè)頂點(diǎn),得到梯度變化值。采用梯度下降法,使頂點(diǎn)沿著梯度方向移動(dòng),當(dāng)能量不再下降或迭代一定次數(shù)時(shí),即得到了精化后的網(wǎng)格模型。試驗(yàn)結(jié)果表明,本文算法能較好地保持邊緣特征,與現(xiàn)有的泊松重建算法相比,網(wǎng)格的質(zhì)量更高,視覺效果更好。 

【文章來源】：測(cè)繪學(xué)報(bào). 2020,49(04)北大核心EICSCD

【文章頁數(shù)】：11 頁

【部分圖文】：

算法流程

由式(1)可知,影像一致性能量是位于連續(xù)空間上的。為了最小化影像一致性能量函數(shù)并應(yīng)用到網(wǎng)格模型中,需要將連續(xù)的能量函數(shù)離散化到每個(gè)網(wǎng)格頂點(diǎn)上。在實(shí)際計(jì)算時(shí),先尋找影像對(duì),即如果兩張影像拍攝到同一區(qū)域則加入影像對(duì)集合。遍歷所有影像對(duì),選擇其中一張影像,遍歷所有像素點(diǎn),投影到三維網(wǎng)格模型中得到其三維點(diǎn),然后再反投影到第2張影像上。從影像空間計(jì)算重投影誤差后,根據(jù)重心坐標(biāo)將此對(duì)應(yīng)三維點(diǎn)的影像一致性能量添加到其三角面所在的3個(gè)頂點(diǎn)上。最終每個(gè)頂點(diǎn)的梯度改正值等于所有包含這個(gè)頂點(diǎn)的三角形在所有影像對(duì)I、J上投影的像素加權(quán)之和。1.3.2 可靠性因子

假設(shè)平面上存在一個(gè)噪聲點(diǎn),而周圍點(diǎn)是正常點(diǎn),則表面會(huì)出現(xiàn)異常凸起。對(duì)于網(wǎng)格模型的三維點(diǎn),經(jīng)典的做法是取其一階環(huán)鄰域的所有點(diǎn)坐標(biāo)的平均值作為一階拉普拉斯離散模擬的結(jié)果,異常凸起點(diǎn)會(huì)被踏平,達(dá)到平滑效果,即所謂的傘算子[22],如圖3所示。本文引入距離因子,距離中心點(diǎn)越遠(yuǎn)的鄰域點(diǎn)應(yīng)該具有較低的權(quán)重,因此采用鄰域點(diǎn)到中心點(diǎn)的距離倒數(shù)加權(quán)求取平均位置

【參考文獻(xiàn)】：
期刊論文
[1]結(jié)合離散化描述與同名點(diǎn)約束的線特征匹配[J]. 歐陽歡,范大昭,紀(jì)松,雷蓉.  測(cè)繪學(xué)報(bào). 2018(10)
[2]影像信息驅(qū)動(dòng)的三角網(wǎng)格模型優(yōu)化方法[J]. 張春森,張萌萌,郭丙軒.  測(cè)繪學(xué)報(bào). 2018(07)
[3]城市三維重建中的自動(dòng)紋理優(yōu)化方法[J]. 李明,張衛(wèi)龍,范丁元.  測(cè)繪學(xué)報(bào). 2017(03)
[4]面向復(fù)雜三維場(chǎng)景的高質(zhì)量紋理映射[J]. 姜翰青,王博勝,章國(guó)鋒,鮑虎軍.  計(jì)算機(jī)學(xué)報(bào). 2015(12)



本文編號(hào)：3278108