刘德儿,刘 鹏,肖 健

(1.江西理工大学建筑与测绘工程学院,江西 赣州 341000;2.江西理工大学外语外贸学院,江西 赣州 341000)

1 引 言

随着城市化建设的不断推进,构建智慧城市已经成为提升城市竞争力的主要方法,因此对建筑物的精细化建模也提出更高的要求[1]。无人机倾斜摄影能够获取建筑物俯视角度及立面丰富的表面纹理信息,而后使用高效的重建算法将多视角的影像解算出空间结构信息,从而得到三维模型[2]。可如今城市建筑的密集化对建筑立面造成的遮档和光线的削弱,使得建筑立面信息的采集不够完整,因此模型精度也将受到影响,容易出现空洞和拉花。因此,使用跨源数据构建完整的精细化模型将是未来的发展趋势[3-4]。

融合配准[5]是三维重建流程中的核心步骤,如今的主流方法为粗配准和精确配准算法相结合[6-7]。如刘剑等[8]人在计算快速点特征直方图(Fast Point Feature Histograms,FPFH)的局部特征信息描述符后,与三角网相结合,使特征提取问题简洁化,因此能够提高特征点的粗匹配的效率；田青华等[9]人提出了将方向直方图签名描述子(Signature of Histograms of OrienTation,SHOT)和空间位置相结合,再采用最小方差法寻找正确的对应点对估算转换关系；秦楠楠等[10]人利用主成分分析(Principal Component Analysis,PCA)得到点云数据的特征向量和质心,从而对点云数据进行空间变换,得到初始匹配结果；刘江[11]使用数据中心重合法的粗配准方法得到初始位置。精确配准算法应用最多的是迭代最近点(Iterative Closest Point,ICP)算法,由Besl[12]等人提出,是一个拼接效果极佳的算法。……