一种基于深度图改进的分块密集匹配方法

doi:10.13474/j.cnki.11-2246.2023.0044

测绘通报 ›› 2023, Vol. 0 ›› Issue (2): 78-83.doi: 10.13474/j.cnki.11-2246.2023.0044

一种基于深度图改进的分块密集匹配方法

王岩¹, 张婷婷², 王飞³, 刘振东⁴

1. 沈阳建筑大学, 辽宁沈阳 110168;
2. 北京泰豪科技有限公司, 北京 100000;
3. 山东科技大学, 山东青岛 266590;
4. 中国测绘科学研究院, 北京 100036

收稿日期:2022-03-18 发布日期:2023-03-01
通讯作者: 刘振东。E-mail:lzdgis@casm.ac.cn
作者简介:王岩(1979-),男,硕士,副教授,主要研究方向为精密工程测量。E-mail:wyan413@163.com
基金资助:
国家重点研发计划(2018YFB2100702);空地多源数据融合的建筑物三维重构关键问题研究(lnjc202015)

An improved block dense matching method based on depth map

WANG Yan¹, ZHANG Tingting², WANG Fei³, LIU Zhendong⁴

1. Shenyang Jianzhu University, Shenyang 110168, China;
2. Tellhow Sci-Tech Co., Ltd., Beijing 100000, China;
3. Shandong University of Science and Technology, Qingdao 266590, China;
4. Chinese Academy of Surveying and Mapping, Beijing 100036, China

Received:2022-03-18 Published:2023-03-01

摘要/Abstract

摘要： 倾斜摄影建模往往需要几百张甚至上万张图像,通常需要分块密集匹配重建。然而,常用的分块密集匹配方法只能对每个块单独建模,块间的重复图像会多次参与匹配计算,导致计算冗余、耗时长。因此,本文提出了一种改进的分块密集匹配方法,避免块间重复图像的冗余计算。首先,利用图像关联算法为场景中的每张图像计算邻域图像集合,同时初始化图像的重建状态对象;然后,对整个场景进行空间立体自动聚类完成分块,并抽取子块重建时所需的匹配对图像;最后,根据图像的重建状态对象估计、过滤深度图及深度图融合生成密集点云。试验结果表明,该方法在倾斜影像三维重建时,效率显著提升。

关键词: 倾斜摄影, 建模, 分块, 密集匹配, 三维重建

Abstract: Oblique photography modeling often requires hundreds or even tens of thousands of images and usually requires block dense matching reconstruction. However, the commonly used block dense matching method can only model each block separately and the repeated images between blocks will participate in the matching calculation multiple times, resulting in redundancy and time-consuming calculations. Therefore, an improved block dense matching method is proposed. First, the image association algorithm is used to calculate the neighborhood image set for each image in the scene and the reconstruction state object of the image is initialized at the same time. Then, the entire scene is automatically clustered in space to complete the block and the sub-blocks needed for reconstruction are extracted. Finally, according to the image reconstruction state, object estimation, filtering depth map and depth map fusion generate dense point cloud. Experimental results show that this method can significantly improve the efficiency of oblique image 3D reconstruction.

Key words: oblique photography, modeling, block, dense matching, 3D reconstruction

中图分类号:

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.

WANG Yan, ZHANG Tingting, WANG Fei, LIU Zhendong. An improved block dense matching method based on depth map[J]. Bulletin of Surveying and Mapping, 2023, 0(2): 78-83.

参考文献

[1] 俞建人,李涛,申淑娟,等.倾斜摄影三维模型的房檐改正方法分析与精度评价[J].测绘通报,2017(5):75-78.
[2] 徐思奇,黄先锋,张帆,等.倾斜摄影测量技术在大比例尺地形图测绘中的应用[J]. 测绘通报, 2018(2): 111-115.
[3] SCHONBERGER J L, FRAHM J M. Structure-from-motion revisited[C]//Proceedings of 2016 IEEE Conference on Computer Vision and Pattern Recognition. Las Vegas: IEEE, 2016: 4104-4113.
[4] 艾海滨,董友强,王庆栋,等.基于语义的倾斜摄影单体建模技术研究[J].测绘科学,2019,44(6):374-379.
[5] 张小青,侯妙乐,朱光.网格模型的文物缺损面积计算[J]. 测绘科学,2013,38(4):144-148.
[6] 冯鸣,杨明龙,夏永华,等.三维激光扫描与倾斜摄影测量的高陡崖三维建模[J].测绘科学,2020,45(1):99-107.
[7] 王慧,王利勇,闫科,等.无序航空遥感影像的三维地形重建[J].测绘科学技术学报,2021,38(1):33-38.
[8] 赵明衍,戴晨光,狄亚南,等.一种POS数据辅助多视角倾斜航空影像匹配方法[J].测绘科学技术学报,2016,33(4):431-435.
[9] 姜三.无人机倾斜影像高效SfM重建关键技术研究[D].武汉:武汉大学,2018.
[10] MOSTEGEL C, PRETTENTHALER R, FRAUNDORFER F, et al. Scalable surface reconstruction from point clouds with extreme scale and density diversity[C]// Proceedings of 2017 IEEE Conference on Computer Vision and Pattern Recognition. Honolulu:IEEE, 2017:1-14.
[11] HAN Jiali, SHEN Shuhan. Scalable point cloud meshing for image-based large-scale 3D modeling[J].Visual Computing for Industry, Biomedicine, and Art, 2019, 2(1):10.
[12] SNAVELY N, SEITZ S, SZELISKI R. Skeletal graphs for efficient structure from motion[C]// Proceedings of 2008 IEEE Conference on Computer Vision and Pattern Recognition. Anchorage: IEEE, 2008:1-8.
[13] FURUKAWA Y, CURLESS B, SEITZ S.Towards internet-scale multi-view stereo[C]// Proceedings of 2010 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. San Francisco: IEEE, 2010:1434-1441.
[14] 刘彬,陈向宁,郭连朋.分块立体重建的PMVS算法研究与实现[J].测绘科学技术学报,2014,31(6):614-619.
[15] 倪标,王铮尧.一种倾斜影像密集匹配算法的设计与实现[J].地理空间信息,2020,18(7):66-69.
[16] 薛俊诗,易辉,吴止锾,等.一种基于场景图分割的混合式多视图三维重建方法自动化[J].测绘科学技术学报,2020,46(4):782-795.
[17] GALLIANI S, LASINGER K, SCHINDLER K. Massively parallel multiview stereopsis by surface normal diffusion[C]// Proceedings of 2015 IEEE International Conference on Computer Vision. Santiago: IEEE, 2015:873-881.

一种基于深度图改进的分块密集匹配方法

An improved block dense matching method based on depth map

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]	康停军, 夏义雄, 张新长, 周剑锋. 顾及地面POS信息的空地一体城市三维实景重建[J]. 测绘通报, 2023, 0(1): 8-13.
[2]	满旺, 李宗梅, 聂芹, 许宽, 陈志景, 廖桂华. 数字孪生技术在小型水库管理中的应用初探[J]. 测绘通报, 2023, 0(1): 20-25.
[3]	杨震, 孟祥武, 唐顺均, 王昊, 巩垠熙. 室内移动测量系统在新型基础测绘中的应用[J]. 测绘通报, 2023, 0(1): 149-153.
[4]	刘禹麒, 陈广亮, 蔡岳臻, 李名豪, 陈定安, 胡小中. 一种基于倾斜摄影测量点云密度自适应分割的建筑物边界提取方法[J]. 测绘通报, 2022, 0(9): 52-57.
[5]	王凯奇, 方军, 王振霖, 郭海宾, 杨振升. 交叉环绕航线下的城市级复杂建筑物实景三维建模[J]. 测绘通报, 2022, 0(9): 80-85.
[6]	张茂正, 燕宁娜, 袁宜红, 商立宏, 赵振炜. 面向高耸古塔的无人机视频环拍实景三维建模方法[J]. 测绘通报, 2022, 0(9): 86-92.
[7]	冉康, 王涛, 何志伟. 倾斜摄影测量和惯导RTK在农村宅基地确权中的应用[J]. 测绘通报, 2022, 0(9): 115-118,166.
[8]	马原放, 李海鹏, 贾光军. 三维激光点云自动化建模思路探索[J]. 测绘通报, 2022, 0(9): 119-122.
[9]	黄皓中, 苏鹏浩, 王冉, 王峰, 史韦韦, 赵剑飞. 基于密集匹配点云的DEM生产可行性研究[J]. 测绘通报, 2022, 0(9): 170-174.
[10]	吴彦格, 葛英伟, 许国政, 郭丙轩, 彭哲. 基于相容性任务分配的三维建模集群方法[J]. 测绘通报, 2022, 0(8): 81-86.
[11]	吴昌松, 彭业萍, 曹广忠, 闫妍. 面向三维重建的无人机航拍路径规划技术研究综述[J]. 测绘通报, 2022, 0(8): 98-103,122.
[12]	王成, 施宇军, 权菲, 李青逊, 李佳豪, 周吕. 无人机倾斜摄影测量土方量测算及精度评价[J]. 测绘通报, 2022, 0(8): 139-142,159.
[13]	陈贺, 郭增长, 刘轩. 结合马氏距离与梯度描述符的稠密匹配[J]. 测绘通报, 2022, 0(8): 149-154.
[14]	贺彪, 郭仁忠, 张琛, 马丁, 王伟玺, 洪武扬, 陈业滨. 面向数字孪生城市的自然场景构造方法[J]. 测绘通报, 2022, 0(7): 87-92.
[15]	经皓然, 徐敬海. 异形建筑的无人机点云与地面三维激光扫描点云配准[J]. 测绘通报, 2022, 0(6): 32-39.