排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
本文提出一种新颖、有效的稠密三维场景重建算法.在城市建筑场景的重建中,为了快速恢复稠密、准确的深度信息,本文算法首先在视图中对建筑区域进行了语义分割以降低非重建区域(如天空、地面等)的干扰,在提高整体重建速度的同时也增强了采用平面模型对其进行重建的可靠性;然后,在通过基于DAISY特征的空间点扩散方法获取的初始深度图的基础上,针对传统算法难以重建的弱纹理、倾斜表面等区域,本文算法依据场景分段平滑的假设,在超像素级MRF能量优化框架中对其相应的空间平面进行了推断.由于能量函数融合了初始深度图的约束、空间平面先验及空间平面间的几何关系等信息,而且候选平面集通过平面拟合和已知平面约束下的多方向平面扫描两种方法构造,使得相应的两阶段迭代Graph Cuts对能量函数的求解更快速和精确.在标准数据集和真实数据上的实验表明,本文算法能有效克服光照变化、透视畸变、弱纹理区域等因素的影响,快速恢复建筑区域完整的深度图. 相似文献
2.
3.
随着无人机遥感技术逐步从研究开发阶段发展到实际应用阶段,采用无人机图像进行大比例尺的真正射影像生成方法的研究具有重要的现实意义.本文旨在探索将计算机视觉中获得巨大成功的多视三维重建技术应用到对无人机影像处理中,给出了一种基于运动恢复结构重建算法和多视图立体视觉算法全自动生成大比例真正射影像的方法.本文首先分析了无人机图像PMVS重建点云的特点,给出一种由基于面片多视图立体视觉稠密点生成数字表面模型的方法,然后详细介绍了包括正射影像图像坐标映射模型、可见性计算、基于Markov随机场能量优化的面片选择和匀光处理等真正射影像生成的关键步骤.实验结果以及与商业软件的比较表明:本文给出的方法在野外地形和城市区域均能获取有效的真正射影像结果. 相似文献
1