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。

一种稳健的无人机影像三维重建方法

针对传统摄影测量理论对航线规划、飞行姿态、影像重叠等航摄条件要求高,无人机高效保障优势不明显的问题,本文借助计算机视觉理论,提出了一种稳健的运动恢复结构(SFM)技术。首先,利用李代数旋转平均方法,将空间旋转关系的矩阵表达形式转换为向量的线性表达形式;然后,在最小二乘平差之前,引入L_(1)范数进行迭代初值优化,求解全局一致性旋转参数;最后,将位移和旋转参数的坐标系进行统一,实现匹配点三维坐标计算。试验结果表明,本文基于全局式SFM的无人机影像三维重建技术较传统摄影测量方法解算精度更高,三维点云重建效果更佳。在差分GPS摄站坐标辅助的光束法平差下,点位测量精度优于0.3 m;在不同航线布设条件下,影像解算的成功率均可达100%。