針對城市場景三維重建模型在有線特征的邊緣區(qū)域過于平滑的問題,提出一種帶線約束的攝影測量網(wǎng)格變分精化方法。算法以初始重建網(wǎng)格模型為基礎(chǔ),引入3個能量項,將網(wǎng)格精化問題轉(zhuǎn)化成能量下降問題。首先結(jié)合所有的影像信息構(gòu)建影像一致性約束項,然后對網(wǎng)格表面頂點附加正則化約束,最后引入三維線特征約束,將3個能量項加權(quán)相加后離散化到每個頂點,得到梯度變化值。采用梯度下降法,使頂點沿著梯度方向移動,當(dāng)能量不再下降或迭代一定次數(shù)時,即得到了精化后的網(wǎng)格模型。試驗結(jié)果表明,本文算法能較好地保持邊緣特征,與現(xiàn)有的泊松重建算法相比,網(wǎng)格的質(zhì)量更高,視覺效果更好。 

【文章來源】：測繪學(xué)報. 2020,49(04)北大核心EICSCD

【文章頁數(shù)】：11 頁

【部分圖文】：

算法流程

由式(1)可知,影像一致性能量是位于連續(xù)空間上的。為了最小化影像一致性能量函數(shù)并應(yīng)用到網(wǎng)格模型中,需要將連續(xù)的能量函數(shù)離散化到每個網(wǎng)格頂點上。在實際計算時,先尋找影像對,即如果兩張影像拍攝到同一區(qū)域則加入影像對集合。遍歷所有影像對,選擇其中一張影像,遍歷所有像素點,投影到三維網(wǎng)格模型中得到其三維點,然后再反投影到第2張影像上。從影像空間計算重投影誤差后,根據(jù)重心坐標將此對應(yīng)三維點的影像一致性能量添加到其三角面所在的3個頂點上。最終每個頂點的梯度改正值等于所有包含這個頂點的三角形在所有影像對I、J上投影的像素加權(quán)之和。1.3.2 可靠性因子

假設(shè)平面上存在一個噪聲點,而周圍點是正常點,則表面會出現(xiàn)異常凸起。對于網(wǎng)格模型的三維點,經(jīng)典的做法是取其一階環(huán)鄰域的所有點坐標的平均值作為一階拉普拉斯離散模擬的結(jié)果,異常凸起點會被踏平,達到平滑效果,即所謂的傘算子[22],如圖3所示。本文引入距離因子,距離中心點越遠的鄰域點應(yīng)該具有較低的權(quán)重,因此采用鄰域點到中心點的距離倒數(shù)加權(quán)求取平均位置

【參考文獻】：
期刊論文
[1]結(jié)合離散化描述與同名點約束的線特征匹配[J]. 歐陽歡,范大昭,紀松,雷蓉.  測繪學(xué)報. 2018(10)
[2]影像信息驅(qū)動的三角網(wǎng)格模型優(yōu)化方法[J]. 張春森,張萌萌,郭丙軒.  測繪學(xué)報. 2018(07)
[3]城市三維重建中的自動紋理優(yōu)化方法[J]. 李明,張衛(wèi)龍,范丁元.  測繪學(xué)報. 2017(03)
[4]面向復(fù)雜三維場景的高質(zhì)量紋理映射[J]. 姜翰青,王博勝,章國鋒,鮑虎軍.  計算機學(xué)報. 2015(12)



本文編號：3278108