基于約束Delaunay三角形的多視三維重建方法研究.pdf

1、近年，城市級實景三維模型的需求越來越迫切，快速獲取高質量建筑。物模型也成為計算機視覺及圖形學領域的研究熱點。利用低空多角度傾斜航拍照片，基于多視立體(Multi-view Stereo，MVS)的三維重建方法，因其數(shù)據(jù)獲取成本不高，具備真實紋理，流程自動化等特點，成為大范圍場景三維重建的首選方案。然而，隨著各種應用對三維模型質量要求的提高，目前MVS三維重建方法存在的一些不足亟待改善。一方面，MVS方法需要進行圖像間逐像素的相似度匹配，

2、而城市建筑表面通常缺乏紋理，造成匹配失敗或錯誤，使得的重建模型質量下降，出現(xiàn)扭曲變形失真、平面凹凸不平引起紋理貼圖錯誤等問題;另一方面，對于高分辨率航拍影像，逐像素的密集匹配過程，直接導致點云的生成效率低下，難以適用于大范圍城市場景的三維重建。
　　針對以上問題，本文提出基于約束Delaunay三角形的多視3D重建方法和加速的基于PactchMatch的點云生成方法，對基于圖片的MVS城市建筑三維重建方法進行改進，旨在提高建模精度

3、及加快建模效率。本文的主要工作歸納如下:
　　1)提出一種加入直線約束的城市建筑三維重建方法。方法的基本流程如下:首先，輸入無人機獲得的一系列圖片，通過直線檢測器(Line Segments Detector，LSD)和超級像素提取圖像的直線段和邊緣，并簡化邊緣多邊形，再通過2D約束德勞內三角化（constrainted Delaunay Triangle，CDT）得到單視圖2D三角格網，然后根據(jù)密集點云回算2D三角格網頂點的三維

4、位置，得到單視圖的3D格網模型，最后通過多視圖合并得到場景完整3D模型。
　　2)提出一種加速的改進點云生成方法，該方法主要提升點云生成速度以加快建模流程。方法基本流程如下:輸入為經SFM進行相機內外參數(shù)校正的圖像序列，基于PatchMatch方法，對像素塊間的相似度匹配方法進行改進，采用稀疏匹配策略，并隔采樣生成深度圖，經過濾、合并得到3D點云。
　　最后，對無人機獲取的真實場景多角度航拍圖像集，采用本文提出的方法進行城市