摘要：pmvs(Patch-based Multi-View Stereo)三维重建算法被广泛应用于无人机航拍影像的三维场景重建中。针对pmvs三维重建算法计算量大、时间复杂度高的问题,提出了pmvs算法的CPU多线程和GPU两级粒度并行策略(Multithread and GPU Parallel Schema,MGPS),方法具体包括:基于GPU的pmvs算法特征提取和片面扩散的并行设计;多影像的GPU和CPU任务分配机制,以使得部分任务分配给CPU采用多线程并行,部分任务分配给GPU并行时,程序总运行时间最短。实验采用搭载24核CPU和NVIDIA Tesla K20GPU的高性能服务器作为测试平台,针对分辨率为4081×2993的16幅无人机影像进行三维重建。实验结果表明,相比串行的pmvs算法,基于MGPS的pmvs算法取得4倍左右的加速比,其中特征提取最高加速13倍,计算误差在10%以内,该方法实现了更高效的pmvs三维重建。基于MGPS的pmvs算法还可用于文物保护、医学图像处理、虚拟现实等领域。

摘要：无人机序列影像具有高分辨率、高重叠度的特点,被用于大范围场景三维重建。现有多视图三维重建算法在处理大规模无人机序列影像时耗时严重、结果不稳定。将无人机低精度GPS/IMU参数融合到大规模无人机序列影像三维重建过程中,设计实现了无人机序列影像批处理三维重建方法。利用低精度GPS/IMU先验信息进行图像匹配,降低了重建中图像匹配的时间消耗以及减少误匹配;通过建立极线图和绘制多视图中点的轨迹,并结合低精度GPS/IMU信息,一次性求解全局坐标系下所有图像的旋转矩阵,只执行一次捆绑调整函数,降低了重建时优化的时间复杂度。通过实验验证了本方法在保证精度的同时提高了效率。

摘要：随着港口自动化智能堆取料技术的快速发展,智慧港口逐渐成为港口发展的趋势,而港口煤场的三维模型是其重要的组成部分。无人机的出现解决了大规模场景图像采集的难题。本文将无人机图像与多视图三维重建技术相结合,采用无人机搭载摄像机进行港口煤场图像采集,根据运动恢复结构(SFM)和稠密立体匹配的重建原理,实现煤场三维重建。设计开发了基于立体视觉的多视图三维重建的软件系统,最终重建出带有纹理信息的三维模型。实验结果和真实场景较为接近,能满足港口自动化智能堆取料的使用需求。