基于图像模型绘制的大规模场景自由可量测全景再现

Measurable panorama is an effective visualization manner of spatial information, because of the omnidirectional representation and measurability. Current available measurable panoramas could not support a free-viewpoint observation along the non-acquisition path due to their fixed viewpoints. For a large-scale scene, it demands a huge amount of data storage and computation to achieve a free-viewpoint observation in the way of three-dimensional scene modeling and reprojection, so it is usually difficult to carry out with the limited resources. Therefore, how to obtain a free-viewpoint rendering with high measurement accuracy, only by dealing with a small amount of sampling data, is an issue worth studying. This proposal driven by the developing trends of spatial information service system, i.e., visualization and measurability, explores the related theories and methods of measurable free-viewpoint panorama rendering, via the combination of the image-based rendering and measurable imaging technologies. To achieve the most economical resource of scene representation, unconstrained viewpoint of panorama rendering, and high fidelity of rendering quality, with a full-link optimization, three aspects are studied as follows: the panorama sampling layout optimization for a large-scale scene, the method on a free-viewpoint rendering of measurable panorama, the quality and measurement precision assessment model of rendering panorama. This proposal ensures the freedom of rendering viewpoint and the measurement accuracy of spatial information, thus enhancing the usability of panorama rendering and having great significance and value for promoting the popularization of spatial information service system.

可量测全景影像能够全视角展示场景并提供量测信息，是空间信息可视化的重要手段。当前的可量测实景影像视点固定，无法实现非采集路径的自由观察，同时基于三维建模再投影的方法实现大规模场景自由观察，将面临海量数据存储和巨大计算量。因此，在现有条件下，基于少量采样点数据实现高量测精度的自由视点全景绘制是一个值得研究的问题。本项目以空间信息服务可视化、可量测的需求为导向，采用基于图像的绘制和可量测实景技术，探索大规模场景自由可量测全景再现相关的理论和方法，重点研究：大规模场景全景采样点布局优化、基于图像绘制的自由视点可量测全景再现方法、全景再现质量与量测精度评估模型，通过全链路优化实现场景描述资源最节约、再现视点无约束、再现质量高保真的全景展示。本项目将为用户提供场景视点选取的自由性和按需获取空间几何信息的准确性，从而提升全景再现的实用性，对推动空间信息服务系统大众化具有重要研究意义和理论价值。

当前的可量测实景影像视点固定，无法实现非采集路径的自由观察，同时基于三维建模投影法实现自由观察，将面临海量数据存储和巨大计算量。随着遥感测绘产品的日益丰富，通过整合航天与航空遥感数据、地面实景影像数据，实现具备量测信息的大规模场景再现成为可能。本项目以空间信息服务可视化、可量测的需求为导向，采用基于图像的绘制和可量测实景技术，重点研究了：大规模场景全景采样点布局优化、基于图像绘制的自由视点可量测全景再现、全景再现误差控制三方面内容，提升全景再现的自由度和真实感。本项目首先搭建了一个大规模场景全景采样系统，可实现采样点的最优布局，并根据布局设计完成对场景的全景采样。然后重点研究了地面全景影像与卫星影像的配准，提出了一种基于建筑物外立面轮廓描述的全景影像粗定位算法，并进一步由线匹配扩展得到全景影像的精确地理方位信息。该方法不同于基于特征点线的常规配准策略，它是一种对空间组织方位关系的整体性描述，特别适合天、地这样的视场角、尺度差异巨大的配准情况。从实验结果看，这种方法能稳定地实现地面全景影像粗定位，为后续的线匹配奠定基础。而线特征在应对视场角变化时比点更稳定，用天地间的匹配线进行地面全景影像在地理空间的外方位精确解算，从而成功将可量测地理信息引入到场景的建模中，使得合成视角图中的景物具有了可量测信息。此外，这里采用了一种基于特征点线的三角网场景描述方法，通过三角区域的一致性检测应对大基线视角变化产生的遮挡问题，实验结果显示这种方法能快速可靠地重绘虚拟视点。在重绘质量控制方面，设计了一种基于视觉词袋模型的前景区域剔除方法，以减少天、地影像间的误匹配，还提出了一种提升量测精度的影像外方位解算方法，能够满足稀疏采样，大倾角低空摄影测量影像间相对定向的需求。本项目的研究顺应了遥感大数据大众化时代要求，为利用终端实现真实场景的“自由眼”可量测观察提供了重要的研究基础。

内容获取失败，请点击重试