本文關鍵詞： 城市三維模型 深度學習 車輛探測 目標消除 攝影測量　出處：《武漢大學》2017年碩士論文　論文類型：學位論文

【摘要】：高精度三維城市模型是智慧城市的基礎數(shù)據,是各種城市應用所需要的基礎信息的載體。近年來,隨著攝影測量粵計算機視覺技術的突破,利用傾斜攝影采集的多角度圖像進行城市三維模型重建已經日益被廣泛應用。在三維自動建模過程中,模型質量除了會受到分辨率、重疊圖等各種因素影響之外,道路上的移動對象對三維模型質量的影響也非常大,常常造成道路模型的嚴重扭曲以及紋理的錯位,其中,道路上的移動的車輛造成的模型變形尤其嚴重。如何自動的消除移動測量對建模質量的影響是一個非常重要而且具有實際價值的問題。本文針對此問題提出一種圖像預處理方法,采用深度學習技術,從實景圖像中識別運動狀態(tài)的汽車,在圖像中擦除檢測到的移動車輛,并用周圍的道路圖像填補車輛擦除形成的空洞。此方法為空中三角測量及三維建模前的圖像分離處理,旨在消除圖像中由運動物體帶來的延遲效果,并最大限度的保持其表達真實性和準確性。本研究從計算機視覺和圖像理解的角度出發(fā),解決兩個問題:目標探測和目標移除。首先,設計和應用基于深度學習的目標分類方法檢測出傾斜影像中移動狀態(tài)的汽車,然后使用紋理合成及圖像修復技術將其移除,最終將結果圖像用于城市三維模型的構建。實驗表明,本文所提出的方法能夠有效提升由車輛移動而造成的路面模型扭曲以及紋理錯位。
[Abstract]:High-precision three-dimensional city model is the basic data of intelligent city and the carrier of basic information needed for various urban applications. In recent years, with the breakthrough of computer vision technology of photogrammetry in Guangdong. In the process of 3D automatic modeling, the quality of the model is not only the resolution, but also the resolution in the process of 3D automatic modeling by using the multi-angle images collected by tilt photography to reconstruct the urban 3D model. In addition to the influence of overlapped images and other factors, moving objects on the road also have a great impact on the quality of 3D models, which often cause serious distortion and texture dislocation of road models. The model deformation caused by moving vehicles on the road is especially serious. How to automatically eliminate the influence of mobile measurement on modeling quality is a very important and practical problem. In this paper, a new method is proposed to solve this problem. Image preprocessing method. Using the depth learning technology, the moving vehicle is identified from the real scene image, and the detected moving vehicle is erased in the image. The surrounding road image is used to fill the void formed by vehicle erasure. This method is used to separate the images before aerial triangulation and 3D modeling in order to eliminate the delayed effect caused by moving objects in the images. And to maximize the authenticity and accuracy of its expression. This study from the perspective of computer vision and image understanding to solve two problems: target detection and target removal. The object classification method based on depth learning is designed and applied to detect the moving vehicle in the tilt image, and then it is removed by texture synthesis and image restoration techniques. The experimental results show that the proposed method can effectively improve the distortion and texture dislocation of the road surface caused by the movement of the vehicle.
【學位授予單位】：武漢大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41;P23

【相似文獻】

相關期刊論文 前7條

1 王慶棟;艾海濱;張力;;利用傾斜攝影和3ds Max技術快速實現(xiàn)城市建模[J];測繪科學;2014年06期

2 王卿;郭增長;李豪;孫鵬;;多角度傾斜攝影系統(tǒng)三維量測方法研究[J];測繪工程;2014年03期

3 王偉;黃雯雯;鎮(zhèn)姣;;Pictometry傾斜攝影技術及其在3維城市建模中的應用[J];測繪與空間地理信息;2011年03期

4 田野;向宇;高峰;高亮;;利用Pictometry傾斜攝影技術進行全自動快速三維實景城市生產——以常州市三維實景城市生產為例[J];測繪通報;2013年02期

5 ;我國測繪行業(yè)首次引進傾斜攝影技術[J];城市勘測;2010年02期

6 闞曉云;孫景振;;LiDAR及傾斜攝影技術在數(shù)字實景城市模型中的應用[J];測繪地理信息;2014年03期

7 ;[J];;年期

相關會議論文 前1條

1 郭連軍;黃國君;譚應顯;;傾斜攝影法測定爆堆表面礦巖塊度分布的誤差分析[A];巖石破碎理論與實踐——全國第五屆巖石破碎學術會論文選集[C];1992年

相關重要報紙文章 前4條

1 記者 丁全利;我測繪行業(yè)首次引進傾斜攝影技術[N];中國國土資源報;2010年

2 鐘蕓;傾斜攝影技術走進“智慧城市”[N];中國建設報;2013年

3 丁乙;傾斜攝影助力智慧金陽建設[N];中國測繪報;2014年

4 記者 徐紅　實習生 辛忠;新技術助力數(shù)字城市建設[N];經濟日報;2010年

相關碩士學位論文 前7條

1 李瑋瑋;基于傾斜攝影三維影像的建筑物震害提取研究[D];中國地震局地震預測研究所;2016年

2 余虹亮;基于傾斜攝影的城市三維重建方法研究[D];廣西大學;2016年

3 王卿;機載多角度傾斜攝影技術的應用研究[D];河南理工大學;2014年

4 謝國雪;無人機傾斜攝影系統(tǒng)的三維可視化應用研究[D];廣西師范學院;2016年

5 向云飛;基于機載LiDAR和傾斜攝影的城市建筑物三維建模[D];成都理工大學;2016年

6 艾叢;基于WebGL的傾斜攝影三維模型可視化方案設計與實現(xiàn)[D];北京建筑大學;2016年

7 DOUADIAbdelalim;基于深度學習的車輛檢測與消除方法在傾斜攝影自動三維建模中的應用[D];武漢大學;2017年

，

本文編號：1445656