面向高分辨率卫星影像的测光多视网格精化
计算机视觉与模式识别
2020-05-14 v2
摘要
现代高分辨率卫星传感器采集的地面采样距离(GSD)为 30-50cm 的光学影像,这重新激发了从卫星数据进行摄影测量三维表面重建的兴趣。最先进的重建方法通常生成 2.5D 高程数据。本文提出一种从多视卫星影像恢复完整三维表面网格的方法。该方法以粗初始网格为输入,通过迭代更新所有顶点位置以最大化影像间光度一致性来精化网格。光度一致性在影像空间中度量,通过表面将纹理从一幅影像转移到另一幅影像来测量。我们推导了通过有理函数模型(RFM,常也称为有理多项式系数(RPC)模型)传播纹理相似性变化的方程。此外,我们设计了一种用梯度下降优化表面的分层方案。在两个不同数据集的实验中,我们表明该精化改进了用常规密集影像匹配生成的初始数字高程模型(DEM)。而且,我们证明当存在偏离天底视角时,我们的方法能够重建真实三维几何,如立面结构。
引用
@article{arxiv.2005.04777,
title = {Photometric Multi-View Mesh Refinement for High-Resolution Satellite Images},
author = {Mathias Rothermel and Ke Gong and Dieter Fritsch and Konrad Schindler and Norbert Haala},
journal= {arXiv preprint arXiv:2005.04777},
year = {2020}
}
备注
Accepted for publication in ISPRS Journal of Photogrammetry and Remote Sensing