基于序列图像的树木三维重建方法研究与精度评定

《基于序列图像的树木三维重建方法研究与精度评定》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、！ｕ钟乂＊葦ＵＮＩＶＥＲＳＩＴＹＯＦＥＬＥＣＴＲＯＮＩＣＳＣＩＥＮＣＥＡＮＤＴＥＣＨＮＯＬＯＧＹＯＦＣＨＩＮＡ硕±学位论文ＭＡＳＴＥＲＴＨＥＳＩＳ柳＇化＇叫泌柳钟占如．‘乂＼．／Ｖｙ１，＼又‘勺／如气Ａ费贫扳，＞：’’：■，５＇论文题目基于序列園像的树木Ｓ维重遮方法研究与精度评定■－—＇■，’■’‘．■■■—－＂…￣；，：，；人■？？？‘．、．．．＇学科专业测绘科学与技术———．■…学

2、号２０苗＾１３２１１８０１１３＿＿＼化者继名普帅—＇—＇；指导教师／周贵云副教授．．．．；；．．．’＇＾：：叫古：‘？．．．．＇＂？护？：：托．－心去巧＇’＇：－■：ＶＸ－．Ｖ古．；’：．Ｖ强：祥Ｋ趙軒独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加臥标注和致谢的地方，也不夕ｈ，论文中不包含其他人已经发表或撰写过的研究成果过包含为获我得电子科技大学或其它教

3、育机构的学位或证书而使用的材料。与一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。、作者签名：譚论）卡．—＿曰期：年（月心曰文使用授权论本学位论文作者完全了解电子科技大学送有关保留、使用学位文的规定，有化保留并向国家有关部口或机构交论文的复印件和磁盘全，允许论文被截阅和借阅。本人授权电子科技大学可将学位论文的部或部分内容编入有关数据库进行检索，可采用影印、缩印或扫描＇汇等复制手段保存、编学位论文。（保密的学位论文在解密后应遵守此规定＞作者签名：曹Ｉ导帅签名：——冲Ｈ期：（月Ｋ

4、ｂ分类号密级注1UDC学位论文基于序列图像的树木三维重建方法研究与精度评定（题名和副题名）曹帅（作者姓名）指导教师周贵云副教授电子科技大学成都（姓名、职称、单位名称）申请学位级别硕士学科专业测绘科学与技术提交论文日期2016-04-01论文答辩日期2016-05-22学位授予单位和日期电子科技大学2016年06月答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。Studyon3DReconstructionMethodofTreesBasedonSequentialImagesandAccuracyAssessmentAMasterThesi

5、sSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:SurveyingandMappingAuthor:CaoShuaiSupervisor:ZhouGuiyunSchool:SchoolofResourcesandEnvironment摘要摘要对现实世界进行三维重建是一件很有意义的工作，也是当前研究的热点。树木作为现实世界的重要组成部分，对其进行三维重建是很重要的。三维建模的方法主要分为三类：基于几何的建模、基于测距的建模和基于图像的建模。其中，基于图像的建模方法因具有快速、

6、便捷和低成本等优势，迅速成为三维重建的一种重要方法。由二维图像生成三维模型是基于图像重建的关键问题。同时，由图像重建出的三维点云的精度问题也有待研究。本文提出了一种基于图像的树木三维点云重建方案并对其重建结果进行评估。首先介绍了齐次坐标系、投影几何和相机成像模型，为后面的方法研究做铺垫。然后使用SIFT算子提取图像的特征点并使用最近邻方法进行匹配。匹配之后就可以利用这些点自动化标定相机并求取基础矩阵和本质矩阵，然后就可以求解出相机的投影矩阵。在这个过程中，使用RANSAC的方法增强计算的鲁棒性，使用BundleAdjustment方法优化参数的解。在实际的重

7、建中，稀疏点云往往不能够反映出重建对象的全貌，因此需要进行稠密重建。使用PMVS的方法对点云加密。PMVS方法的第一步是选取种子面片并且重建出种子面片的三维信息，然后，将这些种子面片扩展到其邻域单元之中，重建出邻域内的面片，直至所有图像中符合要求的面片重建完毕。最后需要使用几何一致性和光照一致性约束对重建出的不符合要求的面片进行过滤。本文通过设计三维重建系统实现了重建方法。重建完成后本文对重建结果进行了评定。使用LeicaScanStationC10激光扫描仪所获取的三种不同大小树木的三维点云作为参照对象，与基于图像重建出的点云进行对比。对比结果为：对高度最

8、小的木芙蓉来说，其模型间的平均距离为4.2mm，标准