【摘要】：建筑物的三維模型在數(shù)字城市,教育教學,安防監(jiān)測等領域均具有非常廣闊的應用前景,所以研究基于建筑物圖像的三維重建是非常有意義的。本文主要基于無人機平臺,通過無人機搭載兩個相機(紅外相機和光學相機)同時間同視角同姿態(tài)對建筑物進行圖像采集,然后利用采集到的紅外圖像和光學圖像對建筑物進行高效準確的三維重建,最終重建出富含溫度場的建筑物三維點云模型和三維線段模型。主要研究內容和成果如下:(1)針對紅外圖像視覺模糊,重建難度大的問題,本文研究了基于SfM和PMVS算法的紅外圖像三維點云重建,除了總結出適用于紅外圖像的特征檢測算法之外,還提出了新的TAC-RANSAC匹配模型消除誤匹配,最終生成的三維點云模型角度誤差和位置誤差均得到大幅度降低,噪聲點和離群點大幅度減少,重建效果良好。首先,鑒于SfM算法和PMVS算法在可見光領域三維重建的成功應用,首次將該算法應用到紅外圖像中;其次,針對紅外圖像分辨率低,對比度差,還有各種形式的噪聲,結合了四種在光學圖像中常見的特征檢測方法,并將它們分別應用在紅外圖像中,得出最適合紅外圖像的特征檢測方法;最后,針對紅外圖像成像質量比較低,對特征匹配存在很大程度的噪聲干擾,提出了一個新的消除誤匹配算法TAC-RANSAC,然后將交叉過濾,KNN,TAC-RANSAC三種算法結合得到基于TAC-RANSAC算法的消除誤匹配模型,實驗表明該模型可以極大的提高匹配精度,使誤匹配率降到最低。(2)針對紅外圖像成像質量差,提取不到足夠數(shù)量的二維線段,進而重建不出完整三維線段模型的問題,提出利用同視角同姿態(tài)的光學圖像對同一建筑物進行三維線段重建的方案,并在線段檢測階段提出了一種新的多尺度自適應LSD線段檢測方法,最終實驗表明利用光學圖像和新的線段檢測方法可重建出完整準確的三維線段模型。首先,針對基于線段的相機姿態(tài)估計比基于點復雜得多,并且估計出的相機姿態(tài)不準確,提出將紅外圖像的姿態(tài)參數(shù)直接賦予對應的光學圖像,簡化了重建任務;其次,針對光學圖像線段檢測容易產生過分割現(xiàn)象,而且分辨率越高,過分割越嚴重,提出一種新的線段檢測方法多尺度自適應LSD算法,實驗表明該算法可以有效減少過分割;最終,針對光學圖像生成的三維線段模型沒有溫度信息,提出將紅外點云模型和光學線段模型進行融合,最終生成的三維線段模型不僅能顯示建筑物的整體拓撲結構,還具有豐富的溫度場。
【學位授予單位】：南京航空航天大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP391.41;V279
【圖文】：

（c）無人機 （d）掛載相機的無人機圖 1.1 硬件設備的展示圖圖 1.2 飛行狀態(tài)的無人機3 本文內容與章節(jié)安排本文主要研究基于無人機平臺，針對建筑物圖像進行三維重建，本文利用無人機同時學相機和紅外相機，并且同時間同視角同姿態(tài)拍攝建筑物，獲取一系列光學圖像和紅外圖

間的相對姿態(tài)，極線約束對特征點匹配和特征建中可用于縮小匹配范圍以及消除誤匹配。圖正圖像中固有的徑向畸變和切向畸變。本章的結構安排如下：2.2 節(jié)分析了小孔模算法的一般流程，在 2.4 節(jié)分析了極限約束條2.2 小孔模型為了理解三維實體與圖像中的二維圖像投即使每個物理相機都是由稍微不同的組件構成采用一個非常簡單的模型小孔模型，它經常作為當然也存在其他相機模型，例如，仿射模型，在幾何學中，針孔相機由投影中心C ，圖心；圖像平面 對應相機平面；焦距 僅僅是決定了投影圖像最終呈現(xiàn)的大小。圖 2.1（右）更詳細的解釋，參考[64]）。

二維的投影（即圖像采集）過程中，所有深度信息就投影為無限長的三維射線，其中產生該二維圖像點的圖 2.1 右圖中的 x點，反投影將得到射線3xr R，這及真實的三維實體點 X 。該射線可以簡單地計算為T1xr R K x 算得到真實的三維點坐標xX C d r2 X||是已知的，xr 被歸一化為單位長度|| || 1xr .拍攝的圖像采用這種小孔相機模型會有一個潛在的問頭，它并不嚴格遵循小孔相機模型，而是引入一定的是遠離相機中心，這種畸變就越嚴重。然而，通過相通過專業(yè)的標定方法來估計相機的內參數(shù)矩陣及其失攝平面來校正目標，或者是通過免費的校正工具來校工具可以在[65]中找到。因為本文采集光學圖像用的是頭，特點就是會有很嚴重的畸變，所以在處理圖像之法在 2.5 節(jié)中有介紹。

【相似文獻】

相關期刊論文 前10條

1 宮月菲,曹德忠,汪凱戈;光學圖像的無噪聲放大[J];量子光學學報;2002年S1期

2 周q;陳禎培;鐘永碧;;光學圖像位相調制密度彩色化色彩的實時調試[J];中國激光;1989年06期

3 婁聯(lián)堂;但威;陳佳騏;吳高林;;基于二次成像的光學圖像相位恢復[J];中南民族大學學報(自然科學版);2018年03期

4 張紹兵,季厭浮;光學信息論中最大熵光學圖像恢復的實現(xiàn)[J];煤炭技術;2004年01期

5 周紅,李曉霞,同武勤;目標光學圖像特征調制對形心跟蹤干擾的可行性研究[J];光電技術應用;2005年02期

6 蔣振平,吳曉明;光學圖像的自動采集[J];光電子技術與信息;2003年03期

7 許江勇;楊建義;徐靜;張秀;;3D光學圖像可視化的教學研究[J];興義民族師范學院學報;2014年01期

8 同武勤;孫希剛;楊華;金偉;;改進的光學圖像邊緣檢測融合算法[J];火力與指揮控制;2008年09期

9 王紅霞,何俊發(fā);光學圖像制導技術[J];制導與引信;1995年01期

10 李軍;陳思佳;雷苗;李嬌聲;李榕;唐志列;;全光學壓縮光學圖像隱藏技術[J];光學學報;2017年11期

相關會議論文 前10條

1 宮月菲;曹德忠;汪凱戈;;光學圖像的無噪聲放大[A];第十屆全國量子光學學術報告會論文論文集[C];2002年

2 楊瑞芬;翟影;孫麗存;孟偉東;楊紅玉;普小云;;成像法測量液相擴散系數(shù)——實時光學圖像特征處理[A];第十五屆全國光學測試學術交流會論文摘要集[C];2014年

3 歐建良;魏祥泉;郭祖茂;朱遵尚;苑云;尚洋;;對地觀測光學圖像三維測量中的密集匹配精度評估[A];第十三屆全國實驗力學學術會議論文摘要集[C];2012年

4 姚覲;洪韜;王萬富;;一種用于雷達圖像和光學圖像配準的方法[A];2016年全國軍事微波、太赫茲、電磁兼容技術學術會議論文集[C];2016年

5 王媛nr;張超;宋穎;;基于光學圖像的聯(lián)合火力打擊效果評估研究[A];2014第二屆中國指揮控制大會論文集（上）[C];2014年

6 王平;徐剛鋒;張焱;沈振康;;基于GA-RBF神經網絡的光學圖像背景抑制方法[A];2006年全國光電技術學術交流會會議文集（D 光電信息處理技術專題）[C];2006年

7 司徒國海;張靜娟;;基于衍射光學器件的光學圖像級聯(lián)加密系統(tǒng)[A];大珩先生九十華誕文集暨中國光學學會2004年學術大會論文集[C];2004年

8 劉冰;羅熊;劉華平;孫富春;;光學與深度特征融合在機器人場景定位中的應用[A];2013年中國智能自動化學術會議論文集（第三分冊）[C];2013年

9 李冬至;廖然;曾楠;何永紅;馬輝;;線偏振差成像方法及其應用[A];中國生物醫(yī)學工程學會成立30周年紀念大會暨2010中國生物醫(yī)學工程學會學術大會壁報展示論文[C];2010年

10 李文武;李智勇;粟毅;;一種聯(lián)合灰度和紋理特征的光學圖像艦船目標檢測方法[A];第十四屆全國圖象圖形學學術會議論文集[C];2008年

相關重要報紙文章 前4條

1 嘯面虎;抖動無罪 防抖有理[N];中國計算機報;2004年

2 安特·格利博達 譯者 殷鑠;內與外之間[N];中國美術報;2016年

3 吳殿國 陳愛軍;現(xiàn)代偵竊技術功能各異[N];解放軍報;2005年

4 本報記者 李映;IFA2009：3D電視搶灘 Android手機耀眼[N];中國電子報;2009年

相關博士學位論文 前10條

1 王新建;面向光學圖像的多類目標快速檢測方法研究[D];電子科技大學;2018年

2 王運鋒;SAR圖像與光學圖像數(shù)據融合算法研究[D];電子科技大學;2003年

3 朱錫芳;光學圖像去云霧方法研究[D];南京理工大學;2008年

4 王博;自主水下航行器的光視覺認知技術研究[D];哈爾濱工程大學;2017年

5 王光新;基于稀疏約束正則化模型的圖像提高分辨率技術研究[D];國防科學技術大學;2008年

6 李偉;地面場景光學圖像輔助導航技術研究[D];國防科學技術大學;2008年

7 趙竹新;基于線陣光學圖像的運動參數(shù)測量技術及其應用研究[D];國防科學技術大學;2012年

8 吳晶晶;基于鬼成像的光學信息安全技術研究[D];哈爾濱工業(yè)大學;2016年

9 蔣李兵;基于光學圖像輔助的高分辨率SAR圖像建筑物高度提取方法研究[D];國防科學技術大學;2014年

10 雷琳;多源遙感圖像艦船目標特征提取與融合技術研究[D];國防科學技術大學;2008年

相關碩士學位論文 前10條

1 何碧容;面向同場景光學圖像特征逼近的SAR圖像預處理技術[D];南京航空航天大學;2018年

2 陳營營;無人機平臺下建筑物紅外和光學圖像的三維重建[D];南京航空航天大學;2018年

3 董偉;基于光學圖像的篩網檢測技術研究[D];南京理工大學;2018年

4 王蓉;多視角下光學圖像配準技術研究[D];電子科技大學;2018年

5 曹貝貝;海底光學圖像拼接方法研究[D];大連海事大學;2017年

6 鄒裕越;采用分數(shù)傅立葉變換的光學圖像處理方法研究[D];哈爾濱工業(yè)大學;2006年

7 陳祖紅;光學圖像的預處理與相關識別仿真[D];西安電子科技大學;2011年

8 王建楠;震后道路搶通中無人機光學圖像應用研究[D];國防科學技術大學;2016年

9 臧金亮;基于空間非相干照明的光學圖像隱藏[D];首都師范大學;2013年

10 秦帥;雷達圖像與光學圖像融合算法研究[D];北方工業(yè)大學;2012年

本文編號：2787901