摘要：运动恢复结构旨在基于图像间的局部特征匹配解算相机在全局统一坐标系下的绝对位姿,是基于图像的三维重建中的关键问题.近年来,随着采集设备、计算资源以及理论方法的发展,运动恢复结构研究已逐渐由实验室小规模可控场景向室内外大规模实际场景扩展,并取得了成果显著的理论方法与实际应用.文中从实际应用出发,综述了面向大规模场景三维重建的运动恢复结构研究领域的最新成果;专注于运动恢复结构中相机位姿解算核心问题,并全面介绍了其中的最新成果按照解析式与学习式方法进行;在此基础上,为助力社区发展,讨论与分析的运动恢复结构当前研究进展与未来发展态势.

摘要：运动恢复结构算法(structure from motion, SfM)是一种通过计算图像匹配关系,恢复出相机位姿和目标三维结构的重建算法。提出一种基于赋权视角连接图的增量式运动恢复结构算法。首先建立基于图像对立体匹配质量的赋权连接图,量化了图像两两之间的匹配关系;其次在赋权连接图中边的权重的基础上,搜索度数感知的最佳初始种子对;最后根据已重建顶点的连通性构建下一张最佳图像候选集,设计了基于顶点度数与特征点分布的下一张最佳图像评价算法。在公开数据集上实验结果显示,本文算法在重建质量、相机校准率和点云生成数量的表现优于现有先进的运动恢复结构算法,相比基准对比算法,本文算法在不同数据集上平均重建耗时至少降低了19%,点云生成速率至少提升了21%。

摘要：电网设备数字化是电网数字孪生的关键环节。传统依据设计资料和台账数据的手工建模方式工作效率低、与实际情况差异性大。为解决上述弊端,同时综合考虑部分电网设施弱纹理性、色彩单一的特点导致特征点难以提取的问题与三维重建的实时性、准确性要求,研究了一种面向数字孪生电网设施的三维静态模型重建方法。首先,以运动恢复结构为基础原理,对此原理中位姿估计、稠密点云的提取、表面重建等步骤进行完整的算法流程设计。其次,通过提高特征点匹配条件,以及五点法和随机抽样一致性算法的有效结合,改善相机位姿估计的准确度,第三,联合使用最小特征值算法和Kanade-Lucas-Tomasi(KLT)光流法,以提高稠密点云的选择数量,最终有效提升点云重建精度及视觉效果。最后,以组合式变电箱为例进行实验验证,实验结果及精度对比分析表明该方法能够快速、准确地构建可视化电网设施虚拟模型,为传统电网的数字化转型,数字孪生电网的实现提供有效支撑。

摘要：提出一种基于图像三维重建的隧道超欠挖检测方法。该方法基于计算机视觉运动恢复结构算法(SFM)和半全局匹配算法(SGM)实现隧道实际开挖轮廓图像三维点云重建,再利用Delaunay三角剖分算法实现隧道实际开挖轮廓三维曲面模型重建,并基于设计开挖轮廓线和中心轴线建立隧道设计开挖轮廓三维曲面模型;以蒙华铁路大围山隧道DK1665+454—DK1665+484作为工程试验段进行现场试验分析,对所提方法有效性进行验证。研究结果表明:通过隧道实际开挖轮廓三维曲面模型与设计的开挖轮廓三维曲面模型比较分析,可实现对不同类型隧道整体超欠挖状况、超欠挖值、超欠挖面积以及超欠挖体积进行检测与评价;隧道设计开挖轮廓三维曲面模型具有数据采集设备简单、不干扰施工、检测范围全面、检测结果准确的特点;图像三维重建检测方法可实现隧道超欠挖准确检测,检测精度与三维激光扫描检测方法的相近,且比传统检测方法的精度高。

摘要：增量式运动恢复结构(ISfM)已成为无人机影像三维重建的关键技术。然而,大数据量、大重叠度和高分辨率的无序无人机影像导致的匹配对检索代价大、迭代优化误差累积和效率低的问题,使其难以满足大场景ISfM处理需求。本文提出联合全局描述子和图索引的无人机影像并行化SfM方法。针对影像特征数量大、影像检索编码本尺寸增加导致的匹配对检索效率低的问题,设计了联合全局描述子和图索引的高效影像检索方法,从而加速影像匹配。针对分块并行化SfM子场景合并存在同名点搜索效率低、内存消耗大、合并解算精度低的问题,设计了基于按需匹配图和双向重投影误差的子场景合并方法,实现无人机影像的并行化SfM重建。利用不同场景、不同采集方式获取的真实无人机影像进行试验,结果表明本文方法能够实现36~108倍加速比的匹配对检索,ISfM重建效率达到30倍加速,且相对定向和绝对定向精度与传统方法相当。

摘要：高效匹配对选择和影像特征匹配直接决定无人机影像运动恢复结构(structure from motion,SfM)的效率。联合词汇树的倒排和正向索引结构,提出无人机影像匹配对选择和特征匹配加速算法。首先,利用词汇树的单词-影像倒排索引结构,基于影像相似性的空间分布特征,设计了自适应阈值的词汇树检索算法;然后,利用词汇树的影像-单词正向索引结构,将显式最近邻描述子搜索简化为词汇树单词映射,设计了词汇树引导匹配算法。4组无人机影像的试验结果表明,所提的自适应阈值词汇树检索算法能够有效地筛选匹配对,避免传统固定阈值或比例算法导致的匹配对数量过多或不足的问题;在保证匹配精度的前提下,词汇树引导匹配算法的加速比达到156~228,并在无人机影像SfM空三中取得与经典最近邻搜索匹配相当的精度。

摘要：针对无人机影像分辨率高、数据量大导致稀疏重建效率低的问题,提出了一种减少影像匹配对数量、提高外点剔除效率的算法。首先利用无人机飞控数据、相机安装角计算影像的粗略POS(positioning and orientation system)信息;然后基于拓扑连接分析设计了最大生成树算法(maximum spanning tree expansion,MST-Expansion),最大程度地降低影像配对数;考虑到初始匹配的高外点率,设计了分层运动一致性约束(hierarchical motion consistency constraint, HMCC)算法,提高几何验证算法的效率。4组不同倾斜设备采集的无人机影像的实验结果说明,该方案能够在保证重建精度的前提下,实现无人机倾斜影像高效和稳健的稀疏重建。

摘要：利用水下机器人进行水下结构病害检测能大幅提升检测效率、降低检测成本,然而利用水下机器人拍摄得到的水下结构平面图像仅包含结构表面的有限信息。通过对水下结构三维重构可以直观地显示结构的空间构形和特征,可以多视角、全方位获取结构的表观缺陷信息。该文提出了基于水下机器人拍摄平面图像的水下混凝土结构三维重建方法,通过水下折射摄像机成像模型、SIFT特征提取和匹配算法以及点云重建的方式对水下带病害的混凝土结构表面进行三维重建。实验表明:该文提出的水下混凝土结构三维重建方法能实现病害三维立体展示,从多视角清晰获取水下结构表面病害信息。

摘要：针对使用传统单目相机的全自动三维重建方法结果精确度差和整体结构理解缺失等问题,提出一种结合视觉惯性里程计和由运动到结构的全自动室内三维布局重建系统.首先利用视觉里程计获得关键帧图像序列和对应空间位置姿态,并利用运动恢复结构算法计算精确相机位姿;然后利用多图视立体几何算法生成高质量稠密点云;最后基于曼哈顿世界假设,针对典型的现代建筑室内场景,设计一种基于规则的自底向上的布局重建方法,得到最终房间外轮廓布局.使用浙江大学CAD&CG实验室场景现场扫描数据集和人工合成的稠密点云数据集作为实验数据,在Ubuntu 16.04和PCL 1.9环境下进行实验.结果表明,文中方法对三维点云噪声容忍度高,能够有效地重建出室内场景的三维外轮廓布局.

摘要：视觉定位主要通过相机视觉信息与环境视觉特征的匹配实现位置计算。然而视觉匹配计算量较大,难以支持室内连续定位。对于视觉数据稀疏的环境,单纯依靠视觉匹配也难以实现连续的轨迹定位。针对这一问题,本文提出一种结合感知哈希与空间约束的室内连续视觉定位方法,通过智能手机采集的连续视频帧与室内图像数据集的匹配,实现精确的视觉定位。为改进视觉匹配效率,构建了一种双层次的匹配图像搜索策略,包括基于感知哈希方法的全局搜索策略和顾及运动连续性的局部搜索策略。在此基础上,设计了一种室内连续视觉定位算法,结合视觉匹配与航位推算提高视觉定位的空间连续性,并利用运动恢复结构方法提高航向角估计精度。试验结果表明,本文方法在图像匹配定位、连续离线定位、连续在线定位模式下的平均定位误差分别为0.70、0.86和0.93 m,能够达到亚米级定位精度。在线定位模式下,本文方法的平均计算时间为0.42 s,能够支持连续的视觉定位。