路创军

(甘肃省水利水电勘测设计研究院有限责任公司，甘肃 兰州 730000)

随着“数字地球”“智慧城市”的快速发展，全面而准确地获取地理空间信息数据(尤其是高精度的三维空间信息)具有迫切的应用需求。当前，快速准确获取大范围三维场景目标的主要技术有机载激光雷达扫描(Airborne Light Detection and Ranging，LiDAR)和摄影测量技术。LiDAR技术通过回波测距与定向的原理，获取高精度的数字三维信息数据，但其昂贵的硬件设备限制了其大范围推广应用。摄影测量技术能够从多张具有相互重叠的二维数字影像中恢复目标物体表面的三维信息，其主要依赖同名影像之间的同名点匹配来完成。近年来，以无人机为平台的摄影测量技术具有成本低、周期短、操作简单、时效性强及快速获取高分辨率影像数据的特点，已逐渐成为大范围区域内对地观测与高精度三维场景目标信息获取的最主要手段。

在影像密集点云的生成过程中，引入先进的半全局影像密集匹配方法(SGM)、全局图能量优化算法(Graph Cut)等密集匹配算法，可以极大地提高影像密集匹配点云(Image Dense Point Cloud， IDPC)的精度和可靠性。同时，在Middleubry3.0以及KITTI2015数据集中基于深度学习的影像重建方法得到世界最先进的影像重建结果。从高密度、噪声较大的IDPC中提取目标对象，主要有逐点提取、逐块提取和场景整体分类提取等方法。逐点提取以每个点为基本单元，并通过该点的局部描述及其关系作为特征并进行分类，该方法简单易于实现，但其存在计算量大、单点邻域包含信息不稳健等缺点。……