眾源影像攝影測(cè)量

目錄
第1章 眾源影像概述 1
1.1 眾源影像的概念和特點(diǎn) 3
1.2 眾源影像在三維建模中的應(yīng)用 4
1.2.1 眾源影像在構(gòu)建數(shù)字城市中的應(yīng)用 5
1.2.2 眾源影像在應(yīng)對(duì)自然災(zāi)害中的應(yīng)用 5
1.2.3 眾源影像在文物保護(hù)中的應(yīng)用 6
1.3 眾源影像三維建模過(guò)程中遇到的問題 6
1.3.1 眾源影像的采集 6
1.3.2 眾源影像的配準(zhǔn) 6
1.3.3 眾源影像三維建模 7
1.4 眾源影像三維建模的關(guān)鍵技術(shù) 7
1.4.1 眾源影像檢索與服務(wù)技術(shù) 7
1.4.2 眾源影像密集匹配 8
1.4.3 眾源影像地理配準(zhǔn) 10
1.4.4 單體化矢量模型構(gòu)建 11
1.5 本章小結(jié) 12
參考文獻(xiàn) 12
第2章 眾源影像的獲取技術(shù)與方法 17
2.1 眾源影像的集成和檢索 19
2.1.1 眾源影像整體獲取策略 19
2.1.2 基于網(wǎng)站API的數(shù)據(jù)獲取策略 20
2.1.3 基于網(wǎng)頁(yè)解析的數(shù)據(jù)獲取策略 21
2.1.4 眾源影像多樣化檢索的實(shí)現(xiàn)方式 21
2.2 眾源影像數(shù)據(jù)的下載和管理 27
2.2.1 眾源影像數(shù)據(jù)的聚合 27
2.2.2 眾源影像的存儲(chǔ)與管理 28
2.2.3 眾源影像的批量下載 29
2.3 眾源影像的過(guò)濾 32
2.3.1 基于特征點(diǎn)匹配的過(guò)濾方法 32
2.3.2 基于深度學(xué)習(xí)的眾源影像過(guò)濾 33
2.4 眾源影像數(shù)據(jù)的檢索性能評(píng)價(jià) 35
2.4.1 眾源影像的檢索評(píng)價(jià)方法 35
2.4.2 眾源影像的檢索評(píng)價(jià)指標(biāo) 39
2.4.3 眾源影像檢索平臺(tái)可用性實(shí)驗(yàn) 40
2.5 本章小結(jié) 47
參考文獻(xiàn) 47
第3章 眾源影像幾何定位 49
3.1 影像幾何定位概述 51
3.2 特征提取與匹配 52
3.2.1 幾種傳統(tǒng)特征點(diǎn)提取算子 53
3.2.2 尺度不變特征提取與匹配 53
3.2.3 二進(jìn)制特征算子 58
3.3 光束法區(qū)域網(wǎng)平差 59
3.3.1 眾源影像特點(diǎn) 60
3.3.2 成像方程 61
3.3.3 成像參數(shù)均已知的平差模型 66
3.3.4 成像參數(shù)全部或部分未知的平差模型 67
3.3.5 約束條件的使用 69
3.3.6 平差的求解 70
3.3.7 光束網(wǎng)平差的稀疏性 72
3.4 常見工具與軟件 74
3.4.1 開源平差解算代碼包 74
3.4.2 開源SfM軟件 75
3.4.3 商業(yè)化SfM軟件 77
3.5 本章小結(jié) 78
參考文獻(xiàn) 78
第4章 眾源影像密集匹配 81
4.1 密集匹配概述 83
4.2 匹配測(cè)度 85
4.2.1 傳統(tǒng)基于像素灰度的匹配測(cè)度 85
4.2.2 Census 86
4.2.3 互信息 87
4.3 雙目影像立體匹配 90
4.3.1 核線幾何 91
4.3.2 局部密集匹配 93
4.3.3 全局匹配 98
4.3.4 半全局匹配 100
4.4 多視密集匹配 105
4.4.1 多視密集匹配算法的概述 105
4.4.2 匹配影像對(duì)的自動(dòng)選擇 106
4.4.3 基于圖像塊的多視密集匹配 108
4.4.4 基于貝葉斯模型估計(jì)的多視密集匹配 110
4.5 本章小結(jié) 113
參考文獻(xiàn) 114
第5章 眾源影像配準(zhǔn)方法 119
5.1 眾源影像與全景影像的配準(zhǔn) 121
5.1.1 球形全景影像的投影模型 121
5.1.2 基于改進(jìn)EPnP算法的配準(zhǔn)參數(shù)解算 122
5.1.3 配準(zhǔn)參數(shù)變換和統(tǒng)一參考系 125
5.2 眾源影像與地圖數(shù)據(jù)的配準(zhǔn) 125
5.2.1 OpenStreetMap概述與數(shù)據(jù)采集 126
5.2.2 OpenStreetMap數(shù)據(jù)的獲取 128
5.2.3 眾源影像與OpenStreetMap的配準(zhǔn) 129
5.3 眾源影像與街景模型的配準(zhǔn) 132
5.3.12 D-3D線特征配準(zhǔn)的函數(shù)模型 133
5.3.2 基于PnL算法的配準(zhǔn)關(guān)系解算 135
5.3.3 配準(zhǔn)參數(shù)變換和統(tǒng)一參考系 136
5.4 眾源影像與激光點(diǎn)云的配準(zhǔn) 137
5.4.1 眾源影像與機(jī)載激光點(diǎn)云的配準(zhǔn) 138
5.4.2 眾源影像與地面激光點(diǎn)云的配準(zhǔn) 138
5.5 本章小結(jié) 140
參考文獻(xiàn) 140
第6章 眾源影像建模方法 143
6.1 三維mesh的構(gòu)建 145
6.1.1 基于Delaunay三角剖分的表面重建 145
6.1.2 旋轉(zhuǎn)球算法 148
6.1.3 泊松重建算法 152
6.2 建筑物點(diǎn)云分割 157
6.2.1 點(diǎn)云面片初始分割方法 157
6.2.2 基于圖割多標(biāo)號(hào)優(yōu)化的建筑物點(diǎn)云面片分割 159
6.2.3 分割流程 163
6.3 建筑物單體化模型紋理映射方法 166
6.3.1 紋理數(shù)據(jù)預(yù)處理 167
6.3.2 多視影像*優(yōu)紋理分布 168
6.3.3 紋理空洞填充 170
6.3.4 紋理影像顏色調(diào)整 171
6.3.5 紋理排樣 174
6.4 空地一體化聯(lián)合建模方法 175
6.4.1 航空影像與地面近景影像聯(lián)合建筑物建模 176
6.4.2 航空影像與街景影像聯(lián)合建筑物建模 177
6.6 本章小結(jié) 179
參考文獻(xiàn) 179