基于車(chē)載相機(jī)采集圖像的大規(guī)模城市街景重建.pdf

1、最近幾年,隨著全景設(shè)備逐步引入國(guó)內(nèi),騰訊公司開(kāi)發(fā)的SOSO街景地圖等城市全景圖像逐步進(jìn)入人們的生活,與傳統(tǒng)地圖相比具有現(xiàn)實(shí)感強(qiáng)、易讀等特點(diǎn),是未來(lái)地圖發(fā)展的趨勢(shì)。目前的街景圖像只具有單純的二維圖像信息,使得街景地圖只具有瀏覽的功能,若能夠從街景圖像上獲得圖像所反映的真實(shí)三維場(chǎng)景信息,則可以使街景地圖更多地為人所用,在城市規(guī)劃、場(chǎng)景標(biāo)注、圖像測(cè)量等各方面都具有巨大的應(yīng)用價(jià)值。隨著計(jì)算機(jī)視覺(jué)、計(jì)算機(jī)圖形學(xué)等學(xué)科的飛速發(fā)展,基于圖像的模型重建

2、研究獲得了眾多研究成果。本文旨在基于全景設(shè)備采集的街景圖像進(jìn)行模型重建,以恢復(fù)街景圖像所反映的真實(shí)三維場(chǎng)景信息。
　　本文研究的是基于車(chē)載相機(jī)采集圖像的大規(guī)模城市街景重建方法,主要研究?jī)?nèi)容分為以下三個(gè)方面:第一,對(duì)基于圖像特征的點(diǎn)云重建過(guò)程進(jìn)行了研究,選取了合適的點(diǎn)云重建算法。采用了SIFT算子進(jìn)行特征提取;在特征匹配方面運(yùn)用了基于 Kd-樹(shù)的特征匹配方法并根據(jù)計(jì)算的多視圖幾何關(guān)系對(duì)匹配點(diǎn)進(jìn)行篩選;在由運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)方面采用了集束調(diào)

3、整法來(lái)最小化重投影誤差,并通過(guò)逐個(gè)增加相機(jī)來(lái)避免迭代過(guò)程陷入局部極小值。第二,根據(jù)車(chē)載相機(jī)采集的每幅圖像拍攝時(shí)的相機(jī)GPS位置對(duì)由圖像恢復(fù)出的點(diǎn)云進(jìn)行地理配準(zhǔn),把點(diǎn)云由度量結(jié)構(gòu)恢復(fù)到歐式結(jié)構(gòu),使點(diǎn)云反映真實(shí)的地理信息。由于采集到的相機(jī)GPS位置存在缺失和位置不準(zhǔn)等現(xiàn)象,首先采用 Hermite插值法對(duì)相機(jī)位置分情況進(jìn)行矯正,然后以矯正后的相機(jī)位置作為參考配準(zhǔn)點(diǎn)集,把由圖像恢復(fù)出的相機(jī)位置點(diǎn)作為待配準(zhǔn)點(diǎn),運(yùn)用加權(quán)近點(diǎn)迭代算法求解最優(yōu)相似變

4、換矩陣,最后把求解出的相似變換矩陣作用于全局點(diǎn)云從而實(shí)現(xiàn)地理配準(zhǔn)。第三,對(duì)散亂點(diǎn)云的去噪和分區(qū)算法進(jìn)行了研究,運(yùn)用了柵格空間劃分方法來(lái)生成點(diǎn)云空間拓?fù)浣Y(jié)構(gòu)并對(duì)該算法進(jìn)行了改進(jìn),運(yùn)用了基于K鄰域的迭代去噪算法進(jìn)行點(diǎn)云去噪,并運(yùn)用基于區(qū)域生長(zhǎng)法的點(diǎn)云分區(qū)方法。實(shí)驗(yàn)證明本文提出的點(diǎn)云去噪和分區(qū)方法對(duì)由圖像還原出的點(diǎn)云的去噪和分區(qū)效果良好。
　　本論文的研究?jī)?nèi)容為大規(guī)模城市三維場(chǎng)景重建提供了良好的指導(dǎo)方法。此外,本文的研究方法不僅可以應(yīng)用