无人机混合式建模方法及其滇中高原复杂山地实证分析

doi:10.13474/j.cnki.11-2246.2025.1108

测绘通报 ›› 2025, Vol. 0 ›› Issue (11): 47-52,61.doi: 10.13474/j.cnki.11-2246.2025.1108

无人机混合式建模方法及其滇中高原复杂山地实证分析

张弛¹, 甘淑^1,2, 袁希平^2,3, 罗为东^1,2, 马冲¹, 李艺¹

1. 昆明理工大学国土资源工程学院, 云南昆明 650093;
2. 云南省高校高原山地空间信息测绘技术应用工程研究中心, 云南昆明 650093;
3. 滇西应用技术大学云南省高校山地实景点云数据处理及应用重点试验室, 云南大理 671006

收稿日期:2025-04-28 发布日期:2025-12-04
通讯作者: 甘淑。E-mail:1193887560@qq.com
作者简介:张弛(2002—),男,硕士生,主要从事无人机山地地貌数字化应用研究。E-mail:462446975@qq.com
基金资助:
国家自然科学基金(62266026);深地国家科技重大专项(2024ZD1001405)

UAV-HSfM modeling method and its empirical analysis in the complex mountainous areas of central Yunnan Plateau

ZHANG Chi¹, GAN Shu^1,2, YUAN Xiping^2,3, LUO Weidong^1,2, MA Chong¹, LI Yi¹

1. School of Land and Resources Engineering, Kunming University of Science and Technology, Kunming 650093, China;
2. Plication Engineering Research Center, Spatial Information Surveying and Mapping Technology in Plateau and Mountainous Areas Set by Universities in Yunnan Province, Kunming 650093, China;
3. Key Laboratory of Mountain Real Scene Point Cloud Data Processing and Applications for Universities, West Yunnan University of Applied Science, Dali 671006, China

Received:2025-04-28 Published:2025-12-04

摘要/Abstract

摘要： 运动恢复结构(SfM)算法作为三维重建技术中的一个关键技术,结合无人机影像可实现场景的三维重建。针对无人机影像三维重建中传统增量式SfM(ISfM)误差累积和全局式SfM(GSfM)优化复杂度高的问题,本文提出了一种无人机混合式建模方法(UAV-HSfM),先利用全局式算法估计相机旋转,再通过增量式算法计算相机位置,实现三维重建方法的优化。研究以滇中高原山地为试验区,结果表明:①该方法特征提取更稳定;②稀疏点云兼具数量完整性与几何精度;③高程均方根误差为0.056 m,有显著的提升,且误差分布更集中。综上而言,本文提出的UAV-HSfM方法,有效融合了GSfM和ISfM的优点,显著提升了复杂山地的三维重建精度。

关键词: 三维重建, 全局式SfM, 增量式SfM, UAV-HSfM, 无人机影像

Abstract: As a key technique within 3D reconstruction technology,the structure from motion (SfM) algorithm enables 3D scene reconstruction when integrated with UAV imagery.To address the issues of error accumulation in traditional incremental SfM(ISfM) and the high computational complexity of global SfM (GSfM) optimization in drone-based 3D reconstruction,this paper proposes a hybrid drone modeling method (UAV-HSfM). This approach first estimates camera rotations using a global algorithm and then computes camera positions through an incremental algorithm,thereby optimizing the 3D reconstruction process.The study was conducted in a mountainous test area in the central Yunnan Plateau.The results demonstrate that:①The proposed method achieves more stable feature extraction;②The sparse point cloud exhibits both completeness in quantity and geometric accuracy; ③The elevation root mean square error (RMSE) of 0.056 m shows significant improvement,with a more concentrated error distribution.In conclusion,the UAV-HSfM method effectively combines the advantages of GSfM and ISfM,significantly enhancing the accuracy of 3D reconstruction in complex mountainous terrains.

Key words: 3D reconstruction, global SfM, incremental SfM, UAV-HSfM, UAV imagery

中图分类号:

P237

张弛, 甘淑, 袁希平, 罗为东, 马冲, 李艺. 无人机混合式建模方法及其滇中高原复杂山地实证分析[J]. 测绘通报, 2025, 0(11): 47-52,61.

ZHANG Chi, GAN Shu, YUAN Xiping, LUO Weidong, MA Chong, LI Yi. UAV-HSfM modeling method and its empirical analysis in the complex mountainous areas of central Yunnan Plateau[J]. Bulletin of Surveying and Mapping, 2025, 0(11): 47-52,61.

参考文献

[1] 姜三,马一尘,李清泉,等.无序无人机影像的并行化SfM三维重建方法[J].测绘学报,2024,53(5):946-958.
[2] 李劲澎,姜挺,肖达,等.基于关系图的无人机影像三维重建[J].光学精密工程,2016,24(6):1501-1509.
[3] 李文达,闫启明,张尚弘,等.基于无人机和SfM的地貌数据采集精度影响研究[J].应用基础与工程科学学报,2019,27(6):1225-1234.
[4] 姜三,刘凯,李清泉,等.融合深度特征的无人机影像SfM重建[J].测绘学报,2024,53(2):321-331.
[5] 许志华,吴立新,刘军,等.顾及影像拓扑的SfM算法改进及其在灾场三维重建中的应用[J].武汉大学学报(信息科学版),2015,40(5):599-606.
[6] 陈武,姜三,李清泉,等.无人机影像增量式运动恢复结构研究进展[J].武汉大学学报(信息科学版),2022,47(10):1662-1674.
[7] 吴宇豪,曹雪峰,彭锦超,等.基于运动结构图的无人机序列影像三维重建[J].系统仿真学报,2020,32(6):1094-1102.
[8] 于英,张永生,薛武,等.一种稳健性增强和精度提升的增量式运动恢复结构方法[J].测绘学报,2019,48(2):207-215.
[9] CHATTERJEE A,GOVINDU V M.Efficient and robust large-scale rotation averaging[C]//Proceedings of 2013 IEEE International Conference on Computer Vision.Sydney:IEEE,2013:521-528.
[10] 郝豪杰,李朝奎,方军,等.改进的AKAZE特征提取的全局式SFM三维重建算法[J].测绘科学技术学报,2021,38(5):492-498.
[11] 许彪,董友强,张力,等.分区优化混合SfM方法[J].测绘学报,2022,51(1):115-126.
[12] 屈文虎,刘振东,蔡昊琳,等.顾及场景连通性的混合式SfM方法[J].测绘学报,2023,52(6):966-979.
[13] 张力,刘玉轩,孙洋杰,等.数字航空摄影三维重建理论与技术发展综述[J].测绘学报,2022,51(7):1437-1457.
[14] 姜三,许志海,张峰,等.面向无人机倾斜影像的高效SfM重建方案[J].武汉大学学报(信息科学版),2019,44(8):1153-1161.
[15] 张茂正,燕宁娜,袁宜红,等.复杂异形古建下基于SfM的视频帧影像三维重构方法[J].测绘通报,2023(10):54-60.
[16] SEITZ S M,DYER C R.Photorealistic scene reconstruction by voxel coloring[C]//Proceedings of IEEE Computer Society Conference on Computer Vision and Pattern Recognition.1997,San Juan:IEEE,2002:1067-1073.
[17] CUI Zhaopeng,TAN Ping.Global structure-from-motion by similarity averaging[C]//Proceedings of 2015 IEEE International Conference on Computer Vision (ICCV).Santiago:IEEE,2015:864-872.
[18] 于广瑞,刘兴春,时春霖,等.一种稳健的无人机影像三维重建方法[J].测绘通报,2022(6):76-81.
[19] 蔡嘉伦,贾洪果,刘国祥,等.对比传统低空航测的无人机倾斜摄影测量精度评估[J].测绘通报,2022(2):31-36.
[20] 高莎,袁希平,甘淑,等.基于无人机成像点云的禄丰恐龙谷南缘环状地貌空间特征探测试验分析[J].地质科技通报,2021,40(6):283-292.

无人机混合式建模方法及其滇中高原复杂山地实证分析

UAV-HSfM modeling method and its empirical analysis in the complex mountainous areas of central Yunnan Plateau

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	张莉君, 高云涵, 邹小凡, 史航, 解杨敏. 融合多源多视角数据的真彩三维重建技术[J]. 测绘通报, 2025, 0(6): 62-67.
[2]	汪硕, 郭贤. 基于神经辐射场的狭窄传统街区三维场景重建方法[J]. 测绘通报, 2025, 0(5): 112-118.
[3]	宋培焱, 叶勤, 曾亮, 罗俊奇, 张硕, 尹长江. 面向密度明显差异点云的室内场景三维Mesh模型POCO重建方法[J]. 测绘通报, 2025, 0(2): 7-12,47.
[4]	孙彬, 张瑞玲, 任辰锋, 林云浩, 孙超, 刘一涵, 刘梦洁, 袁德宝, 许志华. 一种用于浅埋深煤层采动地裂缝的无人机影像实例分割方法[J]. 测绘通报, 2025, 0(11): 78-83.
[5]	张宏伟, 吕云飞, 高海宽, 杨鹏鑫, 吴文俊, 欧伟铭. 基于三维重建先验的无人车实时稠密SLAM算法[J]. 测绘通报, 2025, 0(10): 76-81.
[6]	刘俊伟, 张周平, 郭大海, 杨文雪, 曲冠晨, 马欣蕊, 王思宇, 朱倩. 城市建筑三维实体自动化建模技术集成与实践[J]. 测绘通报, 2024, 0(9): 1-7.
[7]	徐宇翔, 胡庆武, 段延松, 李加元, 艾明耀, 赵鹏程. 融合LiDAR点云与无人机影像的滑坡动态监测技术[J]. 测绘通报, 2024, 0(8): 42-47.
[8]	郭宝云, 姚玉凯, 李彩林, 王悦, 孙娜, 鲁一慧. 改进的3D-BoNet算法应用于点云实例分割与三维重建[J]. 测绘通报, 2024, 0(6): 30-35.
[9]	钟雷声, 夏辉, 陈佳林. 基于双目视觉和单线激光雷达的三维场景重建系统和算法[J]. 测绘通报, 2024, 0(5): 48-52,59.
[10]	方丽, 李松霖. 室外弱纹理金属的稠密重建与测量[J]. 测绘通报, 2024, 0(11): 140-146.
[11]	王宇昊, 李登华, 丁勇. 无人机倾斜摄影测量技术支持下的裸露边坡表面变化识别[J]. 测绘通报, 2023, 0(8): 45-50.
[12]	宗慧琳, 袁希平, 甘淑, 张晓伦, 梁昌献, 赵振峰. 改进AKAZE算法的泥石流区无人机影像特征匹配[J]. 测绘通报, 2023, 0(2): 91-96,103.
[13]	王岩, 张婷婷, 王飞, 刘振东. 一种基于深度图改进的分块密集匹配方法[J]. 测绘通报, 2023, 0(2): 78-83.
[14]	胡晓静, 刘钰, 陈延博, 李书丹, 李遥. 融合多源数据的城市三维建模方法探索[J]. 测绘通报, 2023, 0(11): 128-131.
[15]	杨佳琪, 范大昭, 杨佳宾, 杨幸彬, 纪松. 无人机大场景在线密集点云和DSM生成算法[J]. 测绘通报, 2023, 0(10): 47-53.