1. 研究目的与意义（文献综述）

1.1 目的及意义

我们所生活的世界、周围的事物、景物都是三维立体的，但是我们绝大多数情况却用图片、录像等二维介质来记录这些事物。这些记录所表达的信息与我们人类视觉认知的能力是相差甚远的。人类或是绝大多数生物都是用两只眼睛同时观察事物，就会产生深度或远度的感觉。三维重建技术越来越广泛地应用到我们的生活和工作中：在医学上，通过透视扫描可以重建内脏的三维模型，有利于对病人病情的分析；在军事上，通过拍摄实战场 地来重建战场模型，从而实现在虚拟场景中指挥作战；在生活上，可以将建筑物模拟成真实的三维场景，给用户展现生动的城市场景等等。

sfm(structure from motion)是由一系列包含着视觉运动信息（motion signals）的多幅二维图像序列(2d image sequences)估计三维结构(3d model)的技术。它属于计算机视觉及可视化的研究范围。sfm实际上是通过一系列图像及其图像特征的一个稀疏对应集合来估计3d点的位置。这个过程涉及3d几何（结构）和摄像机姿态（运动）的同时估计，因此称之为由运动到结构，也可以称为运动法。近年来，基于sfm立体视觉的三维重建技术是计算机视觉中一个十分重要的领域，它可以十分快速有效的实现三维建模，满足我们在各个领域的需求，为重大问题提供强有力的解决方案。因此，可以基于matlab设计一个小程序，实现基本的sfm的三维建筑物模型重建。

2. 研究的基本内容与方案

2.1 研究内容

1.sfm的算法研究

3. 研究计划与安排

1、第1-3周，查阅文献，完成开题报告，形成基于sfm的三维建筑物模型重建的技术路线。

2、第4-6周，数据的收集、整理，标出特征点，多边形图像拼接，计算运动参数，进行rbfcs插值，结合纹理生成模型。

4. 参考文献（12篇以上）

[1]Tectonic geomorphology of the San Andreas Fault zone from high resolution topography: An example from the Cholame segment[J].Geomorphology 2009,1/2(1/2).

[2]Arko Lucieer,Steven M. de Jong,Darren Turner. Mapping landslide displacements using Structure from Motion (SfM) and image correlation of multi-temporal UAV photography[J].Progress in Physical Geography 2014,1(1).

[3]U. Niethammer,M.R. James,S. Rothmund. UAV-based remote sensing of the Super-Sauze landslide: Evaluation and results[J].Engineering Geology 2012.

[4]Zhihua X U, Lixin W U, Liu J, et al. Modification of SfM Algorithm Referring to Image Topology and Its Application in 3-Dimension Reconstruction of Disaster Area[J]. Geomatics amp; Information Science of Wuhan University, 2015, 40(5):599-606.

[5]Bird, S.,Hogan, D.,Schwab, J.. Photogrammetric monitoring of small streams under a riparian forest canopy[J].Earth Surface Processes and Landforms: The journal of the British Geomorphological Research Group 2010,8(8).

[6]James, M.R.,Robson, S.. Straightforward reconstruction of 3D surfaces and topography with a camera: Accuracy and geoscience application[J].Journal of geophysical research. Earth Surface: JGR 2012,F3(F3).

[7]尤红建,苏林,李树楷. 利用机载三维成像仪的DSM数据自动提取建筑物[J].武汉大学学报(信息科学版) 2002.doi:10.3969/j.issn.1671-8860.2002.04.016

[8]曾文宪,陶本藻. 三维坐标转换的非线性模型[J].武汉大学学报(信息科学版) 2003.doi:10.3969/j.issn.1671-8860.2003.05.016

[9]刘锟铭. 无人机影像恢复三维场景系统研究[D].西南交通大学 2017.

[10]李辉,余忠迪,蔡晓斌,胡尊语,Li Hui,Yu Zhongdi,Cai Xiaobin,Hu Zunyu. 基于无人机遥感的河流阶地提取[J].地球科学2017.doi:10.3799/dqkx.2017.061

[11]黄海峰,林海玉,吕奕铭,张磊,李剑南,胡乃利,易武. 基于小型无人机遥感的单体地质灾害应急调查方法与实践[J].工程地质学报 2017.doi:10.13544/j.cnki.jeg.2017.02.023

[12]张雪华,王晓青,袁小祥,王金霞,ZHANG Xue-hua,WANG Xiao-qing,YUAN Xiao-xiang,WANG Jin-xia. 基于SfM方法生成的密集点云数据的典型建筑物分类研究[J].地震 2017.

[13]韩娜娜,单新建,宋小刚,Han Nana,Shan Xinjian,Song Xiaogang. 高空间分辨率数字高程模型测量技术及其在活断层研究中的应用[J].地震学报 2017.doi:10.11939/jass.2017.03.013

[14]王倩云. 二维图像深度图研究[D].华中科技大学 2016.

[15]高云军,刘召芹,万文辉,孔振,GAO Yunjun,LIU Zhaoqin,WAN Wenhui,KONG Zhen. DEM 网格间距对重力近区地形改正精度影响及验证[J].测绘工程 2016.doi:10.19349/j.cnki.issn1006-7949.2016.08.004