面向广义宽基线立体像对的目标三维重建技术研究

To obtain accurate and complete three-dimensional reconstruction of city region objects is an important research direction for many application requirements. The current remote sensing resource of the three-dimensional information acquisition ability is difficult to meet the application requirements of many special or emergency situations. And the generalized wide baseline stereo pairs are the universal resources of remote sensing. It is technically difficult to achieve three-dimensional reconstruction using traditional technology and the related technology research is very scarce. In this project, we will strictly analysis the errors formation mechanism in the stereo image pairs on three-dimensional reconstruction, start the research with the stereo matching, model construction, parameter optimization estimation. The wide baseline stereo pairs are extended to multi-view space to improve the effectiveness of stereo matching. And control points are selected using three-dimensional grid and local characteristics statistics to improve the distribution quality of control points in the object image. A new reconstruction model is constructed using image resolution differences of suitable for generalized wide baseline stereo pairs. And the parameter estimation of three-dimensional reconstruction model is optimized based on swarm intelligence algorithm. The precision of three-dimensional reconstruction is improved gradually, and the results of high precision object stereo reconstruction are obtained. The research results of this project will be of great theoretical significance and application value for improving the three-dimensional information acquisition ability of objects under the shortage of traditional remote sensing and stereoscopic resources.

针对城市区域目标实现精细化三维重建是能够承载当今诸多应用需求的重要研究方向，目前三维信息获取能力的遥感资源难以满足诸多特殊或应急情况下的应用需求，而广义宽基线立体像对是具普适性的遥感资源，却在技术上难以应用传统技术实现目标三维重建，相关技术研究十分稀缺。本项目严格分析图像构成立体像对进行三维重建的误差形成机制，分别从立体匹配、重建模型构建、参数优化估计等角度入手，对广义宽基线立体像对向多视角空间扩展，提高立体匹配的有效性，采用三维空间网格约束与局部统计特性的控制点选取策略，改善控制点在目标图像场景中的分布质量，利用分辨率差异来约束构建适用于广义宽基线立体像对的重建模型，并提出基于群智能优化的三维重建模型参数估计，逐步提高三维重建的解算精度，最终获得高精度的目标立体重建结果。本项目的研究成果将为在传统遥感立体资源不足的情况下，大幅提高地物三维信息获取能力，具有重大的理论意义和应用价值。

针对城市区域目标实现精细化三维重建是能够承载当今诸多应用需求的重要研究方向，目前三维信息获取能力的遥感资源难以满足诸多特殊或应急情况下的应用需求，而广义宽基线立体像对是具普适性的遥感资源，却在技术上难以应用传统技术实现目标三维重建，相关技术研究十分稀缺。为提高基于遥感资源的地物三维重建技术能力，改善我国遥感立体资源不足的困境，本项目研究了面向广义宽基线立体像对的目标三维重建技术。本项目总体上按照预定计划完成，并完成了预期的创新成果。其特色在于建立了一种全新的遥感目标三维重建框架，以广义宽基线立体像对为输入，研究适用于广义宽基线立体像对的三维重建技术，解决城市区域目标三维信息提取问题，实现满足一定精度要求的立体目标三维重建。进而，在此三维重建技术框架下，优化各个技术环节取得的主要创新包括：1）提出了一种面向广义宽基线立体像对的特征检测方法，增加了特征点的检测数目，进而保证了特征点匹配正确数目；2）提出了一种基于三维网络约束与局部统计特性的控制点选取方法，提高了控制点在目标场景中的分布质量，从而实现了有效的立体匹配；3）提出了基于分辨率差异约束的三维模型构建方法，实现了对分辨率差异大造成的解算精度低甚至错误的问题的有效补偿；4）提出了基于群智能优化算法的三维模型参数估计方法，最终获得了高精度的目标立体重建结果。此外，提出了基于胶囊网络的场景分类学习策略，该策略能够有效提高三维重建过程中的目标信息提取需求，拟将该策略应用于本课题后续研究更具普适性的遥感三维重建方法重要支撑技术。