Key points are not available for this paper at this time.
Die 3D-Rekonstruktion spielt eine zunehmend wichtige Rolle in modernen photogrammetrischen Systemen. Konventionelle satellitengestützte oder luftgestützte Fernerkundungsplattformen können die erforderlichen Datenquellen für die 3D-Rekonstruktion von großflächigen Geländeformen und Städten bereitstellen. Selbst mit UAVs (Unbemannten Luftfahrzeugen) in niedriger Höhe ist die 3D-Rekonstruktion in komplizierten Situationen, wie städtischen Schluchten und Innenräumen, herausfordernd, da häufige Tracking-Fehler von Kamerarohren und hohe Kosten für die Datenerfassung auftreten. In letzter Zeit wurden sphärische Bilder intensiv genutzt, da sie die Umgebung mit einer einzigen Kameraaufnahme aufzeichnen können. Klassische 3D-Rekonstruktionspipelines können jedoch nicht für sphärische Bilder verwendet werden. Darüber hinaus existieren nur wenige Softwarepakete für die 3D-Rekonstruktion von sphärischen Bildern. Basierend auf der Bildgeometrie von sphärischen Kameras untersucht diese Studie die Algorithmen für die relative Orientierung unter Verwendung sphärischer Korrespondenzen, die absolute Orientierung unter Verwendung von 3D-Korrespondenzen zwischen der Szenerie und sphärischen Punkten sowie Kostenfunktionen für die BA (Bundle-Adjustment)-Optimierung. Außerdem wurde ein inkrementeller SfM (Structure from Motion)-Workflow für sphärische Bilder unter Verwendung der oben genannten Algorithmen vorgeschlagen. Die vorgeschlagene Lösung wird schließlich durch drei sphärische Datensätze verifiziert, die sowohl mit Verbraucher- als auch mit professionellen sphärischen Kameras aufgenommen wurden. Die Ergebnisse zeigen, dass der vorgeschlagene SfM-Workflow die erfolgreiche 3D-Rekonstruktion komplexer Szenen erreichen kann und nützliche Hinweise für die Implementierung in Open-Source-Softwarepaketen liefert. Der Quellcode wird öffentlich verfügbar sein.
Jiang et al. (Di,) haben diese Frage untersucht.