Low altitude unmanned aerial vehicle photogrammetry has more and more obvious technical advantages in emergency surveying and 3D reconstruction of urban. In unconventional photogrammetric mode, there are some difficulties in using a large number of order, or unordered unmanned vehicles (UAV) images for 3D automatic reconstruction, such as difficult to extract image pairs, low efficiency, low reliability and the prior knowledge is needed. This project will combine the theories of computer vision, image content retrieval, multi-view geometry and other fields to focus on the visualization of UAV image features, efficient retrieval method of feature library, and the mathematical relationship between the feature similarity and image pairs overlap. It realizes adaptive and automatic extraction of UAV image pairs under multiple and complex scene conditions, which lays a solid foundation for automatic, efficient and reliable 3D scene reconstruction. The research of this project will greatly improve the adaptability and efficiency of the 3D automatic reconstruction of UAV image under unconventional photogrammetry. The research results will meet the urgent application needs in the fields of urban, landslide, disaster area, electric power lines 3D reconstruction.
低空无人机摄影测量在应急测绘与城市场景三维重建中具有越来越明显的技术优势。在非常规摄影测量模式下,利用大量有序、或无序的无人机影像进行三维自动重建存在匹配像对提取困难、效率较低、可靠性不高、需先验知识等方面的不足。本项目将结合计算机视觉、影像内容检索、多视几何等领域的理论与方法,重点研究无人机载可见光影像特征的可视化表达方法、特征库的高效检索方法以及特征相似性与像对重叠度的数学关系研究,实现多类型、复杂场景条件下无人机影像匹配像对的自适应、自动提取,从而为自动、高效、可靠的三维场景重建奠定坚实基础。本课题的研究将极大提高非常规摄影测量模式下,无人机影像三维自动重建的适应性与效率。研究成果将满足城市三维重建、滑坡地形重建、灾场三维重建、电力三维重建等领域迫切的应用需求。
在非常规摄影测量模式下,利用大量有序、或无序的无人机影像进行三维自动重建存在匹配像对提取困难、效率较低、可靠性不高、需先验知识等方面的不足。本项目为非常规摄影测量模式下无人机影像匹配像对的提取方法研究。项目采用基于视觉词袋模型方法构建视觉词典,并通过主成分分析方法对高维度特征向量进行降维提高效率,结果发现单纯依靠影像内容相似性测度判定相邻影像是否具有重叠区并非合理。进一步将无人机影像空间位置作为辅助信息引入评价指标,组成综合查询因子。若实验数据中包含混合多尺度无人机影像时,无人机影像匹配像对提取容易产生匹配孤岛现象,即部分相同尺度区域的影像与主要区域影像不存在匹配连接关系,导致其三维重建结果丢失。经过大量无人机实测数据进行分析验证,结果表明:① 将特征点的128维特征向量降至64维时,构建视觉词典的效率与准确度最高,与常规128维特征向量相比其效率提升了40%。② 与普通降维至64维特征向量构建的视觉词典相比,顾及地理信息的综合查询因子其匹配时间减少了72%。③ 加入弱连接区域空间相近的关键影像对匹配过程,可以有效解决混合多尺度无人机影像的匹配孤岛现象。项目研究成果实现了多类型、复杂场景条件下无人机影像匹配像对的自适应、自动提取,大幅度提升基于影像的三维重建效率与稳定性。
{{i.achievement_title}}
数据更新时间:2023-05-31
内点最大化与冗余点控制的小型无人机遥感图像配准
基于ESO的DGVSCMG双框架伺服系统不匹配 扰动抑制
CT影像组学对肾上腺乏脂腺瘤与结节样增生的诊断价值
结合多光谱影像降维与深度学习的城市单木树冠检测
基于语义分析的评价对象-情感词对抽取
倾斜摄影测量多元影像特征融合匹配策略与方法研究
全自动DEM提取的航摄影像光流场密集匹配方法
机载航空影像实时摄影测量处理方法研究
基于匹配点分布模型的低空无人机影像可靠匹配方法研究