基于无人机图像序列的三维重建方法综述

图１无人机 三维重建方法及应 用示意 图
２ ． 数据获 取
无人 机 的 图像获 取主 要通 过 机载 云 台实 现 ，云 台 的安装 可 以在 最大 程度 上保 证 拍摄 数据 的稳定 性 ，减少 由于 飞行过 程 中机 身抖 动 而产 生 的噪 声 。其 中按 照获 取数 据类 型 主要 可 以分 为视 频数 据和 图 像数 据 ， 以大 疆 经 纬Ｍ １ ０ ０ 所 搭 载 的ｚ ３ 云 台为例 ，视 频数 据 最 大支 持４ Ｋ清 晰 度ｍｏ ｖ 格 式 视 频 的 拍摄 ，图 像清 晰 度 也 可达 Ｎ２ １ ６ ０ Ｐ 【 ３ 】 。 按照 获取 数据 方 式主 要可 以分为 程序 获取 和 手动 获取 ，程 序 获取 通 过终 端程 序按 照 飞行 区域 自动规 划航 迹 ，设 定满 足三 维 重建 的 最大 拍摄 间 隔 ，收集 需要 数 据 ，手动 获 取则 通过 人 眼观 测 ，实 时选 择要 拍摄 的 图片 ，或 直接 从 拍摄 的视 频 中截 取 需要 的 图片 ， 自动 获 取 的 优 点在 于效 率较 高 ，不 存在 信 息冗 余 ，手动 获取 则 难 以把握 需 要 的 数据 量 ，甚至 出现信 息无 法满 足三 维重 建 需要 的情 况 。
Ｅ Ｌ Ｅ Ｃ Ｔ Ｒ ＯＮ ｌ Ｃ Ｓ ＷＯ Ｒ Ｌ Ｄ・ ｊ ５ ｉ ｉ 。 与挈 粤 ｌ 寡
基于无人机 图像序列 的三维重建方法综述
武警工程大学信息工程 系 刘 睿
【 摘要 】无人机作为新兴的科技装备 ，在军用和民用领域均得到 了广泛的应 用。简要介绍了运用术 ，对 主要 实现 方法 进行 了综 述 。
【 关键词 】 无人机 ；图像序列；三维重建
图像 特 征 点 的 识 别 配 准 简单 来 说 就 是 通 过 特 定 的 图像 配 准算 法 ，对 选 定 图像序 列 中的 每一 张 图像进 行 特征 点 的识别 ，将 图像 中 具 有特 殊 意义 或特 殊参 数 的 点标记 出来 ，生成 唯一 描述 符 ，将 图像 序 列 中图像 进 行两 两 匹配 ，匹 配过 程为 对 两张 图像 上所 有 点描 述符 做 出判 定 ，找 出意 义相 同 的点 。 目前主 要 的图像 配准 算法 有 Ｓ Ｉ Ｆ Ｔ 、 Ｆ ＡＳ Ｔ 、Ｓ Ｕ Ｒ Ｆ 等 ， 由于无 人机 拍 摄 图像 涉及 到 旋转 、尺 度 、光 照等 系列 变化 ，这就 对算 法 的鲁 棒性 和不 变 性 （ 旋转 不变 性 、尺 度不 变 性 、光 照不 变性 ）提 出了较 高要 求 ，按 照使 用场 景 ，选 择合 适 的 图像处 理算 法 可 以极大 的提 高建模 速 度和 效果 。
一
１ ． 引言
近年 来 ，随着无人 机技术 的发展 ，依托无人 机完成 目标地 区的三 维重 建逐渐 成为无 人机应 用领域 的新方 向 。一方 面 ，与传 统 的摄 影测 量相 比，该技术将 无人机 与计算机 视觉 紧密结合 ，具有 获取信 息方便 高效 ，建模精度可靠 的优 点，能够较好 的完 成地形测绘工作Ⅲ ；另一方 面 ，随着计 算机 图形学 、虚拟现 实和 多媒体通信 等技术 的不 断发展 ， 人们 对具 有高度 真实感 的三维模 型 的需求与 日俱增 ，三 维重 建对 于 当 前炙手 可热的虚拟现实技术有 着重要意义 ，是 未来 发展的～大趋势Ｉ ２ Ｊ 。 基 于 无人 机 图像 序列 的三 维 重建 具体 涉及 相 机成 像原 理 、 图像 处 理 、点 云生 成 、点 云封 装 以及 纹理 映射 等 多个 领域 ，其 一般 步 骤 如图ｌ 所示 ：
４ ． 深度估计
完 成特 征 点的 匹配后 ，通 过标 定 的特 征 点生成 点 云数据 。 在 三维重 建中 ，主要 完成 以下五个 坐标系 的转 换 ，分 别是世 界坐 标系 、飞机坐标 系、镜 头坐标 系、图像坐标系和像素坐标系。生成点云 数据 的原理就是通过 坐标变换将特征 点的像 素坐标 系转化为世界坐标 系 。其 中，相机坐标系 、世 界坐 标系和图像 坐标系关系如图２ 所示：
图２相机坐标系、世界坐标及和图像坐标 系的关 系
般 的可 以通 过三 角 测量 法 由特 征 点的对 应 关系 求得 基础 矩 阵 Ｆ 和 本征 矩 阵Ｅ ，从而 求得 相机 的 旋转矩 阵Ｒ 和 平 移 向量ｔ ，从 而计 算 出相 机 的投 影 矩 阵Ｐ 。将 之前 所 匹配 的特 征 点依 次 带入 方 程 ，利 用 最小 二乘 法计 算 出每 一个 特 征 点的坐 标 。根 据其 坐标 信 息完 成对 目 标 地物 点云信 息 的构建 。
一
５ ． 网格 重建与纹理映射
３ ． 图像处 理
图像处理技术包括 图像预处理和 图像特征点的识别配准两个部分。 图像 预 处理 首 先通 过 简单 的去 噪算 法 完成 无人 机 图像 的去 噪 ， 提升 图 像质 量 ，减少 由于室 外光 照 强 烈，机 身 抖动 剧 烈而产 生 的照 片失 真 、模糊 的现 象 。其次 ，通 过 畸变 参数 矫 正 ，消 除相机 畸 变对 图像 产 生 的影 响 。由于 每 一部相 机 在 出厂 时 由于 凸透镜 成 像原 理产 生径 向畸变 ，由于 工业 误差 产 生切 向 畸变 ，这 就造 成 了无 人机 拍摄 大场 景 图像 时 ，边 缘部 分 形变 依据 相机 的不 同而不 同， 因此 ，通过 对相机 内参数 （ 光心位置、畸变系数、焦距）的测量完成 图像的畸 变矫 正 可 以有效 提升 建模 精度 。 网格重 建作为 点云三维 重建 的关 键步骤 ，主要通 过网格 重建算法 将点云 数据封 装 ，生 成网格 模型 。主要方法 有 ：基于Ｄ ｅ ｌ ａ ｕ ｎ ａ ｙ ￣ ］ １ 分 的 重建 、基 于 区域 扩张 的重 建、基 于统 计学 原理 的重建 。其 中基 于Ｄ ｅ ． １ ａ ｕ ｎ ａ ｙ ￣ Ｊ ｌ 分 的重建好 处在 于 当数 据样本 较大 且质量 较好 时可 以获得 理 想的重 建模型 ，如果数 据噪 声较多 ，则难 以完成 。基 于 区域扩 张 的重 建运算 效率较 高，但 重建模 型均为三 角面片 ，对于 高精度要 求 的模 型 难 以胜 任 。基 于统计 学原理 的重建 ，主要通 过深度 学习 的方法完成 ， 该方法 是近年来研 究的重点 ，可 以获得较好 重建效果 。 纹 理映 射 主要 是将 物体 固有 的纹理 信 息投 影 到网格 重 建 的模 型