【摘要】：三維激光掃描技術(shù)目前已經(jīng)發(fā)展成為一種比較成熟的新型高效的測繪技術(shù),其可以不用接觸目標(biāo)而快速、高精度的獲取目標(biāo)物表面海量的點云數(shù)據(jù),受外界環(huán)境因素干擾較小,精度統(tǒng)一,但因其缺少紋理和顏色信息,不易進行判讀和分析。而影像可以用來提取目標(biāo)物體的形態(tài)和顏色,直接獲取到物體的紋理信息,與激光掃描數(shù)據(jù)有很強的互補性。因此激光點云數(shù)據(jù)與影像數(shù)據(jù)的融合研究具有很強的實用價值。本文以車載激光掃描點云和街景影像為主要數(shù)據(jù)源,采用運動恢復(fù)結(jié)構(gòu)理論、尺度轉(zhuǎn)換估計思想以及四點一致基配準(zhǔn)策略,對車載點云與街景影像融合方法展開研究,主要內(nèi)容如下:(1)采用運動恢復(fù)結(jié)構(gòu)原理深入研究三維重建街景影像,運用SIFT特征提取實現(xiàn)街景影像匹配并生成稀疏連接點,進而得到街景影像對應(yīng)的SFM密集點云模型,為街景影像與車載激光掃描點云融合提供間接配準(zhǔn)數(shù)據(jù)源。(2)基于主成分分析的SFM點云模型與車載激光點云數(shù)據(jù)的尺度轉(zhuǎn)換方法的研究,為具有不同尺度的點云數(shù)據(jù)配準(zhǔn)提供解決思路。(3)由粗到精的影像與點云間接配準(zhǔn)策略。采用四點一致基作為配準(zhǔn)基元,實現(xiàn)車載激光點云與SFM密集點云模型的粗略配準(zhǔn),為進一步的ICP精細(xì)全局配準(zhǔn)提供較好的初始位置,避免配準(zhǔn)過程中陷入局部最優(yōu)。(4)對車載點云與街景影像配準(zhǔn)方法進行實驗驗證及分析。
【圖文】：

圖 3.2-1 270 度相機圖 3.2-2 360 度全景相機IFT 的街景影像匹配特征轉(zhuǎn)換 SIFT（Scale Invariant Feature Transform）理論

圖 3.2-2 360 度全景相機 SIFT 的街景影像匹配變特征轉(zhuǎn)換 SIFT（Scale Invariant Feature Transform）理論在owe 提出，并且在 2004 年對其進行了算法完善。SIFT 算法具和特征點局部不變特征描述和匹配兩部分。提取圖像特征點同時也是關(guān)鍵步驟。由于特征點要具備穩(wěn)定、獨特的特性，因遵循一定的準(zhǔn)則：特征檢測算子對場景中的目標(biāo)遮擋物要有較點位置要與真實位置足夠接近；特征點數(shù)量要適量，要能包含提取特征點的效率要能滿足應(yīng)用需求；特征提取算法要有良好不同的環(huán)境影響。征提取算法[62]基本流程由四部分構(gòu)成，分別為生成尺度空間、生成描述符、特征點匹配四個過程。一個 SIFT 特征主要包括和描述符向量四個部分。
【學(xué)位授予單位】：中國地質(zhì)大學(xué)(北京)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：P225.2;TP751

【參考文獻】

相關(guān)期刊論文 前10條

1 張平;王山東;黃瑾娉;周明明;;基于SFM和CMVS/PMVS的建筑物點云重構(gòu)方法研究[J];蘇州科技學(xué)院學(xué)報(自然科學(xué)版);2015年03期

2 吳彤;傅中力;;三維重建技術(shù)及其軍事應(yīng)用[J];國防科技;2015年01期

3 楊必勝;董震;魏征;方莉娜;李漢武;;從車載激光掃描數(shù)據(jù)中提取復(fù)雜建筑物立面的方法[J];測繪學(xué)報;2013年03期

4 何豫航;岳俊;;基于CMVS/PMVS多視角密集匹配方法的研究與實現(xiàn)[J];測繪地理信息;2013年03期

5 王洋;張濤;李歡利;劉仰川;王心醉;徐川;;應(yīng)用SFM和多視圖面片實現(xiàn)牙模三維重建[J];計算機測量與控制;2013年04期

6 張永軍;熊小東;沈翔;;城區(qū)機載LiDAR數(shù)據(jù)與航空影像的自動配準(zhǔn)[J];遙感學(xué)報;2012年03期

7 李林堯;張兆翔;王蘊紅;王超;;基于圖像運動的三維重建及虛擬化應(yīng)用[J];計算機科學(xué);2011年07期

8 楊現(xiàn)輝;王惠南;;ICP算法在3D點云配準(zhǔn)中的應(yīng)用研究[J];計算機仿真;2010年08期

9 徐源強;高井祥;王堅;;三維激光掃描技術(shù)[J];測繪信息與工程;2010年04期

10 鄭德華;;ICP算法及其在建筑物掃描點云數(shù)據(jù)配準(zhǔn)中的應(yīng)用[J];測繪科學(xué);2007年02期

相關(guān)博士學(xué)位論文 前10條

1 朱肇昆;基于無序圖像的密集三維重建技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2015年

2 崔婷婷;結(jié)合車載點云和全景影像的建筑物立面重建[D];武漢大學(xué);2015年

3 梁玉斌;面向建筑測繪的地面激光掃描模式識別方法研究[D];武漢大學(xué);2013年

4 魏征;車載LiDAR點云中建筑物的自動識別與立面幾何重建[D];武漢大學(xué);2012年

5 萬國偉;面向建筑物的三維點云生成、增強和重建技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2011年

6 喻亮;基于車載激光掃描數(shù)據(jù)的地物分類和快速建模技術(shù)研究[D];武漢大學(xué);2011年

7 鄒曉亮;車載測量系統(tǒng)數(shù)據(jù)處理若干關(guān)鍵技術(shù)研究[D];解放軍信息工程大學(xué);2011年

8 趙煦;基于地面激光掃描點云數(shù)據(jù)的三維重建方法研究[D];武漢大學(xué);2010年

9 廖斌;基于特征點的圖像配準(zhǔn)技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2008年

10 康志忠;數(shù)字城市中街道景觀主體三維可視化的快速實現(xiàn)研究[D];武漢大學(xué);2004年

相關(guān)碩士學(xué)位論文 前10條

1 杜文強;基于目標(biāo)分離的建筑物模型重建[D];西安建筑科技大學(xué);2018年

2 王靜;基于SFM的多源目標(biāo)三維重構(gòu)方法研究[D];西安電子科技大學(xué);2018年

3 吳雨路;徽派建筑點云數(shù)據(jù)配準(zhǔn)研究[D];安徽建筑大學(xué);2018年

4 王強;車載移動測量系統(tǒng)點云與影像配準(zhǔn)研究[D];東華理工大學(xué);2017年

5 王楠;基于SFM的建筑物三維重建技術(shù)研究及應(yīng)用[D];東北石油大學(xué);2017年

6 趙玲娜;基于激光反射率的點云與圖像自動融合技術(shù)研究[D];武漢大學(xué);2017年

7 王政;城市數(shù)字化建模點云數(shù)據(jù)處理技術(shù)研究[D];長春理工大學(xué);2016年

8 羅寒;地面激光掃描三維模型重建技術(shù)研究[D];東華理工大學(xué);2016年

9 楊愛林;基于單目圖像序列的場景稠密三維重建技術(shù)研究[D];北京工業(yè)大學(xué);2016年

10 楊文環(huán);結(jié)合空三與SFM的近景攝影測量點云獲取研究[D];中國礦業(yè)大學(xué);2016年

，

本文編號：2682894