分区优化混合SfM方法
针对大规模无序影像稀疏三维重建问题,本文提出一种稳健、高效且易于并行的分区优化的混合式SfM方法.首先,利用SIFT算法进行影像匹配,无须GPS/INS等其他辅助信息,仅利用影像间的匹配结果计算得到的影像关联度完成影像分区.然后,提出一种改进的增量式SfM方法实现每个分区内快速重建,以及提出多项标准自动剔除不可靠分区并将这些分区内影像重新划分至其他分区,实现分区的动态调整.最后,提出一种稳健高精度的分区融合算法,实现相机参数、影像姿态和场景三维信息的准确融合.多组不同规模、不同影像类型以及不同场景的典型数据试验结果表明本文方法对不同数据集具有很好的稳健性,在保持高精度的同时能大大提高重建效率,尤其适用于大规模影像数据集.
混合式SfM;大规模影像;影像分区;分区融合
51
P231(摄影测量学与测绘遥感)
国家重点研发计划;北京市教委科技计划面上项目
2022-03-16(万方平台首次上网日期,不代表论文的发表时间)
共12页
115-126