基于改進SFM方法的航空攝影測量應用研究.pdf_第1頁
已閱讀1頁，還剩60頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、SFM(Structure From Motion)是通過運動的相機獲取的多視圖像集來估計相機位姿(Motion)和重建場景結構(Structure)的過程。由于計算機視覺與攝影測量技術相近,許多研究將 SFM流程引入到航空攝影測量中進行空中三角解算,從而提高航空攝影測量的自動化程度。然而攝影測量領域對精度要求非常高,傳統(tǒng) SFM方法的三維重建結果精度依賴于兩幅圖像特征點的精確匹配。另一方面,傳統(tǒng)SFM方法使用RANSAC(Random

2、 Sample Consensus)算法來魯棒地估計基礎矩陣及相機位姿,而該算法的閾值使用的是固定經驗值,不能保證對所有的數據集都能估計出高精確度的模型參數,閾值選取不恰當會影響重建結果。因此,傳統(tǒng)的SFM三維重建結果的精度難以達到攝影測量規(guī)范的要求。
　　針對以上問題,本文提出一種改進的SFM方法,旨在提高三維重建的精度。本文主要的工作歸納如下:
　　1)提出將基于特征的匹配(FBM,Feature Based Match

3、ing)方法和帶有NCC(Normalized Cross Correlation)和LSM(Least Squares Image Matching)的基于區(qū)域的匹配(ABM,Area Based Matching)方法相結合。該方法采用分層匹配的方式,在圖像金字塔頂層進行基于特征點的匹配(FBM),然后采用帶有改進的NCC和LSM的基于區(qū)域匹配(ABM)方法逐層對匹配點位置進行調整,最終得到高精確度的匹配位置。將修正后的匹配點用于基

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論