本文關(guān)鍵詞：融合形態(tài)學(xué)與特征點檢測的建筑物自動三維重建關(guān)鍵技術(shù)研究

  更多相關(guān)文章： 中值濾波 消失點估計 角點檢測 頂點檢測 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、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)與特征點檢測的建筑物三維重建技術(shù),使建筑物三維重建的自動化成為可能。本文主要研究內(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,避免了脈沖噪聲對圖像的影響,為后續(xù)的直線檢測和角點檢測提供了優(yōu)質(zhì)的輸入圖像。(2)研究了一種改進的消失點估計算法,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,對錯誤的消失點進行了修正,確保檢測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、角點信息和消失點信息的,基于形態(tài)特征的建筑物頂點輪廓提取方法,對外形為立方體及立方體組合的建筑物的輪廓和頂點進行了自動化提取,并通過SIFT特征提取與匹配計算圖像間基礎(chǔ)矩陣,得到不同圖像上頂點輪廓的對應(yīng)關(guān)系。(4)針對攝影測量的特定要求,基于前述算法,在自動提取的基礎(chǔ)上,加入了人工干涉的功能以修正錯誤的輪廓和消失點,最終開發(fā)了一套針對常規(guī)立方體建筑物的序列圖像三維重建系統(tǒng),并設(shè)計實驗驗證了前述算法的有效性。
【關(guān)鍵詞】：中值濾波 消失點估計 角點檢測 頂點檢測 三維重建
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：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 國內(nèi)外研究現(xiàn)狀10-12
• 1.3 本文的研究內(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 相機標(biāo)定16-21
• 2.2.1 相機模型16-18
• 2.2.2 相機畸變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21-24
• 2.3.1 Sobel算子22
• 2.3.2 Canny算子22-24
• 2.4 直線檢測24-27
• 2.4.1 Hough變換直線檢測24-25
• 2.4.2 LSD直線檢測25-27
• 2.5 魯棒估計算法27-29
• 2.5.1 RANSAC算法28
• 2.5.2 M估計子算法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 實驗結(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的MSAC消失點估計算法研究41-57
• 4.1 基于MSAC的消失點估計算法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的MSAC消失點估計算法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 實驗結(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 特征點檢測算法57-61
• 5.1.1 Harris角點檢測算法57-58
• 5.1.2 Shi-Tomasi角點檢測算法58-59
• 5.1.3 SIFT特征點檢測算法59-60
• 5.1.4 現(xiàn)有算法用于建筑物三維重建的問題分析60-61
• 5.2 特征點匹配算法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 實驗結(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)相機運動參數(shù)82-85
• 6.1.5 三角測量法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)實驗結(jié)果94-107
• 6.4.1 頂點匹配96-98
• 6.4.2 點云重建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113-117
• 攻讀碩士期間取得學(xué)術(shù)成果117

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前8條

1 流言;;手機攝影中的透視[J];電腦愛好者;2016年01期

2 章為川;孔祥楠;宋文;;圖像的角點檢測研究綜述[J];電子學(xué)報;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;2014年01期

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

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

6 王繼陽;文貢堅;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;;機器視覺和圖像技術(shù)[J];自動化博覽;2009年02期

8 邱茂林,馬頌德,李毅;計算機視覺中攝像機定標(biāo)綜述[J];自動化學(xué)報;2000年01期

，

本文編號：1034444