基于无人机图像采集的工程结构三维重建研究.pdfVIP

摘要

随着社会对智能化的需求不断增加，三维模型在虚拟现实、数字城市等领域的作用愈

发重要，尤其对工程结构中的建筑物和机械设备等模型的需求不断增长。同时无人机成本

低，灵活性高，性能好的特点也为信息采集带来便利，应用也愈发广泛。为解决传统重建

方法在效率、精度和细节还原上的不足，针对工程建筑领域的三维重建和更新需要极高的

时间成本，渲染质量差，后期人工维护效率低这些问题，本文提出了一种结合无人机图像

采集与3DGaussianSplatting算法的三维重建方法。该方法通过无人机航拍进行数据采集，

利用点云数据进行重建，实现了辐射场的实时渲染，为场景优化和新颖的视图合成提供了

显著的加速，通过与CCMaster重建出的效果图对比，可以发现其质量和重建时间都远优

于CCMaster传统三维重建。主要的研究内容包括以下方面：

图像采集与点云重建：利用大疆无人机对工程结构的建筑物进行多视角采集，获取图

像数据。通过去畸变、灰度化、去噪声、以及调整分辨率等图像预处理技术来优化图像质

量。利用SIFT和SURF等算法提取图像特征点并进行特征匹配。基于PnP算法和光束法

平差（BundleAdjustment）优化相机参数，结合三角测量生成稀疏点云，并通过立体匹配

和深度图融合技术实现点云的稀疏和稠密重建。

3DGaussianSplatting算法实现与优化：提出了一种基于多维高斯分布的3DGaussian

Splatting方法，将点云表示为高斯椭球集合，通过可微分渲染和梯度优化动态调整椭球参

数（均值、协方差、球谐系数），并对克隆与分裂机制、球谐函数光照建模等进行优化显

著提升了重建质量和效率。

实验验证与对比分析：在建筑工地场景中，与传统三维重建软件ContextCapture对

比，3DGaussianSplatting的PSNR指标显著优于传统方法，重建时间也远远低于传统重

建方法。实验结果表明，该方法在复杂地形、动态目标和镜面区域等重建中表现出更高的

重建质量和细节捕捉能力。

关键词：无人机；图像预处理；点云；三维重建；3DGaussianSplatting

Abstract

Withtheincreasingsocietaldemandforintelligentsystems,three-dimensionalmodels

havebecomeincreasinglycrucialinfieldssuchasvirtualrealityanddigitalcities,particularly

withthegrowingneedformodelsofengineeringstructureslikebuildingsandmechanical

equipment.Meanwhile,thelowcost,highflexibility,andstrongperformanceofdroneshave

broughtconveniencetodataacquisition,leadingtotheirwidespreadapplication.Toaddressthe

shortcomingsoftraditionalreconstructionmethodsintermsofefficiency,accuracy,anddetail

restoration—suchasthehightimecosts,poorrenderingquality,andlowefficiencyofmanual

maintenancein3Dreconstructionandupdatesforengineeringstructures—thispaperproposesa

3Dreconstructionmethodcombiningdroneimageacquisitionwiththe3DGaussian

Splattingalgorithm.Thismethodemploy