车载点云与街景影像融合方法研究
【图文】:
图 3.2-1 270 度相机图 3.2-2 360 度全景相机IFT 的街景影像匹配特征转换 SIFT(Scale Invariant Feature Transform)理论
图 3.2-2 360 度全景相机 SIFT 的街景影像匹配变特征转换 SIFT(Scale Invariant Feature Transform)理论在owe 提出,并且在 2004 年对其进行了算法完善。SIFT 算法具和特征点局部不变特征描述和匹配两部分。提取图像特征点同时也是关键步骤。由于特征点要具备稳定、独特的特性,因遵循一定的准则:特征检测算子对场景中的目标遮挡物要有较点位置要与真实位置足够接近;特征点数量要适量,要能包含提取特征点的效率要能满足应用需求;特征提取算法要有良好不同的环境影响。征提取算法[62]基本流程由四部分构成,分别为生成尺度空间、生成描述符、特征点匹配四个过程。一个 SIFT 特征主要包括和描述符向量四个部分。
【学位授予单位】:中国地质大学(北京)
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:P225.2;TP751
【参考文献】
相关期刊论文 前10条
1 张平;王山东;黄瑾娉;周明明;;基于SFM和CMVS/PMVS的建筑物点云重构方法研究[J];苏州科技学院学报(自然科学版);2015年03期
2 吴彤;傅中力;;三维重建技术及其军事应用[J];国防科技;2015年01期
3 杨必胜;董震;魏征;方莉娜;李汉武;;从车载激光扫描数据中提取复杂建筑物立面的方法[J];测绘学报;2013年03期
4 何豫航;岳俊;;基于CMVS/PMVS多视角密集匹配方法的研究与实现[J];测绘地理信息;2013年03期
5 王洋;张涛;李欢利;刘仰川;王心醉;徐川;;应用SFM和多视图面片实现牙模三维重建[J];计算机测量与控制;2013年04期
6 张永军;熊小东;沈翔;;城区机载LiDAR数据与航空影像的自动配准[J];遥感学报;2012年03期
7 李林尧;张兆翔;王蕴红;王超;;基于图像运动的三维重建及虚拟化应用[J];计算机科学;2011年07期
8 杨现辉;王惠南;;ICP算法在3D点云配准中的应用研究[J];计算机仿真;2010年08期
9 徐源强;高井祥;王坚;;三维激光扫描技术[J];测绘信息与工程;2010年04期
10 郑德华;;ICP算法及其在建筑物扫描点云数据配准中的应用[J];测绘科学;2007年02期
相关博士学位论文 前10条
1 朱肇昆;基于无序图像的密集三维重建技术研究[D];国防科学技术大学;2015年
2 崔婷婷;结合车载点云和全景影像的建筑物立面重建[D];武汉大学;2015年
3 梁玉斌;面向建筑测绘的地面激光扫描模式识别方法研究[D];武汉大学;2013年
4 魏征;车载LiDAR点云中建筑物的自动识别与立面几何重建[D];武汉大学;2012年
5 万国伟;面向建筑物的三维点云生成、增强和重建技术研究[D];国防科学技术大学;2011年
6 喻亮;基于车载激光扫描数据的地物分类和快速建模技术研究[D];武汉大学;2011年
7 邹晓亮;车载测量系统数据处理若干关键技术研究[D];解放军信息工程大学;2011年
8 赵煦;基于地面激光扫描点云数据的三维重建方法研究[D];武汉大学;2010年
9 廖斌;基于特征点的图像配准技术研究[D];国防科学技术大学;2008年
10 康志忠;数字城市中街道景观主体三维可视化的快速实现研究[D];武汉大学;2004年
相关硕士学位论文 前10条
1 杜文强;基于目标分离的建筑物模型重建[D];西安建筑科技大学;2018年
2 王静;基于SFM的多源目标三维重构方法研究[D];西安电子科技大学;2018年
3 吴雨路;徽派建筑点云数据配准研究[D];安徽建筑大学;2018年
4 王强;车载移动测量系统点云与影像配准研究[D];东华理工大学;2017年
5 王楠;基于SFM的建筑物三维重建技术研究及应用[D];东北石油大学;2017年
6 赵玲娜;基于激光反射率的点云与图像自动融合技术研究[D];武汉大学;2017年
7 王政;城市数字化建模点云数据处理技术研究[D];长春理工大学;2016年
8 罗寒;地面激光扫描三维模型重建技术研究[D];东华理工大学;2016年
9 杨爱林;基于单目图像序列的场景稠密三维重建技术研究[D];北京工业大学;2016年
10 杨文环;结合空三与SFM的近景摄影测量点云获取研究[D];中国矿业大学;2016年
,本文编号:2682894
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2682894.html