基于并行化处理的无人机影像三维重建算法
摘要
针对增量运动恢复结构（SFM）算法在重建大规模无人机影像数据集时效率低、易产生场景漂移的问题，提出一种可并行化处理的增量SFM重建算法。首先，利用词汇树图像检索结果约束图像特征匹配的空间搜索范围，提高图像特征匹配的效率。其次，综合考虑特征匹配数量和无人机平台获取的全球定位系统（GPS）信息构建无向加权场景图，并选用归一化割算法将场景图划分为多个相互重叠的子集。然后，将每个子集分布在多核CPU上并行执行增量SFM重建算法。最后，基于子集间公共重建点和强相关子集优先被合并的策略实现子集合并。此外，结合GPS信息为光束法平差（BA）代价函数添加位置约束项，有效消除每次执行BA优化引入的误差。为了验证所提算法的有效性，在3个无人机数据集上进行实验，实验结果表明，所提算法相比原始增量SFM重建算法不仅显著提高了位姿估计和场景重建的效率，而且合理优化了重建结果的精度。
引用本文（GB/T 7714）
陈怀圆 Chen Huaiyuan, 党建武 Dang Jianwu, 岳彪 Yue Biao, 等. 基于并行化处理的无人机影像三维重建算法[J]. Laser & Optoelectronics Progress, 2024.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。