基于无人机序列图像的多视图几何三维重建

摘要

近几年，无人机遥感技术因低成本，高效率的优势而得到迅速发展，其应用的范围也逐步扩大。当前，无人机影像能实现目标物的垂直影像与其用于构建纹理的倾斜影像相匹配，这是城镇景物三维建模的主流方法。针对无人机垂直影像与倾斜影像相匹配的方法研究有很多，但针对该方法匹配后的三维重建的研究就比较少。如何根据无人机影像进行高效准确的特征匹配和建立三维模型是无人机技术在三维建模应用中关键的问题，也是近几年来无人机遥感影像的研究热点之一。为此，本文在无人机影像的预处理以及倾斜影像与垂直影像之间的匹配和匹配后的三维重建进行了以下研究：　　1.Mask匀光算法和Retinex匀光算法广泛用于影像匀光、匀色、图像增强，在对这两种算法的对比分析上，发现Mask匀光影像更符合人眼视觉习惯，其光照、色彩更为均匀。Retinex 匀光影像则着重于突出影像的纹理等特征信息，但其色彩的失真使得影像视觉效果不佳。本文结合三维重建的过程提出基于混合匀光方法的无人机影像匀光、匀色流程。该改进流程综合利用Mask匀光影像和Retinex匀光影像的特点，摒弃采用单一方法匀光影像在三维重建中效果不佳的缺陷。　　2.在详细介绍和分析SIFT算法和ASIFT算法的流程的基础上，结合多视图几何对 ASIFT 算法的模拟过程进行了简化，提出无人机多视图几何特征点匹配算法改进方法，使得具有不同视角的影像之间可以快速的进行匹配。通过实验设定无人机多视图几何特征点匹配方法的判断阈值为70%，在此基础上应用该算法对影像进行了非增量式三维重建实验。结果表明，在使用本文提出的方法后，影像的点云数量明显较增多。综合实验表明本文所提出的方法具有可行性和有效性，且达到了预期的效果。

目录

声明

1 绪论

1.1 研究背景及意义

1.2 国内外研究进展

1.3 本文内容与技术路线

2 无人机遥感影像的获取

2.1 影像获取区概况

2.2 无人机遥感影像获取

2.3 影像预处理与质量检查

2.4 本章小结

3 基于混合方法的无人机序列影像匀光处理

3.1 Mask匀光法

3.2 Retinex匀光法

3.3 基于混合方法的无人机影像匀光法

3.4 实验验证

3.5 本章小结

4 无人机倾斜-垂直影像匹配改进

4.1 特征点提取与匹配

4.2 无人机多视图几何原理

4.3 倾斜影像-垂直影像匹配算法改进

4.4 匹配框架

4.5 本章小结

5 基于非增量式的多视图几何三维重建

5.1 全局旋转矩阵与全局平移向量

5.2 特征跟踪与三角化

5.3 集束调整

5.4 实验验证

5.5 本章小结

6 结论与展望

6.1 结论

6.2 展望

致谢

参考文献