DOI码：

10.1080/17538947.2024.2317441

所属单位：

武汉大学测绘遥感信息工程国家重点实验室

教研室：

航空航天摄影测量研究室

发表刊物：

International Journal of Digital Earth

项目来源：

国家自然科学基金、湖北省自然科学基金

摘要：

快速且高精度的城市场景三维建模是数字地球和智慧城市的重要基础数据。然而，由于水体区域自动匹配困难、获取数据多余观测不足等因素，导致现有全自动三维建模方法重建出来的实景三维模型常常具有水域缺失、模型中存在较多孔洞和局部模型精度低等问题。为了克服上述挑战，本文提出了一种具备水域智能补全、深度图和Mesh自动优化功能的无人机多视影像全自动高精度场景三维重建方法。首先，使用SfM计算影像高精度位姿，再对去畸变影像使用PatchMatch生成初始深度图。其次，对去畸变影像使用简化的GAN网络快速提取水域Mask，并利用摄影测量和光线追踪原理来迭代实现对初始深度图中水域深度值的高精度自动补全。第三，对水域及周边区域采用全连接的CRF算法进行深度图优化。第四，使用基于聚类剔除和深度最小二乘的深度图融合方法进行点云融合，获得场景高精度三维点云。然后，对三维点云生成满足Delaunay规则的三维三角网Mesh，再使用相似测度法线和顶点梯度优化算法生成优化后的三维表面模型Mesh。最后，对Mesh进行三维纹理映射，从而全自动生成了无水域缺失情况的高精度场景三维模型。对多套不同类型的实验数据进行实际测试，实验结果表明：与当前最先进的ContextCapture软件相比，本文提出方法的模型完整度提升了14.3%，平均精度提升了14.5%，处理效率提升了63.6%。

备注：

中科院一区SCI

合写作者：

Yingwei Ge,Chao Wang,Jianya Gong,李德仁

第一作者：

Bingxuan Guo

论文类型：

期刊论文

通讯作者：

肖雄武

学科门类：

工学

文献类型：

J

卷号：

17

期号：

1

页面范围：

2317441

字数：

12500

是否译文：

否

发表时间：

2024-02-16

收录刊物：

SCI

发布期刊链接：

https://doi.org/10.1080/17538947.2024.2317441