[目的]为探究作物覆盖坡面地表微地形特征提取的可能性,实现作物覆盖条件下微地形三维建模与动态监测。[方法]采用SfM-MVS(structure from motion with multi-view stereo)方法,以玉米覆盖坡面为研究对象,裸坡作为对照,开展以裸坡及模...[目的]为探究作物覆盖坡面地表微地形特征提取的可能性,实现作物覆盖条件下微地形三维建模与动态监测。[方法]采用SfM-MVS(structure from motion with multi-view stereo)方法,以玉米覆盖坡面为研究对象,裸坡作为对照,开展以裸坡及模拟微地形的标志物为基准,玉米覆盖条件下地表微地形构建提取和精度评估研究。[结果]1)玉米覆盖坡面控制点误差<0.002 m,稀疏点云与密集点云数量分别为裸坡的2.1、2.6倍。2)基于C2C(Cloud to Cloud)的结果表明,玉米覆盖坡面与裸坡点云85.12%距离<0.001 m;DOD(DEM of Difference)的结果表明,玉米覆盖坡面与裸坡DEM有96.07%高差绝对值<0.003 m,整体精度可达毫米级。3)裸坡标志物微地形提取更接近实际值,各方向标志物长、宽、深精度均在98%以上;玉米覆盖坡面标志物虽因植被叠加导致横向标志物精度有所下降,但精度仍在97%以上。[结论]基于SfM-MVS的测量法,可应用于玉米覆盖坡面微地形起伏特征的提取。展开更多
使用卷帘快门相机进行移动测量时,由于逐行曝光的特点,影像上会产生果冻效应。而传统的运动恢复结构(Structure from Motion,SfM)算法假设影像是全局快门获取,直接处理卷帘快门影像很难得到高精度的结果。针对以上问题,构建了卷帘快门Sf...使用卷帘快门相机进行移动测量时,由于逐行曝光的特点,影像上会产生果冻效应。而传统的运动恢复结构(Structure from Motion,SfM)算法假设影像是全局快门获取,直接处理卷帘快门影像很难得到高精度的结果。针对以上问题,构建了卷帘快门SfM框架,主要包括对初始化重建、卷帘快门影像绝对位姿估计、卷帘快门三角化和光束法平差等关键步骤的算法改进,分析并验证了卷帘快门SfM的退化问题,提出利用多镜头组合相机采集的影像进行卷帘快门SfM可以避免退化,并且利用多镜头约束的光束法平差对SfM结果进行进一步优化。实验表明,所提出的面向多镜头组合相机的卷帘快门SfM算法能够有效应对果冻效应,提高重建精度。展开更多
为了实现点胶加工工件的三维模型重建,在分析了SFM(structure from motion)算法原理和五轴点胶机特点的基础上,提出了一种在五轴机床上使用单目相机实现工件三维模型重建的方法。首先,通过标定获得相机内外参,建立世界坐标系、机床坐标...为了实现点胶加工工件的三维模型重建,在分析了SFM(structure from motion)算法原理和五轴点胶机特点的基础上,提出了一种在五轴机床上使用单目相机实现工件三维模型重建的方法。首先,通过标定获得相机内外参,建立世界坐标系、机床坐标系与相机坐标系之间的关系;其次,从不同角度拍摄工件,与一般SFM不同的是拍摄时由机床机械坐标计算出相机位姿作为外参;最后,将图像序列和相机内外参作为输入,经过稀疏重建与稠密重建输出三维模型。实验结果表明,选用恰当的原始数据与参数可以高效地完成重建任务,重建成功率在90%以上,平均重投影误差为0.653 144 pixels。展开更多
[目的]为比较地形变化监测算法在黄土高原砒砂岩区的适用性。[方法]以皇甫川流域特拉沟一支沟为研究对象,采用无人机摄影测量技术获取2022年7月至2023年3月影像,结合SfM技术生成三维点云数据,比较分析[digital elevation model of diffe...[目的]为比较地形变化监测算法在黄土高原砒砂岩区的适用性。[方法]以皇甫川流域特拉沟一支沟为研究对象,采用无人机摄影测量技术获取2022年7月至2023年3月影像,结合SfM技术生成三维点云数据,比较分析[digital elevation model of difference(DoD)、cloud to cloud(C2C)、cloud to mesh(C2M)、multiscale model to model cloud comparison(M3C2)]等4种算法的侵蚀产沙监测精度,并分析点云密度变化对各方法精度的影响。[结果](1)4种常用算法在空间上都能监测到大幅度地表变化。其中,以M3C2算法的结果最优,线性拟合结果最好(R^(2)=0.953,p<0.01),且综合误差最小(MAE=0.0161 m,MRE=3.37%,RMSE=0.0194 m),C2M算法其次,DoD算法再次,而C2C算法结果最差。(2)通过比较,DoD算法仅适用于平坦区域的快速检测,坡度陡峭的区域监测侵蚀沉积量存在高估的现象。(3)M3C2和C2C算法对点云密度变化敏感,而C2M和DoD受点云密度变化影响较小。[结论]研究结果可为黄土高原砒砂岩地区基于UAV-SfM的侵蚀产沙监测方法的选择提供参考。展开更多
文摘[目的]为探究作物覆盖坡面地表微地形特征提取的可能性,实现作物覆盖条件下微地形三维建模与动态监测。[方法]采用SfM-MVS(structure from motion with multi-view stereo)方法,以玉米覆盖坡面为研究对象,裸坡作为对照,开展以裸坡及模拟微地形的标志物为基准,玉米覆盖条件下地表微地形构建提取和精度评估研究。[结果]1)玉米覆盖坡面控制点误差<0.002 m,稀疏点云与密集点云数量分别为裸坡的2.1、2.6倍。2)基于C2C(Cloud to Cloud)的结果表明,玉米覆盖坡面与裸坡点云85.12%距离<0.001 m;DOD(DEM of Difference)的结果表明,玉米覆盖坡面与裸坡DEM有96.07%高差绝对值<0.003 m,整体精度可达毫米级。3)裸坡标志物微地形提取更接近实际值,各方向标志物长、宽、深精度均在98%以上;玉米覆盖坡面标志物虽因植被叠加导致横向标志物精度有所下降,但精度仍在97%以上。[结论]基于SfM-MVS的测量法,可应用于玉米覆盖坡面微地形起伏特征的提取。
文摘使用卷帘快门相机进行移动测量时,由于逐行曝光的特点,影像上会产生果冻效应。而传统的运动恢复结构(Structure from Motion,SfM)算法假设影像是全局快门获取,直接处理卷帘快门影像很难得到高精度的结果。针对以上问题,构建了卷帘快门SfM框架,主要包括对初始化重建、卷帘快门影像绝对位姿估计、卷帘快门三角化和光束法平差等关键步骤的算法改进,分析并验证了卷帘快门SfM的退化问题,提出利用多镜头组合相机采集的影像进行卷帘快门SfM可以避免退化,并且利用多镜头约束的光束法平差对SfM结果进行进一步优化。实验表明,所提出的面向多镜头组合相机的卷帘快门SfM算法能够有效应对果冻效应,提高重建精度。
文摘为了实现点胶加工工件的三维模型重建,在分析了SFM(structure from motion)算法原理和五轴点胶机特点的基础上,提出了一种在五轴机床上使用单目相机实现工件三维模型重建的方法。首先,通过标定获得相机内外参,建立世界坐标系、机床坐标系与相机坐标系之间的关系;其次,从不同角度拍摄工件,与一般SFM不同的是拍摄时由机床机械坐标计算出相机位姿作为外参;最后,将图像序列和相机内外参作为输入,经过稀疏重建与稠密重建输出三维模型。实验结果表明,选用恰当的原始数据与参数可以高效地完成重建任务,重建成功率在90%以上,平均重投影误差为0.653 144 pixels。
文摘[目的]为比较地形变化监测算法在黄土高原砒砂岩区的适用性。[方法]以皇甫川流域特拉沟一支沟为研究对象,采用无人机摄影测量技术获取2022年7月至2023年3月影像,结合SfM技术生成三维点云数据,比较分析[digital elevation model of difference(DoD)、cloud to cloud(C2C)、cloud to mesh(C2M)、multiscale model to model cloud comparison(M3C2)]等4种算法的侵蚀产沙监测精度,并分析点云密度变化对各方法精度的影响。[结果](1)4种常用算法在空间上都能监测到大幅度地表变化。其中,以M3C2算法的结果最优,线性拟合结果最好(R^(2)=0.953,p<0.01),且综合误差最小(MAE=0.0161 m,MRE=3.37%,RMSE=0.0194 m),C2M算法其次,DoD算法再次,而C2C算法结果最差。(2)通过比较,DoD算法仅适用于平坦区域的快速检测,坡度陡峭的区域监测侵蚀沉积量存在高估的现象。(3)M3C2和C2C算法对点云密度变化敏感,而C2M和DoD受点云密度变化影响较小。[结论]研究结果可为黄土高原砒砂岩地区基于UAV-SfM的侵蚀产沙监测方法的选择提供参考。
