典型文献
未知空间目标纹理缺失表面三维重建算法
文献摘要：
针对传统三维重建方法难以对纹理缺失表面进行完整重建的问题,提出一种基于深度学习与截断符号距离函数(TSDF)融合的未知目标三维表面完整重建算法.首先设计一种基于深度学习的图像逐像素深度估计框架,通过在训练过程中引入多个复杂结构模型,提高该深度估计框架的泛化能力;其次,利用TSDF对各帧图像所估计的深度信息进行融合,实现对纹理缺失区域的空间目标完整三维重建.根据仿真校验,对于300 mm尺寸的卫星模型图像,像素深度估计平均误差约为13 mm,通过TSDF融合后尺寸精度误差小于5.10％.实验结果表明该算法可以对未知空间目标光学图像进行逐像素深度估计,并获得目标完整的三维结构与纹理信息,有效解决无纹理区域的重建结构缺失问题.
文献关键词：
未知目标;三维重建;纹理缺失表面;深度估计
中图分类号：
作者姓名：
黄烨飞;张泽旭;崔祜涛
作者机构：
哈尔滨工业大学航天学院深空探测基础研究中心,哈尔滨150080
文献出处：
引用格式：
[1]黄烨飞;张泽旭;崔祜涛-.未知空间目标纹理缺失表面三维重建算法)[J].宇航学报,2022(12):1722-1730
A类：
纹理缺失表面,TSDF
B类：
空间目标,三维重建,重建算法,重建方法,距离函数,未知目标,像素,深度估计,训练过程,复杂结构,泛化能力,深度信息,缺失区域,校验,平均误差,尺寸精度,精度误差小,光学图像,三维结构,纹理信息,决无
AB值：
0.304409
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
