利用照片重建技术生成坡面侵蚀沟三维模型

被引:26
作者
李俊利 [1 ]
李斌兵 [2 ]
柳方明 [1 ]
李占斌 [3 ]
机构
[1] 武警工程大学研究生管理大队
[2] 武警工程大学信息工程系
[3] 西安理工大学水利水电学院
关键词
侵蚀; 机器视觉; 激光; 照片重建; 点云; 冲刷试验;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
该文利用运动恢复结构(structure from motion,SFM)、多视图立体视觉(multi-view stereo,MVS)技术,提出了一种坡面侵蚀沟三维模型的快速重建方法。首先对普通相机拍摄的照片采用尺度不变特征变换(scale-invariant feature transform,SIFT)完成特征点的提取与描述,随机采样一致性算法(random sample and consensus,RANSAC)过滤掉最近邻匹配(nearest neighbor,NN)产生的误匹配点;然后通过SFM方法,迭代求解出相机矩阵和三维点坐标,用光束法平差(bundle adjustment,BA)进行非线性优化,确保误差的均匀分布和模型的精确;再使用基于面片的多视图立体视觉算法(patch-based multi-view stereo,PMVS),在局部光度一致性和全局可见性约束下,以SFM生成的稀疏点云为种子面片开始扩散,完成点云稠密重建。将照片快速重建方法获取的点云与地面激光扫描仪(terrestrial laser scanner,TLS)获取的点云及实测数据进行比较,结果表明,照片重建方法生成的点云稠密且能够完整展示侵蚀沟的发育形态,与TLS点云间的平均距离为0.0034 m,照片重建与三维激光扫描方法对侵蚀量的估算相对误差为8.054%,提取的特征线匹配率达89.592%。研究结果为侵蚀沟监测提供了参考依据。
引用
收藏
页码:125 / 132
页数:8
相关论文
共 14 条
[1]   基于点云数据的切沟泥沙负载量不确定性研究 [J].
李斌兵 ;
黄磊 ;
冯林 ;
马鼎 .
农业工程学报, 2014, 30 (17) :183-191
[2]   土壤侵蚀与水土保持研究进展 [J].
李占斌 ;
朱冰冰 ;
李鹏 .
土壤学报, 2008, (05) :802-809
[3]   我国土壤侵蚀科学研究回顾和展望 [J].
郑粉莉 ;
王占礼 ;
杨勤科 .
自然杂志, 2008, (01) :12-16+63
[4]   黄土陡坡径流侵蚀产沙特性室内实验研究 [J].
李鹏 ;
李占斌 ;
郑良勇 .
农业工程学报, 2005, (07) :42-45
[5]  
基于多幅图像的三维重建理论及算法研究[D]. 戴嘉境.上海交通大学 2012
[6]  
ArcGIS地理信息系统空间分析实验教程[M]. 科学出版社 , 汤国安, 2006
[7]  
Straightforward reconstruction of 3D surfaces and topography with a camera: Accuracy and geoscience application[J] . James, M. R.,Robson, S..Journal of Geophysical Research. Earth Surface . 2012 (3)
[8]  
‘Structure-from-Motion’ photogrammetry: A low-cost, effective tool for geoscience applications[J] . M.J. Westoby,J. Brasington,N.F. Glasser,M.J. Hambrey,J.M. Reynolds.Geomorphology . 2012
[9]   Accurate Camera Calibration from Multi-View Stereo and Bundle Adjustment [J].
Furukawa, Yasutaka ;
Ponce, Jean .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2009, 84 (03) :257-268
[10]  
Image‐based 3D Modelling: A Review[J] . FabioRemondino,SabryEl‐Hakim.The Photogrammetric Record . 2006 (115)