基于无人机遥感数据的三维地形快速重建技术研究

摘要

无人机遥感具有成本低、操作简单、机动灵活等特点，可获取高分辨率影像，在遥感对地观测方面的应用发展很快。由于这些影像在时间、空间的信息互补性，采用相关的计算视觉和摄影测量的理论和技术，可实现基于无人机遥感影像的三维地形重建。
　　论文对无人机遥感影像的三维地形重建进行了研究分析并取得初步成果，主要研究内容分为以下几个部分：
　　1、针对无人机遥感影像特征点提取存在耗时的问题，从计算机图形处理器（Graphic Processing Unit，GPU）出发，实现了基于GPU的SIFT算法在无人机遥感影像处理中的应用，缩短了特征点提取的时间。
　　2、针对离散的点云模型不利于后续的地形分析与可视化问题，利用基于局部平面投影算法实现了无人机遥感地形的三维网格重建，并利用GPU对该算法进行加速处理，提高了重建速度。
　　3、由于无人机点云模型缺失数据，导致重建后的网格模型存在孔洞，直接影响后续的显示效果。本文针对网格中的孔洞问题，提出一种改进的基于边约束的孔洞修补算法，实现了大面积简单孔洞的修补，提高了网格质量。

目录

封面

声明

致谢

中文摘要

英文摘要

目录

1 绪论

1.1研究背景及意义

1.2 国内外研究现状

1.3 研究内容与组织结构

1.4 技术路线图

2 基于无人机影像的三维重建理论基础

2.1 引言

2.2 无人机遥感系统

2.3 基于图像的三维重理论基础

2.4 基于无人机影像的三维重建技术原理

2.5 本章小结

3 面向三维重建的无人机影像处理技术研究

3.1 引言

3.2 特征点提取与匹配

3.3 基于SFM的遥感影像的三维解算

3.4 基于PMVS算法的点云加密

3.5验证实例

3.6 本章小结

4 基于GPU的三维重建关键技术研究

4.1引言

4.2 GPU简介与CUDA编程模型

4.3 基于GPU的无人机遥感影像特征点提取

4.4 基于GPU的点云三维重建实现

4.5 实例验证

4.6 本章小结

5 基于边界约束的孔洞修补技术研究

5.1引言

5.2 孔洞修补算法介绍

5.3 基于边界约束的孔洞修补方法

5.4 孔洞优化

5.4 验证实例

5.5本章小结

6 总结与展望

6.1 总结

6.2 展望

参考文献

作者简历

学位论文数据集