[论文解读] Tunnel Surface 3D Reconstruction from Unoriented Image Sequences

Arnold Bauer, Karlheinz Gutjahr+3 more|arXiv (Cornell University)|May 22, 2015

Image Processing and 3D Reconstruction参考文献 1被引用 7

一句话总结

本文提出了一种全自动、单相机系统，可从隧道推进过程中拍摄的无方向图像序列中快速重建隧道表面的三维模型。通过使用立体摄影测量法和信号化目标进行地理定位，该方法在标准硬件上实现了低于10毫米的精度，处理时间不足五分钟，从而实现了无需专家干预的实时隧道爆破质量评估。

ABSTRACT

The 3D documentation of the tunnel surface during construction requires fast and robust measurement systems. In the solution proposed in this paper, during tunnel advance a single camera is taking pictures of the tunnel surface from several positions. The recorded images are automatically processed to gain a 3D tunnel surface model. Image acquisition is realized by the tunneling/advance/driving personnel close to the tunnel face (= the front end of the advance). Based on the following fully automatic analysis/evaluation, a decision on the quality of the outbreak can be made within a few minutes. This paper describes the image recording system and conditions as well as the stereo-photogrammetry based workflow for the continuously merged dense 3D reconstruction of the entire advance region. Geo-reference is realized by means of signalized targets that are automatically detected in the images. We report on the results of recent testing under real construction conditions, and conclude with prospects for further development in terms of on-site performance.

研究动机与目标

• 开发一种低成本、快速且鲁棒的三维隧道表面重建系统，用于施工过程中的隧道表面记录。
• 通过在数分钟内提供密集的三维模型，实现实时隧道爆破质量评估。
• 通过自动化从图像采集到三维模型生成的整个工作流程，消除对摄影测量学或测绘专家知识的需求。
• 通过减少人员在危险隧道迎头区域的暴露，降低硬件成本并提高安全性。
• 在真实隧道环境中实现高精度和高可靠性，包括粉尘、照明不良和纹理多变等条件。

提出的方法

• 使用单台消费级相机搭配电动云台机构，从隧道迎头附近两个略微偏移的位置拍摄360°全景图像。
• 利用立体摄影测量法和运动结构法生成重叠图像对的密集三维重建。
• 在隧道表面布置已知三维坐标的信号化目标，并自动检测以实现三维模型的地理定位与对齐。
• 通过自动全站仪远程测量信号化目标的三维坐标，确保地理定位的准确性，无需人工输入。
• 系统在标准硬件上以降低分辨率（1 MPixel）处理图像，实现五分钟左右内完成计算。
• 正在集成CUDA加速的SGM算法以进一步加快密集匹配速度，未来版本旨在减少所需信号化目标的数量。

实验结果

研究问题

• RQ1 全自动单相机系统能否在真实施工环境中，从无方向图像序列中实现精确的三维隧道表面重建？
• RQ2 如何有效利用信号化目标实现鲁棒的地理定位，而无需手动校准或专家输入？
• RQ3 在危险隧道环境中，使用消费级相机和标准计算硬件，能够实现多高的精度和处理速度？
• RQ4 在光照变化、粉尘、镜头污渍和遮挡等挑战性条件下，系统性能如何？
• RQ5 在保持亚10毫米精度和可靠重建的前提下，能否减少所需信号化目标的数量？

主要发现

• 系统成功重建了34个具有代表性的测试数据集，包括存在遮挡、阴影和照明不良的情况，证明了其在真实环境下的鲁棒性。
• 所有测试数据集均成功处理，即使在低质量或部分遮挡的图像下，目标检测和三维重建也未出现失败。
• 重建的三维模型与参考激光扫描相比，偏差在10毫米以内，满足隧道推进监测的要求。
• 通过使用1 MPixel图像分辨率，处理时间缩短至数分钟，可在标准硬件上实现实时反馈，用于施工优化。
• 系统仅需四个信号化目标（每侧两个）即可实现可靠的三维重建，显著降低了设置复杂度和硬件成本。
• 未来改进措施，包括使用鱼眼镜头和CUDA加速的SGM算法，有望进一步减少图像数量和处理时间，同时提升易用性。