基于最大生成树扩展的倾斜无人机图像高效运动恢复结构
计算机视觉与模式识别
2017-05-10 v1
摘要
本文的主要贡献是针对倾斜无人机(UAV)图像的一种高效运动恢复结构(SfM)解决方案。首先，考虑图像足迹之间的空间关系约束，借助无人机飞行控制数据和倾斜相机安装角度，设计了一种用于匹配对选择的算法。其次，从初始匹配对构建拓扑连接网络(TCN)，以无向加权图表示，将重叠区域和交角编码为边权重。然后，提出一种称为MST-Expansion的算法，从TCN中提取匹配图，其中TCN首先通过最大生成树(MST)简化。通过进一步分析MST中的局部结构，对MST的节点执行扩展操作以增强匹配图，这是通过在两个扩展方向上引入关键连接实现的。最后，在匹配图引导下提出一种高效的SfM解决方案，并使用由不同倾斜多相机系统捕获的三个无人机数据集通过综合分析和比较验证其有效性。实验结果表明，图像匹配效率得到提升，加速比在19到35之间，并且从不含地面控制点(GCPs)的相对光束法平差(BA)和含GCPs的绝对BA均获得了具有竞争力的定向精度。同时，三个数据集中的图像均成功定向。对于倾斜无人机图像的定向，所提方法是一种更高效的解决方案。
引用
@article{arxiv.1705.03212,
title = {Efficient Structure from Motion for Oblique UAV Images Based on Maximal Spanning Tree Expansions},
author = {San Jiang and Wanshou Jiang},
journal= {arXiv preprint arXiv:1705.03212},
year = {2017}
}
备注
33 pages, 66 figures