發(fā)布時(shí)間：2024-04-23 21:17

　　建筑場(chǎng)景攝影測(cè)繪與識(shí)別定位的自動(dòng)化是基于機(jī)器人的應(yīng)用與機(jī)器視覺發(fā)展起來(lái)的,其中特征的匹配是關(guān)鍵的一步也是難點(diǎn)所在,特征的選取、特征匹配的精度和重復(fù)率影響到目標(biāo)識(shí)別的精度、圖像拼接的準(zhǔn)確率、相機(jī)姿態(tài)的解算和三維重建的效果。建筑物的特征描述和三維信息重建對(duì)城市空間中信息采集自動(dòng)化、空間布局規(guī)劃有重要的作用。本文針對(duì)人造場(chǎng)景的結(jié)構(gòu)化特點(diǎn),通過(guò)幾何特征分析,采用建筑結(jié)構(gòu)上的線特征作為匹配對(duì)象,提取結(jié)構(gòu)化信息。采用建筑物框架提取效果好的Linelet算法加以改進(jìn),去除自然景物線段,提高建筑物特征占比�；诮ㄖ锞�特征處在兩個(gè)墻面相交處的特點(diǎn),提出了基于線段鄰域紋理特征與結(jié)構(gòu)特點(diǎn)相結(jié)合的線段匹配方法,該方法具有旋轉(zhuǎn)不變性、尺度不變性、射影不變性的性質(zhì)。利用根據(jù)夾角紋理組合匹配的方法克服建筑物對(duì)稱性帶來(lái)的紋理相似問(wèn)題,能有效滿足建筑信息采集中的變換情況。對(duì)匹配得到的線特征進(jìn)行三維重建重構(gòu)得到建筑物框架的三維信息,以線特征數(shù)據(jù)為對(duì)象利用三焦點(diǎn)張量關(guān)系求解相機(jī)姿態(tài)矩陣,并利用重投影的線段在Hough空間中與測(cè)量值的誤差作為捆集優(yōu)化的目標(biāo)函數(shù)進(jìn)行模型優(yōu)化,基于線特征進(jìn)行三維重建求解能有效提高運(yùn)算效率,并且...

【文章頁(yè)數(shù)】：55 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－１論文工作框圖??Ｆｉｇ．?１－１?ｔｈｅ?ｆｌｏｗ?ｃｈａｒｔ?ｏｆ?ｗｏｒｋ??線段匹配部分的主要目的是盡可能多的獲得建筑物不同視角采集的圖像中對(duì)應(yīng)線??

１．３本文難點(diǎn)與應(yīng)對(duì)措施??本文工作的主要目的是對(duì)建筑物進(jìn)行幾何特征提取并構(gòu)建出建筑物幾何特征的三??維重建模型。為完成此項(xiàng)工作所進(jìn)行的流程順序如下圖１－１所示。??線段提取部分主要是為了實(shí)現(xiàn)建筑物幾何結(jié)構(gòu)特征的提取，將建筑物圖像信息壓縮??到線特征維度，出去冗余顏色信息、將單個(gè)....

圖２－１圖像金字塔的建立和構(gòu)成??Ｆｉｇ．?２－１?Ｃｏｍｐｏｓｉｔｉｏｎ?ｏｆ?ｔｈｅ?ｉｍａｇｅ?ｐｙｒａｍｉｄ??

圖２－１圖像金字塔的建立和構(gòu)成??Ｆｉｇ．?２－１?Ｃｏｍｐｏｓｉｔｉｏｎ?ｏｆ?ｔｈｅ?ｉｍａｇｅ?ｐｙｒａｍｉｄ??Ｌｉｎｅｌｅｔ線段提取??ｅｔ算法［１７］是一種基于線性的表示來(lái)模擬光柵化圖像空間中線段的一種優(yōu)于ＬＳＤ?（ｌｉｎｅ?ｓｅｇｍｅｎｔ?ｄｅｔｅｃｔ）的算法，能得....

圖２－２?Ｌｉｎｅｌｅｔ線基元定義??Ｆｉｇ．?２－２?Ｌｉｎｅｌｅｔ?ｄｅｆｉｎｉｔｉｏｎ??

１?＼??圖２－１圖像金字塔的建立和構(gòu)成??Ｆｉｇ．?２－１?Ｃｏｍｐｏｓｉｔｉｏｎ?ｏｆ?ｔｈｅ?ｉｍａｇｅ?ｐｙｒａｍｉｄ??２．２?Ｌｉｎｅｌｅｔ線段提取??Ｌｉｎｅｌｅｔ算法［１７］是一種基于線性的表示來(lái)模擬光柵化圖像空間中線段的內(nèi)在屬性。??Ｌｉｎｅｌｅｔ是一種優(yōu)于ＬＳ....

圖２－３線基元連接搜索方法??Ｆｉｇ．?２－３?Ｌｉｎｅｌｅｔ?ｃｏｎｎｅｃｔｉｏｎ?ｓｅａｒｃｈ?ｍｅｔｈｏｄ??１１??

?Ｖｅｒｔｉｃａｌ?ｌｉｎｅ，?６＾．［ｉｄＡ，２＞Ｋ／Ａ＼??ｖ??圖２－２?Ｌｉｎｅｌｅｔ線基元定義??Ｆｉｇ．?２－２?Ｌｉｎｅｌｅｔ?ｄｅｆｉｎｉｔｉｏｎ??２．２．１?Ｌｉｎｅｌｅｔ線段基元的特性??Ｌｉｎｅｌｅｔ算法是根據(jù)分析線段基元的多種性質(zhì)相互聯(lián)系，歸納出組成線段....

本文編號(hào)：3962767