1 中国科学院上海技术物理研究所中国科学院智能红外感知重点实验室,上海 200083
2 国科大杭州高等研究院,浙江 杭州 310024
3 中国科学院大学,北京 100049
对空间目标进行三维重建能够为在轨服务卫星提供服务对象的结构信息,是提高系统自主性的关键技术。受空间目标的结构对称性以及成像非朗伯特性的影响,传统的重建方法存在特征点匹配错误或特征点匹配不足的问题,重建精度低。针对该问题,提出了一种基于MVSNet深度学习网络实现空间目标三维重建的方法,利用深度学习提取图像高层语义,提高了立体匹配的鲁棒性。首先,基于空间目标的成像特点,分析了模型的几何结构和材质对重建结果的影响,设计了搭建在Blender平台上的空间目标多视图采集系统。然后,基于MVSNet深度学习网络,采用多尺度卷积充分提取了图像的深度特征,并通过编码解码结构融合和规整上下文信息进行了立体匹配,有效解决了传统方法重建卫星的弱纹理、反射、重复纹理等区域时对特征点的高度依赖问题。最后通过残差网络解决了多次卷积造成的边界过平滑问题,进一步提升了重建效果。实验结果表明,所设计的重建模型的平均准确度误差为0.449 mm,平均完整度误差为0.379 mm,误差综合评价为0.414 mm,精度较经典开源软件COLMAP提升了20%。该方法为空间操作自动化提供了技术参考,进一步推动了三维重建在相关领域中的应用。
遥感 深度学习 多视图 空间目标三维重建 卷积神经网络 编码解码结构 中国激光
2022, 49(23): 2310003
红外与激光工程
2021, 50(12): 20210233
Author Affiliations
Abstract
1 School of Automation, Beijing University of Posts and Telecommunications, Beijing 100876, China
2 School of Instrumentation Science and Opto-electronics Engineering, Beihang University, Beijing 100191, China
To balance the accuracy and efficiency in multiple-view triangulation with sequential images, a high-efficiency propagation-based incremental triangulation (INT) method, carving three-dimensional (3D) scene points by updating the incoming feature track one by one without iterations, is proposed. Based on the INT method, a more accurate iteration-limited INT method is also established with few iterations to bound the propagated errors, ensuring the accuracy of subsequent 3D reconstruction. Finally, experimental results demonstrate that the proposed methods can balance the efficiency and accuracy in different multiple-view INT situations.
multiple views 3D reconstruction incremental triangulation propagation Chinese Optics Letters
2021, 19(2): 021101
桂林电子科技大学信息科技学院,广西 桂林 541004
提出了一种考察独立性和相关性的合成孔径雷达(SAR)图像目标识别方法。由于SAR图像的方位角敏感性, 参与识别的多视角SAR图像之间的关联性不够稳定。首先, 基于图像相关对多视角SAR图像进行聚类, 获得具有较强内在关联的多个视角集。然后, 对于每一个视角集, 分别采用联合稀疏表示对其进行联合重构, 获得高精度的重构误差。最终, 采用线性加权的方法融合各个视角集合的重构误差并根据融合误差判定目标类别。基于MSTAR数据集进行了实验测试, 结果表明了提出方法的有效性。
合成孔径雷达 目标识别 多视角 独立性 相关性 Synthetic Aperture Radar (SAR) target recognition multiple views independency correlation