隨著無人機(jī)攝影測(cè)量技術(shù)的日益成熟,基于傾斜攝影測(cè)量構(gòu)建三維模型的作業(yè)方式正在考古復(fù)現(xiàn)等領(lǐng)域發(fā)揮巨大的作用。傾斜攝影測(cè)量使用多攝像頭拍攝,能夠得到目標(biāo)物多角度的影像,提取到目標(biāo)物側(cè)面紋理信息。使用攝影測(cè)量軟件處理后最終可生成帶有真實(shí)紋理信息的實(shí)景三維模型,在各領(lǐng)域獲得廣泛應(yīng)用。經(jīng)過張家口長(zhǎng)城遺址普查,張家口境內(nèi)分布著長(zhǎng)達(dá)1400多公里的長(zhǎng)城。調(diào)查顯示,張家口地區(qū)的長(zhǎng)城遺址分布散亂,種類繁多,人為破壞與自然風(fēng)化日益加劇,所以對(duì)于張家口境內(nèi)長(zhǎng)城遺址開展保護(hù)工作勢(shì)在必行。為了有效保護(hù)長(zhǎng)城及更好的展示長(zhǎng)城,本研究主要目標(biāo)是使用無人機(jī)傾斜攝影技術(shù)建立張家口崇禮區(qū)長(zhǎng)城部分區(qū)域三維模型,隨后將其應(yīng)用在三維長(zhǎng)城地理信息系統(tǒng)中,使張家口長(zhǎng)城管理部門通過該系統(tǒng)實(shí)現(xiàn)長(zhǎng)城的三維展示、信息查詢、空間分析等功能,同時(shí)以三維的方式將長(zhǎng)城的更多細(xì)節(jié)向社會(huì)展示,對(duì)于長(zhǎng)城的保護(hù)和研究具有指導(dǎo)作用和實(shí)際價(jià)值。本文首先研究基于無人機(jī)傾斜攝影的建模方法,然后依靠無人機(jī)平臺(tái)獲取到張家口崇禮區(qū)古長(zhǎng)城區(qū)域傾斜影像作為實(shí)驗(yàn)數(shù)據(jù),對(duì)試驗(yàn)區(qū)長(zhǎng)城三維建模,并對(duì)模型進(jìn)行精度評(píng)價(jià)和復(fù)雜度分析,之后對(duì)三維長(zhǎng)城模型采用人工交互方式進(jìn)行性能優(yōu)化和效果修... 

【文章來源】：北華航天工業(yè)學(xué)院河北省

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

尺度空間局部極值檢測(cè)在空間軸上通過比較找到采樣點(diǎn)的最大值或最小值時(shí)，則將該點(diǎn)作為該尺度下的極值

基于無人機(jī)傾斜攝影的三維長(zhǎng)城建模技術(shù)研究與應(yīng)用8尺度不變特征變換算法是一種在多視影像中針對(duì)部分特征進(jìn)行測(cè)算描述的算法，極值點(diǎn)的位置，尺度和旋轉(zhuǎn)的不變性可以在空間中被該算法保證一定尺度的情況下提取出來，從而減少誤差。基本步驟如下：首先進(jìn)行尺度空間的極值檢測(cè)，需要最大程度上提取數(shù)據(jù)在非相同尺度中的表現(xiàn)點(diǎn)，這就先去構(gòu)建尺度空間，借助尺度連續(xù)函數(shù)將不同的尺度分出來，從而確定尺度不變的特征。之后在構(gòu)建的比例空間中，極值點(diǎn)的獲得通過在全部的采樣點(diǎn)預(yù)期相同尺度和兩個(gè)相鄰尺度的點(diǎn)的比較獲取[21]，該空間局部如圖2.1所示。圖2.1尺度空間局部極值檢測(cè)在空間軸上通過比較找到采樣點(diǎn)的最大值或最小值時(shí)，則將該點(diǎn)作為該尺度下的極值點(diǎn)即特征點(diǎn)，以此方法即可確定尺度空間中的極值點(diǎn)。定位關(guān)鍵點(diǎn)在構(gòu)建的空間中找到的特征點(diǎn)處于相互孤立的狀態(tài)，對(duì)邊緣和噪聲具有相當(dāng)?shù)拿舾卸�，不能保證匹配的穩(wěn)定性�？梢赃x擇使用三維二次函數(shù)處理的方法來避免噪聲的干擾獲得更精確的定位和標(biāo)準(zhǔn)。該方法可以有效去除對(duì)比度低的點(diǎn)和波動(dòng)的邊緣響應(yīng)點(diǎn)，并且還增強(qiáng)了匹配穩(wěn)定性并對(duì)抗噪性能有一定的加強(qiáng)效果，使用該方法對(duì)我們構(gòu)建的空間內(nèi)的DOG函數(shù)按照三維二次處理，以獲取整體抗噪性的提升[22]。接下來需要保證關(guān)鍵點(diǎn)位置的準(zhǔn)確性，它的方位被確定后，它就不會(huì)再發(fā)生旋轉(zhuǎn)。在得到關(guān)鍵點(diǎn)梯度的準(zhǔn)確位置后，其大小及方向使用直方圖來表示。在對(duì)主方向進(jìn)行確認(rèn)后，為了增強(qiáng)匹配結(jié)果的穩(wěn)定性，還會(huì)給關(guān)鍵點(diǎn)增加一個(gè)輔方向[23]，如圖2.2所示。圖2.2特征點(diǎn)描述符的生成接下來將尺度和方向等信息添加進(jìn)去，我們需要為建立不一樣的特征描述符在特征點(diǎn)上，為了將信息描述出來我們選擇向量的形式，我們一般按照如下步驟得到特征描述符：

北華航天工業(yè)學(xué)院碩士學(xué)位論文9首先旋轉(zhuǎn)η度以特征點(diǎn)為基點(diǎn)繞其鄰域，關(guān)鍵點(diǎn)方向由η代表，避免在旋轉(zhuǎn)的時(shí)候發(fā)生畸變，接著在特征點(diǎn)周圍選擇最近的64個(gè)的小正方形，將64個(gè)鄰域窗口分為8個(gè)區(qū)域，最后，每個(gè)特征點(diǎn)的周圍有四個(gè)新的點(diǎn)出現(xiàn)，同樣若是有16個(gè)點(diǎn)生成，就能夠使用128維的特征描述符對(duì)關(guān)鍵點(diǎn)進(jìn)行描述，如圖2.3所示。圖2.3特征點(diǎn)描述符的生成2.2.3光束法空中三角測(cè)量光束法空中三角測(cè)量原理是將試驗(yàn)區(qū)實(shí)際設(shè)置的控制點(diǎn)坐標(biāo)結(jié)合特征匹配過程中獲取的連接點(diǎn)，在地面坐標(biāo)系中配準(zhǔn)所有影像區(qū)域，從而得到每張影像的精準(zhǔn)屬性等。作為傾斜攝影測(cè)量解算過程中最關(guān)鍵的一步，其空中三角測(cè)精度直接決定模型的成品質(zhì)量。其基本的公式為一個(gè)共線條件相關(guān)的方程，即像方點(diǎn)、攝影中心、物方空間三點(diǎn)在同一條垂直線上，建立從一個(gè)像方點(diǎn)的空間開始到攝影中心再到另一個(gè)物方空間的一個(gè)相關(guān)共線條件方程。該算法采用地面控制點(diǎn)和攝影中心之間的數(shù)據(jù)采集相結(jié)合的計(jì)算方式，通過加密算法獲取連接點(diǎn)的地面控制坐標(biāo)[23]。首先在執(zhí)行空中三角測(cè)量時(shí)需要地面坐標(biāo)體系中添加機(jī)載POS、控制點(diǎn)數(shù)據(jù)等傾斜攝影測(cè)量以外的信息，之后通過平差模型，保證在影像上獲取到的外方位元素沒有誤差，從而得到下一步匹配過程需要的連接點(diǎn)[24-25]，示意圖如圖2.4所示。圖2.4空中三角測(cè)量示意圖

【參考文獻(xiàn)】：
期刊論文
[1]基于SuperMap的三維規(guī)劃輔助系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 趙躍.  北京測(cè)繪. 2019(11)
[2]三維基礎(chǔ)地理信息系統(tǒng)在抽水蓄能電站建設(shè)規(guī)劃中的運(yùn)用[J]. 徐艷群,叢中方,錢志強(qiáng),呂恰旭,苗忠艷.  電子技術(shù)與軟件工程. 2019(21)
[3]無人機(jī)傾斜攝影測(cè)量技術(shù)在城市三維建模中的應(yīng)用探討[J]. 倪煒.  中國(guó)地名. 2019(10)
[4]大載荷無人機(jī)平臺(tái)設(shè)計(jì)與選型[J]. 宋文杰,羅子樂.  工程建設(shè)與設(shè)計(jì). 2019(18)
[5]傾斜航空攝影空中三角測(cè)量技術(shù)及精度分析[J]. 秦玉剛,李曉詩(shī).  北京測(cè)繪. 2019(09)
[6]基于同步POS與航攝儀的無人機(jī)光束法平差方法的研究[J]. 姚睿,趙峻天.  科技創(chuàng)新導(dǎo)報(bào). 2019(21)
[7]改進(jìn)SIFT算法結(jié)合兩級(jí)特征匹配的無人機(jī)圖像匹配算法[J]. 邵進(jìn)達(dá),楊帥,程琳.  計(jì)算機(jī)科學(xué). 2019(06)
[8]一種用于三維重建的多視圖前景目標(biāo)自動(dòng)分割算法[J]. 朱正偉,張靜,饒鵬,陳忻.  計(jì)算機(jī)應(yīng)用與軟件. 2019(06)
[9]基于SuperMap的二三維一體化城鄉(xiāng)規(guī)劃設(shè)計(jì)技術(shù)研究[J]. 羅瑤,湯放華,莫文波,易海.  城市學(xué)刊. 2019(03)
[10]基于改進(jìn)圖割的遙感圖像水體自提取算法[J]. 杜鈺嬌,徐嘉,劉盛英杰.  計(jì)算機(jī)工程與設(shè)計(jì). 2019(05)

碩士論文
[1]基于無人機(jī)傾斜影像的三維模型紋理映射方法研究[D]. 王曉坤.山東建筑大學(xué) 2019
[2]基于非線性尺度空間的圖像特征提取與匹配算法研究[D]. 馬曉珂.河南大學(xué) 2019
[3]基于低空無人機(jī)影像特征的匹配策略研究[D]. 張小宇.西安科技大學(xué) 2019
[4]WebGIS三維實(shí)景地圖在城市規(guī)劃管理中的應(yīng)用研究[D]. 李小敏.西安科技大學(xué) 2019
[5]多視圖三維重建特征點(diǎn)檢測(cè)匹配和點(diǎn)云區(qū)域裁剪算法改進(jìn)[D]. 普陽(yáng)光.河南大學(xué) 2018
[6]基于Smart3D軟件的無人機(jī)傾斜攝影三維建模及精度評(píng)價(jià)[D]. 鄭盼.成都理工大學(xué) 2018
[7]傾斜攝影影像采集與預(yù)處理方案的優(yōu)化研究[D]. 凌毅力.昆明理工大學(xué) 2018
[8]面向多視圖三維重建的紋理映射方法[D]. 朱禮楠.浙江大學(xué) 2018
[9]基于EV-Globe的航天任務(wù)三維顯示技術(shù)研究[D]. 羅麗娟.哈爾濱工業(yè)大學(xué) 2017
[10]基于EV-Globe室內(nèi)外空間一體化的虛擬校園系統(tǒng)設(shè)計(jì)[D]. 李留磊.河南理工大學(xué) 2017



本文編號(hào)：3418640