基于傾斜攝影與地面激光掃描儀的三維場(chǎng)景建模

摘 ?要：為了給室外智能移動(dòng)設(shè)備提供可視化的三維模型，需要對(duì)部分場(chǎng)景單獨(dú)進(jìn)行三維重建。本文將無(wú)人機(jī)進(jìn)行傾斜攝影與地面三維激光掃描技術(shù)有效結(jié)合，采用無(wú)人機(jī)傾斜攝影和地面三維激光掃描采集場(chǎng)景數(shù)據(jù)，經(jīng)過(guò)數(shù)據(jù)處理和改進(jìn)的ICP算法配準(zhǔn)融合，實(shí)現(xiàn)對(duì)三維場(chǎng)景模型重建。從而提高場(chǎng)景三維模型的質(zhì)量，為智能移動(dòng)設(shè)備在三維場(chǎng)景中運(yùn)行提供了基礎(chǔ)條件。

關(guān)鍵詞：點(diǎn)云融合;傾斜攝影;激光掃描;三維場(chǎng)景建模

中圖分類號(hào)：TP391.9 ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2096-4706（2021）14-0075-05

Abstract： In order to provide a visual 3D model for outdoor intelligent mobile devices， it is necessary to reconstruct part of scenes separately. In this paper， UAV oblique photography and ground 3D laser scanning technology are effectively combined. UAV oblique photography and ground 3D laser scanning are used to collect scene data. After data processing and improved ICP algorithm registration fusion， 3D scene model reconstruction is realized. As a result， the quality of scene 3D model is improved， and the basic conditions are provided for the intelligent mobile devices to run in the 3D scene.

Keywords： point cloud fusion; oblique photography; laser scanning; 3D scene modeling

0 ?引 ?言

隨著科技進(jìn)步的發(fā)展，室外智能移動(dòng)設(shè)備應(yīng)用越來(lái)越廣泛，三維場(chǎng)景模型給室外智能移動(dòng)設(shè)備提供了可視化的三維場(chǎng)景，是實(shí)現(xiàn)路徑規(guī)劃及自助導(dǎo)航的基礎(chǔ)。室外智能移動(dòng)設(shè)備的應(yīng)用也對(duì)三維場(chǎng)景模型的精度、分辨率和清晰度都有了更高的要求。

利用無(wú)人機(jī)傾斜攝影技術(shù)可以快速的得到大范圍場(chǎng)景信息，也可以得到場(chǎng)景高處不同角度的影像數(shù)據(jù)，傾斜攝影技術(shù)具有高效、高速、色彩逼真的特征[1，2]，但是接近地面部分信息缺失，特別是無(wú)人機(jī)因?yàn)榻嵌仍驘o(wú)法獲得的數(shù)據(jù)，必須需要借助其他手段來(lái)補(bǔ)充。地面大場(chǎng)景三維激光掃描作業(yè)是一種新興技術(shù)，它具有非接觸、高效、高精度獲取物體表面三維點(diǎn)云數(shù)據(jù)等優(yōu)勢(shì)，能為空間信息數(shù)據(jù)庫(kù)提供大量的數(shù)據(jù)源[3，4]。該技術(shù)已經(jīng)應(yīng)用于智能工廠、智慧城市、建筑信息提取等領(lǐng)域。與傳統(tǒng)的人工建模相比，三維激光掃描技術(shù)具有明顯的優(yōu)勢(shì)，數(shù)據(jù)采集具有較高的效率和精度[5，6]。利用三維激光掃描技術(shù)更能夠進(jìn)入到復(fù)雜的場(chǎng)景環(huán)境和空間進(jìn)行掃描操作，可以直接對(duì)各種大型非結(jié)構(gòu)化的三維場(chǎng)景數(shù)據(jù)進(jìn)行完整采集，然后進(jìn)行快速重建三維場(chǎng)景模型。地面掃描儀數(shù)據(jù)能夠與無(wú)人機(jī)傾斜攝影數(shù)據(jù)相結(jié)合，最終形成較為完善場(chǎng)景模型。

隨著智能移動(dòng)設(shè)備的廣泛使用，三維場(chǎng)景模型的構(gòu)建受到了眾多學(xué)者的重視。張愛(ài)武等依據(jù)三維成像掃描儀提出室外場(chǎng)景模型建立的系統(tǒng)方法，以及推導(dǎo)了三維激光與采樣點(diǎn)的配準(zhǔn)關(guān)系[7];孫衛(wèi)東利用三維激光掃描的特點(diǎn)提出自適應(yīng)室外場(chǎng)景表面重建方法，通過(guò)邊緣提取和表面曲率進(jìn)行自適應(yīng)采樣[8];楊麗萍利用三維可視化類庫(kù)，實(shí)現(xiàn)三維激光掃描數(shù)據(jù)的幾何建模[9];肖雄武針對(duì)無(wú)人機(jī)傾斜攝影自動(dòng)三維重建的自動(dòng)化處理、重建模型結(jié)構(gòu)特點(diǎn)不突出等問(wèn)題進(jìn)行研究[10];曹明蘭等利用無(wú)人機(jī)傾斜攝影系統(tǒng)與三維激光掃描系統(tǒng)的結(jié)合討論了數(shù)據(jù)獲取、點(diǎn)云配準(zhǔn)、及數(shù)據(jù)處理，實(shí)現(xiàn)了森林三維場(chǎng)景模型建立[11]。當(dāng)前智能移動(dòng)設(shè)備對(duì)三維場(chǎng)景提出了更高的要求，本文將無(wú)人機(jī)傾斜攝影和大場(chǎng)景激光掃描技術(shù)相結(jié)合，構(gòu)建高質(zhì)量的三維場(chǎng)景模型。

1 ?技術(shù)路線

本文以無(wú)人機(jī)在場(chǎng)景高處進(jìn)行傾斜攝影為主，來(lái)獲取場(chǎng)景整體的三維空間信息，為整體三維場(chǎng)景空間信息的獲取和三維激光點(diǎn)云數(shù)據(jù)的改進(jìn)提供參考和依據(jù)，經(jīng)過(guò)空間三角計(jì)算得到粗略的模型。然后，通過(guò)多站三維激光掃描點(diǎn)云數(shù)據(jù)的拼接，主要對(duì)場(chǎng)景整體的信息進(jìn)行改善和修復(fù)。最后對(duì)殘缺區(qū)進(jìn)行孔洞修復(fù)，填補(bǔ)點(diǎn)云數(shù)據(jù)缺失部分，獲得完整的三維場(chǎng)景模型，技術(shù)路線如圖1所示。地面激光掃描技術(shù)與無(wú)人機(jī)傾斜攝影相結(jié)合提高了三維場(chǎng)景模型的質(zhì)量，在三維場(chǎng)景模型建立中取得了較好的效果。三維場(chǎng)景的幾何特征和紋理特征能為室外智能設(shè)備的場(chǎng)景識(shí)別和路徑規(guī)劃提供了信息支持。

2 ?點(diǎn)云數(shù)據(jù)采集

2.1 ?傾斜攝影數(shù)據(jù)采集

無(wú)人機(jī)傾斜攝影可以高效地獲取三維場(chǎng)景中建筑物高處的信息。無(wú)人機(jī)航線鋪設(shè)常采用自主導(dǎo)航等距離曝光模式，為了保證采集區(qū)域邊界的精準(zhǔn)度，在邊緣區(qū)域留出間距以保證信息的完整性，然后在選定模式路徑下進(jìn)行圖像信息采集。利用無(wú)人機(jī)獲取場(chǎng)景中建筑物、植被等頂部圖像，得到其表面信息，然后根據(jù)計(jì)算機(jī)視覺(jué)原理和低空輔助飛行控制數(shù)據(jù)，通過(guò)圖像拓?fù)潢P(guān)系，給出場(chǎng)景的三維建模。通過(guò)生成包含顏色信息的三維點(diǎn)云數(shù)據(jù)，直觀的表達(dá)場(chǎng)景中建筑及植被等物體的空間分布?？衫肅loudCompare等軟件對(duì)屋頂、墻壁等的圖像進(jìn)行密集匹配，生成密集的點(diǎn)云，再對(duì)航拍圖像進(jìn)行預(yù)處理，同時(shí)調(diào)整航拍圖像的飽和度和對(duì)比度。一般來(lái)說(shuō)，重投影誤差大于1需要多次重復(fù)的三角測(cè)量。但是在一些細(xì)節(jié)區(qū)域，由于遮擋和圖像差等問(wèn)題，傾斜攝影拍攝會(huì)出現(xiàn)失真和空洞。因此有必要對(duì)該區(qū)域的拍攝數(shù)據(jù)進(jìn)行補(bǔ)充。

2.2 ?地面場(chǎng)景點(diǎn)云數(shù)據(jù)采集

無(wú)人機(jī)對(duì)于場(chǎng)景接近地面部分和角度遮擋原因，對(duì)場(chǎng)景數(shù)據(jù)采集存在不足，影響場(chǎng)景模型質(zhì)量，可以采用大場(chǎng)景激光掃描儀對(duì)其存在缺陷的地方進(jìn)行掃描，補(bǔ)充數(shù)據(jù)，提高模型質(zhì)量。為了獲得全方位、高精度的場(chǎng)景數(shù)據(jù)，可根據(jù)實(shí)際需求和掃描儀的工作參數(shù)，設(shè)置站點(diǎn)數(shù)、站點(diǎn)間的距離和每個(gè)站點(diǎn)掃描的時(shí)間，從不同的角度捕獲多次掃描數(shù)據(jù)，以保證點(diǎn)云的測(cè)量精度和完整性。三維掃描儀對(duì)測(cè)量區(qū)域的布置一般滿足以下要求：（1）根據(jù)需求合理布置掃描站點(diǎn)的間距，在保證建筑點(diǎn)云數(shù)據(jù)完整獲取的前提下，避免不必要的站點(diǎn)設(shè)置。（2）每個(gè)相鄰控制點(diǎn)的視覺(jué)重疊部分應(yīng)達(dá)到30%以上，以保證拼接效果完好。此外，激光掃描設(shè)備的設(shè)置會(huì)對(duì)測(cè)量速度、降噪級(jí)別和掃描的范圍產(chǎn)生重要影響，本文采用FARO S70掃描儀的高質(zhì)量4x設(shè)置，這樣掃描儀將更集中于掃描區(qū)域中對(duì)象的點(diǎn)。采用1/4的分辨率彩色掃描，掃描過(guò)程主要包括儀器參數(shù)調(diào)試、掃描點(diǎn)布置、數(shù)據(jù)導(dǎo)出等操作。

3 ?點(diǎn)云數(shù)據(jù)處理

3.1 ?傾斜攝影數(shù)據(jù)理

首先，對(duì)傾斜攝影采集到的圖像進(jìn)行預(yù)處理，圖像預(yù)處理主要是進(jìn)行格式數(shù)據(jù)轉(zhuǎn)換、對(duì)比度調(diào)整，曝光調(diào)整等圖像優(yōu)化，在對(duì)圖像進(jìn)行預(yù)處理后，再對(duì)圖像數(shù)據(jù)進(jìn)行空中三角測(cè)量?？罩腥菧y(cè)量計(jì)算主要在于自動(dòng)、準(zhǔn)確的估算每幅輸入影像的位置、角元素和相機(jī)屬性，以確定圖像拍攝的位置和方向?？罩腥菧y(cè)量計(jì)算從輸入?yún)^(qū)塊開(kāi)始，然后根據(jù)選定參數(shù)生成新的完整區(qū)塊或平差區(qū)塊，即確定圖像的內(nèi)部和外部方向元素，如圖2所示。空中三角測(cè)量是提取每張影像的特征點(diǎn)，利用這些特征點(diǎn)兩兩之間連接進(jìn)而形成三角，再將測(cè)量區(qū)域拍攝到的正常圖像合并到一個(gè)統(tǒng)一的坐標(biāo)系當(dāng)中，生成一個(gè)高密度的點(diǎn)云模型。

圖3為圖像的質(zhì)量報(bào)告。一共輸入234幅圖像，導(dǎo)入圖像的校準(zhǔn)使用率達(dá)到100%。每個(gè)圖像數(shù)據(jù)集的圖像中值為5 986個(gè)關(guān)鍵點(diǎn)，共有26 522個(gè)連接點(diǎn)，其中圖像中值連接點(diǎn)為534個(gè)點(diǎn)。平均重投影誤差（RMS）為0.82個(gè)像素，在傾斜攝影建模中，投影誤差小于1，誤差在允許范圍內(nèi)。經(jīng)過(guò)多次的實(shí)驗(yàn)結(jié)果表明，如果校準(zhǔn)率沒(méi)有到達(dá)100%，或投影誤差較大，則需要重新導(dǎo)入新的相片進(jìn)行空中三角測(cè)量，以免后期出現(xiàn)數(shù)據(jù)不足，導(dǎo)致圖像殘缺。

空中三角測(cè)量計(jì)算后，在生成的點(diǎn)云基礎(chǔ)上生成三維模型，如圖4所示，三維模型整體效果尚可。但是放大后發(fā)現(xiàn)細(xì)節(jié)部分還是存在問(wèn)題，存在空洞和失真，如圖5所示，因此有必要通過(guò)地面三維掃描儀對(duì)該區(qū)域進(jìn)行三維激光掃描，來(lái)修補(bǔ)這些不足。

3.2 ?三維掃描儀數(shù)據(jù)處理

使用三維場(chǎng)景掃描儀獲取的數(shù)據(jù)來(lái)彌補(bǔ)無(wú)人機(jī)傾斜攝影的不足。根據(jù)存在問(wèn)題的區(qū)域和掃描儀性能，布置地面掃描點(diǎn)，得到三維掃描數(shù)據(jù)后需要對(duì)原始數(shù)據(jù)進(jìn)行再加工，檢查數(shù)據(jù)的完整性，進(jìn)行數(shù)據(jù)的規(guī)范化和點(diǎn)云過(guò)濾等操作?，F(xiàn)場(chǎng)環(huán)境的復(fù)雜性及掃描本身反射不均勻的影響，容易造成掃描獲取點(diǎn)云數(shù)據(jù)存在噪音點(diǎn)，為了提高后續(xù)配準(zhǔn)的效果，需要對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行裁剪及平滑處理。

本文采用SCENE軟件對(duì)FARO三維掃描儀采集的數(shù)據(jù)進(jìn)行處理。首先，導(dǎo)入數(shù)據(jù)到FARO對(duì)應(yīng)的點(diǎn)云處理軟件SCENE里面，對(duì)三維掃描儀掃描到的場(chǎng)景進(jìn)行拼接、處理、裁剪效果不佳的點(diǎn)和導(dǎo)出點(diǎn)云，對(duì)于不同設(shè)備采取到的數(shù)據(jù)導(dǎo)出成常用的las數(shù)據(jù)格式，以方便后續(xù)的使用。

4 ?數(shù)據(jù)配準(zhǔn)

數(shù)據(jù)配準(zhǔn)是將不同坐標(biāo)系中的點(diǎn)集轉(zhuǎn)換到同一坐標(biāo)系中，即計(jì)算兩個(gè)空間坐標(biāo)系變換關(guān)系[12]。地面三維掃描儀系統(tǒng)和空中無(wú)人機(jī)系統(tǒng)有多個(gè)坐標(biāo)系，包括世界（絕對(duì)）坐標(biāo)系、相對(duì)坐標(biāo)系、掃描儀坐標(biāo)系和無(wú)人機(jī)相機(jī)坐標(biāo)系。坐標(biāo)系的統(tǒng)一是數(shù)據(jù)融合的基礎(chǔ)。將無(wú)人機(jī)點(diǎn)云數(shù)據(jù)的坐標(biāo)系作為相對(duì)坐標(biāo)，需要將無(wú)人機(jī)點(diǎn)云數(shù)據(jù)轉(zhuǎn)化到同一坐標(biāo)系中進(jìn)行數(shù)據(jù)配準(zhǔn)[12]。本文采用人工粗配準(zhǔn)和自動(dòng)精配準(zhǔn)的方法進(jìn)行點(diǎn)云配準(zhǔn)。

4.1 ?點(diǎn)云數(shù)據(jù)粗配準(zhǔn)

粗配準(zhǔn)是將兩個(gè)完全不在同一坐標(biāo)系下的兩個(gè)數(shù)據(jù)進(jìn)行人工配準(zhǔn)。初始點(diǎn)云的精配準(zhǔn)容易受初始值影響，會(huì)收斂局部的最小值，所以點(diǎn)云的粗配準(zhǔn)就變得相當(dāng)重要。進(jìn)行手動(dòng)粗配準(zhǔn)使用4點(diǎn)法，首先提取4個(gè)橫截面中的特征點(diǎn)，對(duì)這些點(diǎn)進(jìn)行區(qū)分和連接，根據(jù)他們自身的位置，以及潛在位置賦予不通的標(biāo)簽。最終建立語(yǔ)義點(diǎn)的意義對(duì)應(yīng)關(guān)系，為保證粗配準(zhǔn)達(dá)到更好的效果常常會(huì)選擇多個(gè)對(duì)應(yīng)點(diǎn)，為之后精配準(zhǔn)提供高質(zhì)量的變換矩陣，以便到更好的結(jié)果。在對(duì)一個(gè)掃描場(chǎng)景的數(shù)據(jù)進(jìn)行手動(dòng)配準(zhǔn)過(guò)程中得到一個(gè)變換矩陣，其精度為0.69，如圖6所示。后續(xù)可通過(guò)精配準(zhǔn)進(jìn)一步改善效果。

4.2 ?點(diǎn)云數(shù)據(jù)精配準(zhǔn)

ICP算法是基于最小二乘法的數(shù)據(jù)最優(yōu)匹配的算法，ICP算法的配準(zhǔn)效果與點(diǎn)云集的初始位置關(guān)系很大。它的基本原理是首先獲取兩個(gè)數(shù)據(jù)集的特征點(diǎn)，根據(jù)特征點(diǎn)進(jìn)行數(shù)據(jù)匹配，將這些匹配點(diǎn)設(shè)置為假想的對(duì)應(yīng)點(diǎn)，然后根據(jù)式（1）所描述的對(duì)應(yīng)關(guān)系求解配準(zhǔn)參數(shù)，最后利用配準(zhǔn)參數(shù)進(jìn)行數(shù)據(jù)轉(zhuǎn)換[12]，使配準(zhǔn)誤差S2的最小化。

傳統(tǒng)的ICP算法在對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行精配準(zhǔn)過(guò)程中，按照一定的約束條件，迭代搜索兩個(gè)集合之間最接近的點(diǎn)，ICP算法易于實(shí)現(xiàn)，且精度高，但也存在一定的不足。首先，點(diǎn)云數(shù)據(jù)量大時(shí)，收斂速度慢，容易陷入局部最優(yōu)，導(dǎo)致配準(zhǔn)效率低，配準(zhǔn)效果差;其次，對(duì)點(diǎn)云初位置要求太高。由于環(huán)境的復(fù)雜性，為了減少點(diǎn)云配準(zhǔn)誤差，提高配準(zhǔn)速度，本文采用基于k-d tree改進(jìn)的ICP算法，提高工作效率和配準(zhǔn)精度提高。

改進(jìn)ICP算法的原理是基于二叉樹(shù)的坐標(biāo)分割建立點(diǎn)的拓?fù)潢P(guān)系。使用法向量角作為決定因素，而不是以k-d距離方面的鄰里關(guān)系來(lái)決定。將需要查詢的點(diǎn)與分裂維的值進(jìn)行比較，得到兩種答案分別進(jìn)入左子樹(shù)分支和右子樹(shù)分支。這樣就可達(dá)到二叉樹(shù)的葉子結(jié)點(diǎn)，沿著尋找路經(jīng)就可找到同一子空間中的最近近似點(diǎn)。再對(duì)點(diǎn)往回尋找，若得到更優(yōu)的結(jié)點(diǎn)則更新子空間節(jié)點(diǎn)來(lái)搜索最近近似點(diǎn)，直到最終路徑全部搜完。搜索直到達(dá)到目標(biāo)為止，該算法不使用搜索每個(gè)點(diǎn)，而是根據(jù)以往的經(jīng)驗(yàn)選擇更有效的搜索路徑。當(dāng)采用間接路徑時(shí)，近似搜索方向由迭代關(guān)系確定，改進(jìn)的ICP算法具體步驟為：

（1）選擇種子點(diǎn)pi從點(diǎn)集P計(jì)算法向量的加權(quán)平均值。

（2）選擇k-d tree最近的點(diǎn)pi從點(diǎn)集X并計(jì)算出這些點(diǎn)的法向量。

（3）構(gòu)造相應(yīng)的點(diǎn)集C（pi， xk）具有相同法線矢量角度的點(diǎn)對(duì)，并更新目標(biāo)點(diǎn)云。

（4）如果均方根誤差收斂但不低于給定的閾值，則確?；谂錅?zhǔn)向量的下半搜索空間。

（5）直到出現(xiàn)閾值收斂，如果解決方案處于局部最優(yōu)狀態(tài)，則迭代。

（6）如果殘差平方和不收斂，則處理搜索空間的另一半并返回到步驟1，直到滿足終止條件。

為了驗(yàn)證改進(jìn)的ICP算法的可行性和穩(wěn)定性，通過(guò)構(gòu)建一個(gè)實(shí)際的場(chǎng)景模型進(jìn)行了測(cè)試。圖7顯示了經(jīng)典ICP算法與改進(jìn)ICP算法配準(zhǔn)的效果，通過(guò)a、b、c三處的比較，可以發(fā)現(xiàn)使用改進(jìn)后的ICP算法解決了配準(zhǔn)效果得到提高、空洞問(wèn)題、提高紋理精度及細(xì)節(jié)得到了優(yōu)化。實(shí)現(xiàn)了多源信息的優(yōu)勢(shì)互補(bǔ)，降低模糊的可能性，降低錯(cuò)誤率，改善信息不完整的現(xiàn)象，提高了場(chǎng)景模型質(zhì)量。算法測(cè)試數(shù)據(jù)對(duì)比如表1所示，改進(jìn)ICP算法的配準(zhǔn)誤差為0.21，比經(jīng)典ICP算法配準(zhǔn)誤差減少了83.05%;由于采用k-d tree改進(jìn)后縮短對(duì)應(yīng)點(diǎn)的時(shí)間，改進(jìn)ICP算法的配準(zhǔn)時(shí)間只用了經(jīng)典ICP算法的43.87%。測(cè)試場(chǎng)景中兩個(gè)點(diǎn)云數(shù)據(jù)重疊度為50%時(shí)，這時(shí)精度為0.08，如圖8所示，與圖6的精準(zhǔn)度0.69相比配準(zhǔn)后的精準(zhǔn)度有大幅度的提升。

4.3 ?三維場(chǎng)景輸出

使用改進(jìn)的ICP算法配準(zhǔn)和數(shù)據(jù)融合進(jìn)行大場(chǎng)景的三維場(chǎng)景建模，建筑物屋頂三維激光點(diǎn)云數(shù)據(jù)模型的缺失數(shù)據(jù)以及傾斜攝影數(shù)據(jù)模型中的空洞現(xiàn)象都得到了改善。最后，將融合的數(shù)據(jù)導(dǎo)入到Context Capture建模軟件中，基于坐標(biāo)系的數(shù)碼照片紋理和地理位置，經(jīng)過(guò)三維軟件空中三角測(cè)量計(jì)算后直接生成一個(gè)三維場(chǎng)景模型。圖9展示了最終的效果三維場(chǎng)景。較好的解決了無(wú)人機(jī)建模地面遮擋缺失和三維掃描儀的頂部部分?jǐn)?shù)據(jù)缺失等問(wèn)題。

通過(guò)數(shù)據(jù)融合生成的三維場(chǎng)景模型，較好的解決無(wú)人機(jī)因遮擋對(duì)場(chǎng)景貼地部分信息缺失和地面站掃描儀缺少高處信息的問(wèn)題?？梢缘玫礁哔|(zhì)量三維場(chǎng)景幾何信息和紋理特征，展示出了場(chǎng)景的真實(shí)性、時(shí)效性，結(jié)合移動(dòng)設(shè)備硬件的突破，為三維場(chǎng)景模型在智能移動(dòng)設(shè)備中的應(yīng)用提供了可能。

5 ?結(jié) ?論

本文探討了基于多源數(shù)據(jù)融合的三維場(chǎng)景建模技術(shù)。實(shí)驗(yàn)結(jié)果表明，與單點(diǎn)云三維掃描數(shù)據(jù)建模和無(wú)人機(jī)傾斜攝影建模相對(duì)比，本文的地面激光掃描結(jié)合空中無(wú)人機(jī)數(shù)據(jù)融合建模效果更好，質(zhì)量有了大幅度的提升。解決地面三維激光掃描因建筑遮擋缺少頂部信息存在大量空洞、無(wú)人機(jī)因建筑擋住角度無(wú)法采集數(shù)據(jù)等問(wèn)題。三維激光掃描技術(shù)和傾斜攝影技術(shù)的結(jié)合可以高效廣泛地獲取三維場(chǎng)景空間信息，提高三維場(chǎng)景模型質(zhì)量。在保證高精度的方面進(jìn)一步完善建模效率，最終在現(xiàn)有基礎(chǔ)上提高采集精度與建模速度，從而形成一套快速有效的三維場(chǎng)景建模體系，為智能移動(dòng)設(shè)備的應(yīng)用提供了基礎(chǔ)條件。

參考文獻(xiàn)：

[1] MA D L，LI G Y，WANG L，Rapid Reconstruction of a Three-Dimensional Mesh Model Based on Oblique Images in the Internet of Things [J]，IEEE Access，2018，6：61686-61699.

[2] LAZZARI M，GIOIA D. UAV images and historical aerial-photos for geomorphological analysis and hillslope evolution of the Uggiano medieval archaeological site （Basilicata，southern Italy） [J]. Taylor & Francis，2017，8（1）：104-119.

[3] 杜建麗，陳動(dòng)，張振鑫，等.建筑點(diǎn)云幾何模型重建方法研究進(jìn)展 [J].遙感學(xué)報(bào)，2019，23（3）：374-391.

[4] 單杰，李志鑫，張文元.大規(guī)模三維城市建模進(jìn)展 [J].測(cè)繪學(xué)報(bào)，2019，48（12）：1523-1541.

[5] 張文春，范洪洋，劉永吉，等.三維激光點(diǎn)云聯(lián)合無(wú)人機(jī)影像的古建筑重建 [J].測(cè)繪通報(bào)，2019（11）：130-133+144.

[6] 楊必勝，梁福遜，黃榮剛.三維激光掃描點(diǎn)云數(shù)據(jù)處理研究進(jìn)展、挑戰(zhàn)與趨勢(shì) [J].測(cè)繪學(xué)報(bào)，2017，46（10）：1509-1516.

[7] 張愛(ài)武，胡少興，孫衛(wèi)東，等.基于激光與可見(jiàn)光同步數(shù)據(jù)的室外場(chǎng)景三維重建[J].電子學(xué)報(bào)，2005（2）：384-387+391.

[8] 張愛(ài)武，孫衛(wèi)東，李風(fēng)亭.基于激光掃描數(shù)據(jù)的室外場(chǎng)景表面重建方法 [J].系統(tǒng)仿真學(xué)報(bào)，2005（2）：384-387+391.

[9] 楊麗萍，張愛(ài)武，劉曉萌.基于VTK的室外場(chǎng)景三維重建 [J].系統(tǒng)仿真學(xué)報(bào)，2006（S2）：411-413+417.

[10] 肖雄武.具備結(jié)構(gòu)感知功能的傾斜攝影測(cè)量場(chǎng)景三維重建 [J].測(cè)繪學(xué)報(bào)，2019，48（6）：802.

[11] 曹明蘭，李亞?wèn)|，馮海英，等.傾斜攝影與激光掃描技術(shù)結(jié)合的3D森林景觀建模[J].中南林業(yè)科技大學(xué)學(xué)報(bào)，2019，39（12）：10-15+33.

[12] 謝云鵬，呂可晶.多源數(shù)據(jù)融合的城市三維實(shí)景建模 [J/OL].重慶大學(xué)學(xué)報(bào)：1-12.[2021-06-05].http：//kns.cnki.net/kcms/detail/50.1044.N.20200423.1829.002.html.

作者簡(jiǎn)介：魯超（1996—），男，漢族，湖北荊州人，碩士研究生在讀，主要研究方向：三維場(chǎng)景模型建立。