用于创建仿真地形的全自动摄影测量数据分割与地物信息提取方法
计算机视觉与模式识别
2020-08-11 v1
摘要
我们之前的工作已表明，利用配备可用相机的低成本现成无人机系统（UAS）及高效的摄影测量软件技术，可自动重建视觉逼真的3D网格。然而，此类生成的数据不包含地物（即人造物体、植被、地面、物体材质等）的语义信息/特征，无法支持复杂的用户级与系统级交互。考虑到这些数据在创建用于训练与仿真（即任务规划、预演、威胁检测等）的真实虚拟环境中的用例，对数据进行分割并提取地物信息是关键任务。因此，本研究的目标是设计开发一种全自动摄影测量数据分割与地物信息提取框架。为验证所提框架，将分割数据与提取特征用于作者先前设计的仿真工具——即空中地形通视分析系统（ATLAS）中创建虚拟环境。结果表明，利用提取的单株树木位置，可将3D网格树木替换为地理典型3D树木模型。提取的树木特征（即颜色、宽度、高度）有助于选择合适树种并提升视觉质量。此外，识别出的地面材质信息可用于路径规划。最短路径的计算不仅可考虑物理距离，还可考量越野车辆在不同地面材质上的性能能力。
引用
@article{arxiv.2008.03697,
title = {Fully Automated Photogrammetric Data Segmentation and Object Information Extraction Approach for Creating Simulation Terrain},
author = {Meida Chen and Andrew Feng and Kyle McCullough and Pratusha Bhuvana Prasad and Ryan McAlinden and Lucio Soibelman and Mike Enloe},
journal= {arXiv preprint arXiv:2008.03697},
year = {2020}
}