基于无人机的地震灾害三维景象获取与灾情可视化系统研究

This proposed project mainly focuses on the problems of 3D modeling and visualization of earthquake disaster scenes. The main research contents include: point extracted and matching of the earthquake disaster image features, 3D dense point clouds reconstruction and their structure optimizations, 3d high-resolution model reconstruction of earthquake disasters, and quasi real-time earthquake disaster information extraction based on 3D point clouds. We will also build an earthquake damage 3D information visualization system to verify the correctness and validity of the proposed theories and methods. The research results can be directly applied to the analysis and evaluation of the earthquake disaster, as well as the formulation of the rescue plan. The project will also provide scientific basis and technical support for the accurate implementation of disaster relief operations, and thus to make a practical contribution to reduce the personnel and economic losses cause by earthquake disasters.

课题主要研究解决地震灾后场景三维建模以及灾情三维可视化仿真问题的关键技术。研究内容包括：灾后图像自然特征点精确提取与快速匹配、灾害场景高效三维稠密重建与结构优化、灾害场景高精度三维建模以及基于三维点云的震害信息快速提取等。在此基础之上，本课题还将构建地震灾害灾情三维可视化系统以验证课题所提出的理论与方法的正确性与有效性。课题研究成果可以直接用于地震灾害的灾情分析与评估，以及灾后应急救援方案的辅助制定和可行性分析。课题成果还将为准确的实施抢险救灾行动提供科学依据与技术支持，进而为最大限度的降低地震灾害所造成的人员和经济损失做出实际贡献。

本课题针对基于无人机的地震灾害三维景象获取与灾情可视化系统开展研究，主要内容包括面向地震灾后场景三维建模的小型无人机多视角倾斜航拍装置、图像自然特征点快速提取与匹配、灾害场景高效三维稠密重建与结构优化、灾害场景精确三维建模以及基于三维点云的震害信息快速提取等。.课题组按预定计划开展了研究，并取得了预期的研究成果，全面完成了考核指标。共发表研究论文13篇，其中SCI收录的国际期刊论7篇。通过该项目，培养了博士生1名，硕士生1名。.在场景快速、精确重新空间测量以及场景结构优化加速方面，提出了基于GPU加速的特征提取与匹配以及基于GPU加速的捆集调整优化算法，相对于传统基于CPU的算法策略，GPU加速算法在运行速度方面有明显提升，且精度无任何损失，为快速重建灾后场景奠定了坚实的基础。.在多尺度场景空间模型融合方面，完成了多尺度环境下的三维模型融合算法，该算法能够有效完成不同飞行轨迹所获取的三维模型之间的有效对齐，为实际环境下的快速三维建模工作提供了有效保障。.在空间模型简化方面，设计了保留细节特征的网格简化算法，该算法在大幅简化三维模型网格数量的同时，能够有效保持模型细节，进而为有限空间下尽可能大范围的建模工作提供了技术基础。.在高效空间点云配准方面。设计了高效精确地配准算法，该算法能够快速精确地完成三维模型的配准工作，进而为模型之间的差异对比工作提供了保障。.该项目的多项研究成果，如特征快速匹配以及快速三维重建等关键技术已经在课题组所研制的全自动三维建模系统中得到了应用，该系统已经在多个领域得到了良好的应用。