本文關(guān)鍵詞： 城市三維模型 深度學(xué)習(xí) 車(chē)輛探測(cè) 目標(biāo)消除 攝影測(cè)量　出處：《武漢大學(xué)》2017年碩士論文　論文類(lèi)型：學(xué)位論文

【摘要】：高精度三維城市模型是智慧城市的基礎(chǔ)數(shù)據(jù),是各種城市應(yīng)用所需要的基礎(chǔ)信息的載體。近年來(lái),隨著攝影測(cè)量粵計(jì)算機(jī)視覺(jué)技術(shù)的突破,利用傾斜攝影采集的多角度圖像進(jìn)行城市三維模型重建已經(jīng)日益被廣泛應(yīng)用。在三維自動(dòng)建模過(guò)程中,模型質(zhì)量除了會(huì)受到分辨率、重疊圖等各種因素影響之外,道路上的移動(dòng)對(duì)象對(duì)三維模型質(zhì)量的影響也非常大,常常造成道路模型的嚴(yán)重扭曲以及紋理的錯(cuò)位,其中,道路上的移動(dòng)的車(chē)輛造成的模型變形尤其嚴(yán)重。如何自動(dòng)的消除移動(dòng)測(cè)量對(duì)建模質(zhì)量的影響是一個(gè)非常重要而且具有實(shí)際價(jià)值的問(wèn)題。本文針對(duì)此問(wèn)題提出一種圖像預(yù)處理方法,采用深度學(xué)習(xí)技術(shù),從實(shí)景圖像中識(shí)別運(yùn)動(dòng)狀態(tài)的汽車(chē),在圖像中擦除檢測(cè)到的移動(dòng)車(chē)輛,并用周?chē)牡缆穲D像填補(bǔ)車(chē)輛擦除形成的空洞。此方法為空中三角測(cè)量及三維建模前的圖像分離處理,旨在消除圖像中由運(yùn)動(dòng)物體帶來(lái)的延遲效果,并最大限度的保持其表達(dá)真實(shí)性和準(zhǔn)確性。本研究從計(jì)算機(jī)視覺(jué)和圖像理解的角度出發(fā),解決兩個(gè)問(wèn)題:目標(biāo)探測(cè)和目標(biāo)移除。首先,設(shè)計(jì)和應(yīng)用基于深度學(xué)習(xí)的目標(biāo)分類(lèi)方法檢測(cè)出傾斜影像中移動(dòng)狀態(tài)的汽車(chē),然后使用紋理合成及圖像修復(fù)技術(shù)將其移除,最終將結(jié)果圖像用于城市三維模型的構(gòu)建。實(shí)驗(yàn)表明,本文所提出的方法能夠有效提升由車(chē)輛移動(dòng)而造成的路面模型扭曲以及紋理錯(cuò)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(xué)位授予單位】：武漢大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TP391.41;P23

【相似文獻(xiàn)】

相關(guān)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(shù)快速實(shí)現(xiàn)城市建模[J];測(cè)繪科學(xué);2014年06期

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

3 王偉;黃雯雯;鎮(zhèn)姣;;Pictometry傾斜攝影技術(shù)及其在3維城市建模中的應(yīng)用[J];測(cè)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(shù)進(jìn)行全自動(dòng)快速三維實(shí)景城市生產(chǎn)——以常州市三維實(shí)景城市生產(chǎn)為例[J];測(cè)繪通報(bào);2013年02期

5 ;我國(guó)測(cè)繪行業(yè)首次引進(jìn)傾斜攝影技術(shù)[J];城市勘測(cè);2010年02期

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

7 ;[J];;年期

相關(guān)會(huì)議論文 前1條

1 郭連軍;黃國(guó)君;譚應(yīng)顯;;傾斜攝影法測(cè)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(shí)踐——全國(guó)第五屆巖石破碎學(xué)術(shù)會(huì)論文選集[C];1992年

相關(guān)重要報(bào)紙文章 前4條

1 記者 丁全利;我測(cè)繪行業(yè)首次引進(jìn)傾斜攝影技術(shù)[N];中國(guó)國(guó)土資源報(bào);2010年

2 鐘蕓;傾斜攝影技術(shù)走進(jìn)“智慧城市”[N];中國(guó)建設(shè)報(bào);2013年

3 丁乙;傾斜攝影助力智慧金陽(yáng)建設(shè)[N];中國(guó)測(cè)繪報(bào);2014年

4 記者 徐紅　實(shí)習(xí)生 辛忠;新技術(shù)助力數(shù)字城市建設(shè)[N];經(jīng)濟(jì)日?qǐng)?bào);2010年

相關(guān)碩士學(xué)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(guó)地震局地震預(yù)測(cè)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(xué);2016年

3 王卿;機(jī)載多角度傾斜攝影技術(shù)的應(yīng)用研究[D];河南理工大學(xué);2014年

4 謝國(guó)雪;無(wú)人機(jī)傾斜攝影系統(tǒng)的三維可視化應(yīng)用研究[D];廣西師范學(xué)院;2016年

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

6 艾叢;基于WebGL的傾斜攝影三維模型可視化方案設(shè)計(jì)與實(shí)現(xiàn)[D];北京建筑大學(xué);2016年

7 DOUADIAbdelalim;基于深度學(xué)習(xí)的車(chē)輛檢測(cè)與消除方法在傾斜攝影自動(dòng)三維建模中的應(yīng)用[D];武漢大學(xué);2017年

，

本文編號(hào)：1445656