發(fā)布時(shí)間：2019-08-20 15:41

【摘要】：最近幾年，隨著全景設(shè)備逐步引入國內(nèi)，騰訊公司開發(fā)的SOSO街景地圖等城市全景圖像逐步進(jìn)入人們的生活，與傳統(tǒng)地圖相比具有現(xiàn)實(shí)感強(qiáng)、易讀等特點(diǎn)，是未來地圖發(fā)展的趨勢(shì)。目前的街景圖像只具有單純的二維圖像信息，，使得街景地圖只具有瀏覽的功能，若能夠從街景圖像上獲得圖像所反映的真實(shí)三維場(chǎng)景信息，則可以使街景地圖更多地為人所用，在城市規(guī)劃、場(chǎng)景標(biāo)注、圖像測(cè)量等各方面都具有巨大的應(yīng)用價(jià)值。隨著計(jì)算機(jī)視覺、計(jì)算機(jī)圖形學(xué)等學(xué)科的飛速發(fā)展，基于圖像的模型重建研究獲得了眾多研究成果。本文旨在基于全景設(shè)備采集的街景圖像進(jìn)行模型重建，以恢復(fù)街景圖像所反映的真實(shí)三維場(chǎng)景信息。 本文研究的是基于車載相機(jī)采集圖像的大規(guī)模城市街景重建方法，主要研究?jī)?nèi)容分為以下三個(gè)方面：第一，對(duì)基于圖像特征的點(diǎn)云重建過程進(jìn)行了研究，選取了合適的點(diǎn)云重建算法。采用了SIFT算子進(jìn)行特征提��；在特征匹配方面運(yùn)用了基于Kd-樹的特征匹配方法并根據(jù)計(jì)算的多視圖幾何關(guān)系對(duì)匹配點(diǎn)進(jìn)行篩選；在由運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)方面采用了集束調(diào)整法來最小化重投影誤差，并通過逐個(gè)增加相機(jī)來避免迭代過程陷入局部極小值。第二，根據(jù)車載相機(jī)采集的每幅圖像拍攝時(shí)的相機(jī)GPS位置對(duì)由圖像恢復(fù)出的點(diǎn)云進(jìn)行地理配準(zhǔn)，把點(diǎn)云由度量結(jié)構(gòu)恢復(fù)到歐式結(jié)構(gòu)，使點(diǎn)云反映真實(shí)的地理信息。由于采集到的相機(jī)GPS位置存在缺失和位置不準(zhǔn)等現(xiàn)象，首先采用Hermite插值法對(duì)相機(jī)位置分情況進(jìn)行矯正，然后以矯正后的相機(jī)位置作為參考配準(zhǔn)點(diǎn)集，把由圖像恢復(fù)出的相機(jī)位置點(diǎn)作為待配準(zhǔn)點(diǎn)，運(yùn)用加權(quán)近點(diǎn)迭代算法求解最優(yōu)相似變換矩陣，最后把求解出的相似變換矩陣作用于全局點(diǎn)云從而實(shí)現(xiàn)地理配準(zhǔn)。第三，對(duì)散亂點(diǎn)云的去噪和分區(qū)算法進(jìn)行了研究，運(yùn)用了柵格空間劃分方法來生成點(diǎn)云空間拓?fù)浣Y(jié)構(gòu)并對(duì)該算法進(jìn)行了改進(jìn)，運(yùn)用了基于K鄰域的迭代去噪算法進(jìn)行點(diǎn)云去噪，并運(yùn)用基于區(qū)域生長(zhǎng)法的點(diǎn)云分區(qū)方法。實(shí)驗(yàn)證明本文提出的點(diǎn)云去噪和分區(qū)方法對(duì)由圖像還原出的點(diǎn)云的去噪和分區(qū)效果良好。 本論文的研究?jī)?nèi)容為大規(guī)模城市三維場(chǎng)景重建提供了良好的指導(dǎo)方法。此外，本文的研究方法不僅可以應(yīng)用在城市街景重建中，對(duì)一般的含有位置信息的圖像序列的重建也同樣適用。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：P208;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 李德仁;江志軍;;車載視頻圖像序列卡爾曼濾波及其移動(dòng)量測(cè)應(yīng)用[J];測(cè)繪科學(xué);2006年04期

2 劉鋼,彭群生,鮑虎軍;基于圖像建模技術(shù)研究綜述與展望[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2005年01期

3 張毅;劉旭敏;隋穎;關(guān)永;;基于K-近鄰點(diǎn)云去噪算法的研究與改進(jìn)[J];計(jì)算機(jī)應(yīng)用;2009年04期

4 胡懷宇;崔漢國;代星;;基于區(qū)域生長(zhǎng)法的散亂點(diǎn)云分區(qū)方法[J];計(jì)算機(jī)應(yīng)用;2009年10期

5 劉越華;廖文和;劉浩;;逆向工程中散亂點(diǎn)云的K鄰域搜索算法研究[J];機(jī)械設(shè)計(jì)與制造;2012年03期

6 趙煦;周克勤;閆利;鄧非;;基于激光點(diǎn)云的大型文物景觀三維重建方法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2008年07期

7 嚴(yán)慶光,李明哲,李東成;多點(diǎn)成形件檢測(cè)中三維數(shù)據(jù)配準(zhǔn)方法的研究[J];中國機(jī)械工程;2003年19期

相關(guān)博士學(xué)位論文 前1條

1 賀美芳;基于散亂點(diǎn)云數(shù)據(jù)的曲面重建關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2006年

相關(guān)碩士學(xué)位論文 前1條

1 戴靜蘭;海量點(diǎn)云預(yù)處理算法研究[D];浙江大學(xué);2006年

本文編號(hào)：2528729