无人机遥感图像的多视图立体重建,基于具有多区域改进的自适应传播
Haohai Fu1,2, Zixuan Nie3, Xin Pan4,5
1School of Computer Technology and Engineering, Changchun Institute of Technology, Changchun, 130012, China. fuhaohai@ccit.edu.cn.
Scientific reports
|April 1, 2025
概括
这项研究引入了无人机图像的新3D重建方法,改善了薄弱纹理区域的密集重建. 适应性传播和多区域精细化方法在具有挑战性的环境中提高了细节的保存和准确性.
科学领域:
- 计算机视觉 计算机视觉
- 这是一种摄影计量技术 (photogrammetry).
- 遥感 遥感 遥感 遥感
背景情况:
- 从无人机图像中进行3D重建对于各种应用非常重要.
- 目前的方法在结构薄弱的区域中难以进行密集的重建.
- 提高这些地区的重建质量仍然是一个重大挑战.
研究的目的:
- 为无人机 (UAV) 遥感图像提出一种新的多视图立体声 (MVS) 方法.
- 提高密度重建的准确性,特别是在结构较弱的区域.
- 为了提高细节的保存和减少空间点误估.
主要方法:
- 开发了一个自适应的传播策略,使用一个棋盘网格来改进像素假设采样.
- 引入了多区域的精炼策略,以有效地探索解决方案空间,避免局部最佳.
- 实施了自适应传播和多区域精制多视图立体声 (APMRR-MVS) 方法.
主要成果:
- 拟议的APMRR-MVS方法在重建结构薄弱的区域方面表现出卓越的性能.
- 与现有算法相比,实现了特定纹理细节的增强保存.
- 显著减少了3D模型中空间点的错误估计.
结论:
- APMRR-MVS 方法有效地解决了当前 MVS 算法在弱纹理区域的局限性.
- 这种方法为从无人机遥感数据中进行3D重建提供了更强大,更准确的解决方案.
- 这些发现有助于提高计算机视觉在具有挑战性的光谱场景中的能力.
