《表1 不同数量影像建模模型优化耗时信息统计》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种面向倾斜影像三维建模的影像筛选方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

重建结果如图3所示，从视觉上看，使用本文提出的影像筛选方法获取的影像集进行三维建模与全部影像三维重建效果相当。为进一步验证，以102张影像建立的模型为基准模型，比较利用本文方法选择的两组影像重建模型与基准模型之间的豪斯多夫距离[15]，以分析模型间的差异。图4为将两组采用筛选后影像重建的模型与基准模型之间的豪斯多夫距离渲染结果，从图4中可以看出，模型差异较大的地方均出现在植被和动态变化的车辆区域。道路上的车辆由于在影像获取时是动态的，三组建模结果理论上都不能够恢复出其真实位置。而植被区域的影像在获取时也可能会受到风的影响，另外植被区域的纹理也影响重建效果。模型间顶点的豪斯多夫距离统计图如图5所示，可以看出模型之间大多数差异都在0.15 m之内，实际建模时参数设置采用的分辨率为0.2 m，也就是说即使用于建模的影像大幅减少对于模型绝大部分区域损失的精度仍在一个GSD（地面分辨率）之内。三组实验的模型优化部分耗时统计信息如表1中所示，可以看出在损失有限精度的情况下，影像筛选能大幅缩短建模时间。