特殊航线数据测试成果

为验证SCN-SfM算法处理特殊航线的有效性，本次实验仅用具有旁向重叠度的两条航线数据进行测试。测试数据集的航向重叠度为80%，旁向重叠度为60%，共包含低空影像150张，影像分辨率为9 cm/像素。图2.23为利用飞控数据生成的影像地面覆盖范围、影像拓扑关系图TCN、利用DB-MST算法提取的影像拓扑骨架，即SCN1和利用HDB-MST算法提取的影像拓扑骨架，记为SCN。对比发现，SCN1仅保留了航线方向上影像重叠度最大的邻接关系（边），而SCN在SCN1的基础上近乎均匀间隔地保留了部分旁向相邻影像的邻接关系。从认知的角度上来看，SCN保留了原TCN的空间结构特征，相对SCN1的“骨架”特征明显，影像间的约束性强。

图2.23　特殊航线影像拓扑骨架提取结果

（a）影像覆盖范围；（b）TCN；（c）DB-MST算法提取SCN1；（d）HDB-MST算法提取SCN

图2.24为分别利用SCN1-SfM和本研究SCN-SfM算法的三维重建结果。结果显示，SCN1-SfM算法的重建结果沿航向方向上有严重的几何畸变，其原因为：航线方向相邻邻接影像间的基线太短，导致SfM算法重建过程中相机校正不准，误差累积过大（Snavely，2009）。而SCN-SfM的重建结果完全避免了视觉上的几何畸变，其原因为：本研究研究建的SCN中几乎均匀地保留了部分旁向影像间的邻接关系，增加了影像匹配的基线长度，减小了相机自标定产生的误差；同时旁向影像的加入，分散了航线方向上影像匹配的累积误差。(www.xing528.com)

图2.24　基于SCN1-SfM算法和SCN-SfM算法对特殊航线影像的重建结果

（a）正射图（SCN1-SfM）；（b）侧视图（SCN1-SfM）；（c）侧视图（SCN-SfM）

基于上述实验，本研究得出两个关键结论：多目视觉的三维重建同时受限于影像重叠度和视觉基线长度；其中，影像重叠度主要影响重建模型的完整性，而基线长度主要影响重建模型的精度。