隨著數(shù)字化城市推進,三維數(shù)字城市開始成為城市規(guī)劃和城市管理重要手段,對城市的未來形態(tài)進行預警,完成城市災害事件和突發(fā)事件的動態(tài)模擬,獲得城市規(guī)劃方案調(diào)整的科學依據(jù),使城市規(guī)劃更具前瞻性,城市三維模型的需求越來越大。近些年無人機傾斜攝影測量技術的發(fā)展,改變了傳統(tǒng)航空攝影測量單一角度感知地物的局限,搭載多個不同角度相機的傳感器獲取地物全方位影像信息,快速高效的構建城市實景三維模型。然而與基于消費級無人機傾斜攝影相比,因其操作方便、質(zhì)量輕、成本低、無需申請空域等特點得到大眾認可。將其作為傾斜相機對地觀測的平臺,基于消費級無人機傾斜攝影測量技術在成果精度方面,研究很少。比如針對基于消費級無人機傾斜攝影的空中三角測量控制點布設問題,三維模型及模型場景中單體建筑物的精度分析問題。本文利用消費級無人機大疆精靈四搭載輕型便捷的KG2000 Pro五鏡頭傾斜相機,獲取北京建筑大學影像數(shù)據(jù),對傾斜攝影測量技術進行深入研究,解決基于消費級無人機傾斜攝影的空中三角測量、實景三維模型、三維場景模型中建筑物的精度評價等問題。將消費級無人機傾斜攝影測量技術更好應用于智慧城市、三維精細化建模、應急救災等。主要研究內(nèi)容... 

【文章來源】：北京建筑大學北京市

【文章頁數(shù)】：83 頁

【學位級別】：碩士

【部分圖文】：

空中三角測量及三維模型精度評價流程圖

第2章傾斜攝影測量技術5第2章傾斜攝影測量技術傾斜攝影技術可以從五個角度（一個下視、四個傾斜）同步采集影像，獲取到全方位高分辨率的地物影像[22-23]。利用GPS、IMU、影像匹配、生成密集點、三維建模等技術，構建實景三維模型，已經(jīng)廣泛應用于政府規(guī)劃、三維模擬、數(shù)字地球、智慧城市等方面[23]。傾斜攝影測量技術流程如圖2-1所示。圖2-1傾斜攝影測量技術流程圖Fig.2-1Flowchartoftiltphotogrammetrytechnology2.1影像幾何定位概述影像精確幾何定位是通過特征匹配獲取影像上一定數(shù)量、穩(wěn)定、分布合理的連接點，據(jù)此進行區(qū)域網(wǎng)構建，并通過區(qū)域網(wǎng)平差模型求解影像精確內(nèi)外方位元素和連接點物方三維坐標。在計算機視覺中又稱為運動恢復結構。運動恢復結構是計算機視覺和視覺感知的主要研究內(nèi)容之一。在過去的十年，運動恢復結構技術和大范圍場景三維重建技術取得了穩(wěn)步的發(fā)展。大型的SFM算法大致可以分為五個步驟如圖所示。步驟一和步驟二，基于圖像的連接關系將大型場景分解為多個子區(qū)域，步驟三和步驟四涉及單個子區(qū)域的逐像素對特征匹配和3D重構問題，步驟五利用相同的物方連接點進行多個模型融合。圖2-2是SFM流程及其方法分類示意。

第2章傾斜攝影測量技術6圖2-2大范圍SFM過程性的五個字流程及其方法分類示意Fig.2-2FivewordprocessoflargescaleSFMprocessanditsmethodclassification2.2特征提取與匹配常見的特征包括：點、線、面等。點特征是最穩(wěn)定，也是最常用的特征。圖像中的特征點也成為了興趣點或者關鍵點，灰度圖像中像素周邊突變的點視為特征點，往往是圖像上拐點、角點及交叉點等[24]。1977年，Moravec提出Moravec算子[25]；Lowe提出基于尺度空間的局部特征描述算子，能夠?qū)Τ叨�、旋轉(zhuǎn)、仿射變換保持不變，但SIFT算法有計算量大、算法耗時長的缺點[26]。為此，Yan等提出利用PCA-SIFT算法對特征點描述進行數(shù)據(jù)降維，提高了效率[27]。Bay等提出SURF算法，它是對SIFT算法的改進，不但提高了計算速度，而且保證了一定的精度[28]。隨著圖像處理數(shù)據(jù)規(guī)模的增大，二進制特征應運而生。Calonder等提出計算速度快、降低內(nèi)存損耗的二進制特征算子，計算機可以快速計算出描述子的漢明距離，用來判斷特征點的相似性[29]。2.2.1尺度不變特征提取與匹配尺度不變特征檢測算法是用于圖像處理領域的一種特征描述子。它在尺度空間中尋找位置、尺度、旋轉(zhuǎn)不變的極值點[30]。Ke等在SIFT方法的基礎之上，利用主成分分析

【參考文獻】：
期刊論文
[1]面向數(shù)字城市建設的三維建模關鍵技術研究與應用[J]. 關麗,丁燕杰,張輝,馮學兵,譚向農(nóng),趙金玲.  測繪通報. 2017(02)
[2]泛在影像數(shù)據(jù)在攝影測量中的應用[J]. 夏遠鑫,侯耀林.  黑龍江科技信息. 2017(06)
[3]基于傾斜攝影測量技術構建實景三維模型的方法研究[J]. 周杰.  價值工程. 2016(25)
[4]傾斜影像自動空三及其在城市真三維模型重建中的應用[J]. 李德仁,肖雄武,郭丙軒,江萬壽,時月茹.  武漢大學學報(信息科學版). 2016(06)
[5]無人機影像匹配中尺度不變特征應用改進[J]. 劉玉軒,藍朝楨,李參海,姚富山,李林.  測繪科學. 2016(07)
[6]基于球哈希和改進的灰度差算法的視頻拷貝檢測[J]. 李皓,張興忠.  計算機應用與軟件. 2016(01)
[7]控制點布設對無人機影像空三精度的影響[J]. 朱進,丁亞洲,陳攀杰,王新安,郭丙軒,肖雄武,�？瓶�.  測繪科學. 2016(05)
[8]基于傾斜攝影技術的三維建模生產(chǎn)與質(zhì)量分析[J]. 王丙濤,王繼.  城市勘測. 2015(05)
[9]基于傾斜攝影測量技術的實景三維建模及精度評估[J]. 譚金石,黃正忠.  現(xiàn)代測繪. 2015(05)
[10]傾斜航空攝影數(shù)據(jù)空中三角測量的精度分析[J]. 姜麗麗,張姝娟,王鴻陽,謝謙.  測繪與空間地理信息. 2015(05)

博士論文
[1]聯(lián)合幾何與輻射成像模型的三維表面重建與優(yōu)化[D]. 陶鵬杰.武漢大學 2016
[2]建筑物LiDAR點云三維重建的全局優(yōu)化方法[D]. 閆吉星.武漢大學 2015
[3]基于圖像局部特征的康復機器人目標識別方法研究[D]. 聶海濤.中國科學院研究生院(長春光學精密機械與物理研究所) 2015
[4]基于目標識別和參數(shù)化技術的城市建筑群三維重建研究[D]. 吳寧.浙江大學 2013
[5]航空影像多視匹配與規(guī)則建筑物自動提取方法研究[D]. 江萬壽.武漢大學 2004

碩士論文
[1]基于機器視覺的實時手機輔料檢測技術[D]. 董通.華中科技大學 2019
[2]基于深度學習的毫米波輻射圖像目標檢測方法研究[D]. 潘雄.華中科技大學 2019
[3]多路實時視頻拼接技術的研究與實現(xiàn)[D]. 岑陳.北京工業(yè)大學 2019
[4]消費級無人機傾斜攝影測量技術在構建城市真三維模型中的應用研究[D]. 繆玉周.東華理工大學 2018
[5]增強現(xiàn)實中的相機定位與跟蹤算法研究[D]. 白剛.北方工業(yè)大學 2018
[6]動態(tài)場景下的2D SLAM方法研究[D]. 楊闊.北京交通大學 2018
[7]基于側(cè)掃聲吶圖像的水下組合導航算法研究[D]. 李凱.國防科技大學 2017
[8]基于Kinect的室內(nèi)場景實時三維重建[D]. 丹熙方.西安電子科技大學 2017
[9]復雜城市環(huán)境下多視影像自動紋理映射與場景可視化研究[D]. 李新維.武漢大學 2017
[10]基于傾斜影像密集匹配點云的建筑物單體化提取技術研究[D]. 陳宇.解放軍信息工程大學 2017



本文編號：3441256