基于UAV-SfM方法的黄土高原砒砂岩区侵蚀监测算法比较

[目的]为比较地形变化监测算法在黄土高原砒砂岩区的适用性。[方法]以皇甫川流域特拉沟一支沟为研究对象,采用无人机摄影测量技术获取2022年7月至2023年3月影像,结合SfM技术生成三维点云数据,比较分析[digital elevation model of difference(DoD)、cloud to cloud(C2C)、cloud to mesh(C2M)、multiscale model to model cloud comparison(M3C2)]等4种算法的侵蚀产沙监测精度,并分析点云密度变化对各方法精度的影响。[结果](1)4种常用算法在空间上都能监测到大幅度地表变化。其中,以M3C2算法的结果最优,线性拟合结果最好(R^(2)=0.953,p<0.01),且综合误差最小(MAE=0.0161 m,MRE=3.37%,RMSE=0.0194 m),C2M算法其次,DoD算法再次,而C2C算法结果最差。(2)通过比较,DoD算法仅适用于平坦区域的快速检测,坡度陡峭的区域监测侵蚀沉积量存在高估的现象。(3)M3C2和C2C算法对点云密度变化敏感,而C2M和DoD受点云密度变化影响较小。[结论]研究结果可为黄土高原砒砂岩地区基于UAV-SfM的侵蚀产沙监测方法的选择提供参考。

基于SfM的针叶林无人机影像树冠分割算法

利用无人机影像进行森林资源调查具有作业快速便捷、数据分辨率较高、影像细节丰富的特点,可较好地识别单木,获取树木位置、冠幅等信息。但是,厘米级的影像分辨率使基于光谱信息的传统分割算法在提取树冠时出现破碎化现象,产生过分割结果。同时,在非落叶季由于无人机影像难以观测到茂密林冠下层地形,故在地形起伏较大的林区难以实现基于树木冠层高度模型(CHM)的单木分割方法。针对上述问题,结合传统二维图像处理和SfM三维建模,提出了一种无需高度归一化的无人机影像树冠三维分割提取算法,首先利用SfM技术从高重叠航片建立三维表面模型,利用高程和图像信息检测初始树木位置,再采取kNN自适应邻域分水岭分割的方式对中心单木进行精确的树冠参数提取。在北京市百花山国家级自然保护区的落叶松林地进行了高分辨率无人机影像实验,采用正射影像目视解译结果和多种基于图像、点云的自动分割算法结果进行验证和评价。结果表明,本文方法对树木总体检出率在91%以上,冠幅提取精度在81%以上,优于传统的全局分水岭方法和其他树冠分割算法。

基于改进SFM的三维重建算法研究

针对现有运动恢复结构算法重建模型存在点云稀疏等问题,提出一种利用不同匹配数据进行模型重建的算法。首先通过对比上下文直方图(CCH)生成匹配数据,利用M估计抽样一致(MSAC)估算图像基础矩阵,进而分解得到平移和旋转矩阵,并根据相机内参计算投影矩阵,然后利用KLT匹配算法更新匹配数据,最后三角化生成三维点云。该算法匹配精度高,图像基础矩阵易于收敛,通过位移实现特征点匹配,弥补了图像低频区域匹配数据不足的缺陷。实验结果表明,与现有算法相比,该算法生成的点云更致密;在真实环境下,该算法可用于物体三维重建。

改进的AKAZE特征提取的全局式SFM三维重建算法

针对增量式SFM算法过渡依赖初始图像的选择,重建时误差累积导致场景漂移且计算效率低的问题,设计了一种改进的加速KAZE特征提取的全局式SFM三维重建算法。首先通过增强特征接受阈值并构造非线性尺度空间来提取图像的特征,使用改进局部差分二进制MLDB描述符对特征进行描述;然后利用全局式SFM算法对整个场景的相机位姿进行估计,从而减小误差并减少光束法平差BA的使用次数,降低了算法的复杂度,大大提高计算效率;最后利用基于面元的多视立体匹配PMVS算法得到稠密重建结果。实验结果表明,同等条件下该方法能够得到更多的有效点对,计算效率约为增量式SFM算法的2倍,且特征匹配准确率提高5%,稠密重建的点云精度高,信息丰富且纹理清晰,是一种有效的三维重建方法。

基于SFM算法的单木结构参数提取研究

针对传统森林资源调查方法获取单木结构参数效率低和成本高的问题,提出一种基于SFM算法的单木结构参数快速提取方法。以哈尔滨市城市林业示范基地树木为研究对象,利用SFM算法获得单木照片的三维点云,并利用点云数据处理软件对获得的点云数据进行单木结构参数提取,最后与实测参数进行对比分析。结果表明:1)分别利用SIFT算法、SURF算法以及ORB算法对相机校检后的树木照片进行特征点提取匹配,特征点正确匹配个数分别为23、145以及25,相应的耗时分别为18.56、16.04、1.58 s;2)利用SFM算法能获得树木照片的稀疏点云和稠密点云,平均每棵树木点云量为80万个;3)基于点云数据提取单木结构参数的胸径、树高及冠幅的平均绝对误差分别为1.79 cm、0.77 m及0.79 m;胸径、树高、冠幅的提取值与实测值相关系数均>0.94。

SFM算法在无人机航拍影像中的应用研究

本文以小型旋翼无人机航拍影像在三维建模中的应用为背景,针对无人机航拍影像三维建模问题,采用SFM算法对目标建筑物的三维重建技术进行研究。通过无人机获取航拍影像,运用SIFT算法对图像特征点提取与匹配,然后基于SFM算法的稀疏重建和MVS算法的密集重建得到地物的稠密点云数据,最后采用泊松重建获得目标重构后的曲面信息并完成纹理贴图。实验采用学校某建筑物及其周围环境作为重建目标,利用小型旋翼无人机获取实验目标的正摄影像图。实验结果表明,SFM算法可以应用于无人机建模中,配合其他算法可以实现三维模型的获取,相比传统三维模型生成方法,所获得的三维重建模型在真实场景的还原度、建模完整性、建模成本与效率上有明显优势。

无人机对地观测的遥感场景三维重建实验方案

面向航空航天信息类专业实践培养需求,以无人机航拍城市场景遥感沙盘模型为平台,设计了无人机对地观测的遥感场景三维重建实验方案,为学生提供实验室环境下探索遥感信息技术的途径。实验模拟遥感影像采集过程,设计了无人机的数据传输与相机标定方案,进而根据SFM算法得到场景的三维稀疏点云,最后进行稠密化得到最终三维重建结果。在实验中,学生通过以上步骤获取航拍城市场景沙盘模型的图像序列并通过算法得到最终结果,实验结果表明,稀疏点云与稠密点云的恢复结果与目视场景一致。该实验激发了学生对理论知识的学习兴趣,掌握三维重建相关的基本知识和原理,同时锻炼了学生的实践动手能力和解决问题能力。

微动正弦调频信号的EM参数估计新算法

针对现有方法计算量大、信噪比要求高的问题,提出了一种期望极大化(EM)算法的目标微动参数估计新方法。给出了自旋目标微动多普勒的多分量正弦调频信号模型和时频平面的观测模型,导出了基于高斯混合模型和EM算法估计的多分量线性调频信号参数的迭代计算式。仿真结果表明,在2个及以上分量情况下,弱分量信噪比不低于-3 d B时,可在窄带情况下精确地估计出目标的投影尺寸等参数。

一种进动锥体目标的EM参数估计方法

为分离进动锥体散射点回波、反演锥体的尺寸和进动角等参数,提出了一种EM算法分离散射点微多普勒并进行微动参数估计的方法.该方法由进动锥体回波的类正弦调频模型,经过时频平面检测后,采用EM算法迭代地估计多分量正弦信号的参数和分离散射点的时频观测值,在此基础上再进行锥底散射点多普勒半周期叠加、估计锥体目标尺寸和微动参数.仿真结果表明,在弱散射点信噪比大于2 dB时,可估计出目标的尺寸和进动角等参数,从而验证了该方法的有效性.

基于三维模型的Android手机端人脸姿态实时估计系统

针对人脸姿态估计对系统性能要求高、在手机上运行无法满足实时性要求等问题,实现了一种Android手机端的人脸姿态实时估计系统。首先,由摄像头获得一幅正面和一幅偏移一定角度的人脸图像,利用从运动中构建结构(Sf M)算法建立简单三维人脸模型;然后,提取实时人脸图像中与三维人脸模型相互对应的特征点,基于缩放正投影位姿估计(POSIT)算法估计人脸姿态角度;最后将三维人脸模型通过开放图形开发库(Open GL)实时显示在手机屏幕上。实验结果表明,实时视频中检测人脸姿态并显示的速度可以达到20 frame/s,接近计算机端的基于仿射对应的三维人脸姿态估计算法,而且针对大量图片序列的检测可以达到50 frame/s,能够满足Android手机端的性能和检测人脸姿态的实时性要求。

三维重构的参数估计

三维重建主要包括特征点配准和摄像机标定。本文采用灰度相关法和RANSAC法剔除误配准点求得基本矩阵,以及利用摄像机自标定得到的内参数矩阵求出本质矩阵,最后采用SFM重建算法求得空间点坐标。实验结果表明,配准算法对于轮廓较为明显,景深较大的物体效果更好,并可以计算出物体的三维空间点坐标。

基于投影矩阵的空间非合作目标三维重建

针对从摄像机运动恢复结构算法(structure from motion algorithm,SFM)重建结果精度低以及面片重建算法(patchbased multiview stereo,PMVS)计算时间长的缺点,提出1种基于投影矩阵空间非合作目标三维重建算法。首先采用针孔模型对三维空间点到二维图像像素点投影关系进行理论推导,然后利用对极几何约束原理求解出旋转矩阵和平移矩阵;再由投影矩阵,解算三维空间点坐标;最后结合精密可控转台,搭载双目相机进行仿真实验。仿真实验结果表明,与SFM算法和PMVS对比,重建结果点云个数分别增加了22倍和9倍,所需时间分别减少了5s和97s;验证该算法的高可靠性、高重建精度和强实时性。

具有旋转部件雷达目标ISAR成像新方法

分析了具有旋转部件的运动目标回波信号的特点,提出了以单频信号和正弦调频信号为原子的双信号集匹配分解法。利用该算法,可以从含有单频分量和正弦调频分量的信号中检测出单频分量和正弦调频分量及其参数。将其应用于具有旋转部件目标的ISAR成像和微多普勒特征提取中,可以分离目标主体的回波分量和旋转部件回波分量,从而获得聚焦清晰的目标主体像并提取旋转部件特征。最后,仿真结果验证了该算法的有效性。

志愿者民航客机夜光遥感方法与数据验证

夜光遥感是遥感技术一个活跃的分支,能够反映人类社会活动的痕迹。在城市监测、经济参数评估、重大事件评估等方面有着独特的优势。近年来夜光数据的应用不断拓展,这对传统的卫星夜光遥感数据提出了更高的要求。本文基于大众遥感、志愿者遥感理念,提出了一种夜光遥感数据获取的新方法--民航客机遥感(PARS)。以长沙市为研究区域获取PARS夜光遥感影像,并将所得数据与传统卫星遥感数据作对比。结果表明,PARS捕获的夜光遥感数据在分辨率、波段及时效性上比传统方式表现得更为优秀,是一种低成本、灵活及多样化的遥感数据获取方式,具有很大的发展潜力。

基于改进ORB特征提取的快速三维重建算法

鉴于多视图三维重建算法的特征检测和匹配能力较差,文章提出一种基于改进ORB特征提取的快速三维重建算法。该算法针对传统算法在建筑数据采集中的重建效果差和运行效率低的问题进行了优化,首先运用改进的ORB算法进行特征点提取,采用GMS算法进行特征匹配,得到匹配结果后利用全局式SFM对场景相机位姿进行估计,之后再进行光束法平差,最后利用PMVS算法得到稠密重建的结果。实验结果表明,该算法在三维重建运行效率上有所提升,能够满足快速的三维重建要求。

基于51duino智能小车的三维场景重建

为了解决光学单目拍摄图像的物体相互遮挡、深度信息缺乏等问题,研究了基于51duino智能小车的三维场景重建方法.智能小车的核心控制器采用开源51duino开发平台,并搭载有单目光学摄像头、超声避障模块、光电寻迹模块与wifi传输模块.小车在行驶过程中,由不同角度拍下被测场景图像,经wifi模块将图像传回用户终端,并在用户终端采用SFM(Structure from Motion)算法得到场景的稀疏点云,再经CMVS(Cluster Multi-View Stereo)/PMVS(Patch-based Multi-View Stereo)稠密重建与泊松表面重建,得到场景的三维图像.通过两组测试验证了所提方法的正确性与可行性,获得了信息更丰富、可读性更强的场景三维图像.

多镜头组合型全景相机的位姿估计算法

本文针对多镜头组合型全景相机在定向中面临的拼接误差、匹配误差和前方交会误差控制等难题,通过多镜头组合型相机之间刚体不变的相对位姿约束,提出Eye-to-Eye相机标定方法恢复统一的场景坐标系,采用多镜头SfM算法的后方交会,实现了更多的位姿估计。实验结果表明:该方法能成功实现所有影像定向,并能较好地恢复三维结构。

地面摄影RTK辅助SFM算法的影像定向

基于运动恢复结构(structure from motion,SFM)算法的地面影像定向通常没有考虑影像的位置姿态信息,影像定向结果在自由网坐标系,因此无法获取绝对坐标和真实尺度;利用地面摄影实时动态(real-time kinematic,RTK)技术可以获取地面影像的位置姿态信息,但是RTK和摄影测量的角度系统定义不同,RTK相位中心与影像投影中心存在偏差。针对这些问题,推导了利用RTK获取的GPS和角元素heading pitch roll(HPR)计算影像外方位元素的公式,提出地面摄影RTK辅助SFM算法的地面影像定向方法,在少量或者无需像控点条件下将SFM算法自由网的定向结果转换到绝对坐标系下,获得场景的真实坐标和尺度。实验结果表明,该转换公式正确,地面摄影RTK辅助SFM算法的影像定向方法可行。