基于多曝光融合增强图像的测量场景三维建模
计算机视觉与模式识别
2021-11-11 v1
摘要
在当前实践中，场景测量由作业人员使用全站仪完成。该方法精度高，但若需连续监测则成本高昂。基于摄影测量、使用相对廉价的数字相机的技术已在诸多领域获得广泛应用。除点测量外，摄影测量还可创建场景的三维（3D）模型。精确的3D模型重建依赖于高质量图像。退化图像会导致重建的3D模型出现较大误差。本文提出一种可用于改善图像可见性、并最终减小3D场景模型误差的方法。其思路受图像去雾启发。每幅原始图像首先通过伽马校正操作和自适应直方图均衡化为多幅曝光图像。随后通过计算局部二值模式对变换后的图像进行分析。接着对图像进行增强，每个像素由变换图像像素集合根据局部模式特征与图像饱和度的函数加权生成。已在基准图像去雾数据集上完成性能评估。并在室外与室内测量中开展了实验。我们的分析发现，该方法对室外和室内图像中存在的各类退化均有效。当输入摄影测量软件时，增强后的图像可重建出平均误差为亚毫米级的3D场景模型。
引用
@article{arxiv.2111.05541,
title = {3D modelling of survey scene from images enhanced with a multi-exposure fusion},
author = {Kwok-Leung Chan and Liping Li and Arthur Wing-Tak Leung and Ho-Yin Chan},
journal= {arXiv preprint arXiv:2111.05541},
year = {2021}
}