基于无人机航拍序列的建筑三维模型重建

《基于无人机航拍序列的建筑三维模型重建》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、基于无人机航拍序列的建筑三维模型重建黄佳彪熊岳山何鸿君国防科技大学计算机学院近年來，随着计算机技术的快速发展和装备高清相机的四旋翼无人机的普及，基于被动视觉法的建筑物三维重建逐渐成为计算机视觉和图形学领域的热点。然而，现有的被动视觉法针对建筑建模时存在耗时长、局部细节重建效果差等问题。针对这些不足，提出一种基于无人机航拍序列的建筑三维模型重建方法。首先，利用运动恢复结构的方法，对无人机针对0标建筑航拍采集的照片序列恢复建筑周边场景的稀疏点云；同时，采用RANSAC方法，提取地面和建筑立面;进而对点云进行聚类，以提取出构成建筑的稀疏点云，再依据

2、建筑稀疏点云得到建筑的柱状模型;最后，对该模型进行平整化处理，得到保持建筑顶部轮廓细节的三维模型。实验结果表明，利用所提方法可以快速得到建筑的三维模型，同时能较好地保持建筑顶部的轮廓细节。关键词：无人机;航拍序列;三维重建;建筑物;三维轮廓;建立真实世界屮建筑的三维模型，在数字地图、虚拟现实、军事等领域具有广阔的应用前景，正不断受到越来越多相关研宄者的关注。棊于视觉的三维重建方法可以分为主动视觉法和被动视觉法两种。其中，主动视觉法通常依赖大型的昂贵设备来采集三维数据;而被动视觉法通常只需要消费级相机即可以获取数据，并可以基于输入图片间的匹配关

3、系来重建场景的三维模型。被动视觉法重建场景一般分3个步骤:运动恢复结构_[22虹(structurefrommotion,SFM)、多视角立体视觉[3](multi-viewstereo,MVS)及模型衷而网格重建。其中，MVS和表面网格重程的计算时间幵销很大，并且该方法对室外场景重建的结果存在若干“空洞”。针对这两点不足，木文在对建筑三维建模时，直接在SFM得到的稀疏点云上重建模型，在大幅降低建模时间的同时，较好地保持了建筑顶部的轮廓细节。无人机被广泛地应用于侦察、监测、搜救、消防、导航、运输等诸多领域，其发展呈现出裨能化、微型化、隐形化、

4、多功能化等诸多特点£41。四旋翼无人机也称作四轴飞行器和四转子，是一种依靠4个旋翼来维持姿态、悬停以及进行水平和竖直飞行的多轴飞行器m。近年来，消费级无人机发展迅猛，无人机厂商大疆提供了移动端应用程序编程接口（applicationprogramminginterface,API）以支持开发者对无人机的路径规划、航拍任务进行编程控制m。在已有研宄的基础上，本文基于消费级无人机航拍平台，提出了一种基于无人机航拍序列的建筑三维模型快速重建方法。该方法首先利用SFM对目标建筑进行三维重建恢复稀疏点云，并提取地面及建筑立面，同时从场景整体点云中分离出

5、建筑部分点云，最后得到建筑的三维轮廓模型。其要点包括：1）直接基于SFM得到的稀疏点云进行建筑模型的重建，时间开销小；2）提出一种从稀疏点云屮检测建筑在地面二维轮廓的算法；3）建筑模型重建方法基于消费级无人机，成本较低，生成的模型可被应用于数字地图和虚拟现实等领域。2相关工作2.1运动恢复结构SFM的思想最早源于R.I.llartleyX^l的三维重建工作，并已被广泛地应用于场景的稀疏三维点云重建中。SFM通过对一组无序未标定的阁像进行特征检测和匹配，使用数值方法恢复三维信息，同时能够从中求解和机的外部参数（和机的位置和朝向）和内部参数（镜头

6、的焦距和径向畸变）。SFM对图像的要求很低，数据来源可以是同一相机或者不同相机在不同位置拍摄的图像序列。SFM借助先进的特征提取和匹配算法，具有极好的鲁棒性，并且支持对大规模场景（如自然景观和城市建筑群）的三维重建，输入阁像的数目可以达到上万张。然而，SFM的重建效果依赖特征点的密集程度以及场景纹理的强弱，对于特征点少和弱纹理的场景重建效果一般。N.Snavely等人利用从互联网搜集的知名景点照片，恢复景点三维点云以及照片拍摄位置，使用户能够以全新的方式来浏览景点照片。A.Irschara等人［8］利用SFM对真实场景进行了三维点云重建，再通

7、过将在场景中移动时录制的视频帧配准到场景点云中，实现了对移动轨迹的追踪02.2随机抽样一致算法随机抽样一致算法（randomsampleconsensus,RANSAC）最早由M.A.Fischler和R.C.Bolles［9］在1981年提出，是一种非确定性算法。它的输入是一组观测数据，输出是能够适应观测数据的参数化模型。RANSAC通过反复选择数据中的一个随机子集来迭代，以达成估计模型参数的0标。该算法主要包括以下步骤：1）在观测数据中随机选择几个点设为局内点；2）计算拟合局内点的模型；3）将除局内点外的观测数据代入模型，计算是否符合模型

8、并记录数量；4）重复以上步骤直到预设的迭代次数；5）若某次局内点计算得到的模型拥有数量最多的符合点，那么这些局内点对应的模型就是待求解的模型。RANSAC需要根据实