城市道路环境下摄影测量网格的结构感知补全

由航空倾斜影像获取的摄影测量网格模型已广泛用于城市重建。然而，摄影测量网格也存在严重的纹理问题，尤其在道路区域因遮挡而显著。本文提出一种结构感知补全方法，通过无缝移除道路上不期望的车辆来提升网格质量。具体而言，首先通过图形管线渲染将不连续的纹理图集整合到连续的屏幕空间；该渲染同时记录必要的映射，以便在编辑后反整合回原始纹理图集。车辆区域由标准目标检测方法（如 Faster RCNN）掩码。随后，在道路区域的线性结构与规则性引导下，基于 Patch Match 完成掩码区域补全。最后，将补全后的渲染图像反整合至原始纹理图集，并将车辆对应的三角面展平以获得改进网格。针对三个以不同传感器和地面采样距离采集的数据集进行了实验评估与分析。结果表明，所提方法能在移除车辆后生成相当逼真的网格。面向道路区域的结构感知补全方法优于流行的图像补全方法，消融实验进一步证实了线性引导的有效性。需注意，该方法亦可处理大规模场景的分块网格模型。数据集与代码见 vrlab.org.cn/~hanhu/projects/mesh。