利用轮廓包围体的单幅图像三维树木重建

摘要

在大规模场景中重建众多树木时，获取树木的多视角图像成本较高，而基于单幅图像的树木重建方法由于对数据的需求低，且能满足大批量树木快速重建的需求，成为了一种有效的解决方案.然而这种方法由于缺乏其他视角的重建信息，从而限制了树木模型的高质量重建.为此，本文提出了一种基于轮廓包围体的单幅图像树木重建方法，通过解析图像中的光影信息来弥补单幅图像带来的信息不足，从而重建出高保真度的树木模型.首先，本文提出了轮廓包围体来表示树木轮廓形状，并利用图卷积神经网络从树木阴影图像中预测出轮廓包围体.之后，本文在轮廓包围体的基础上进行骨架再生长完成树木模型的重建.实验表明，与现有方法相比，本文方法在轮廓预测准确度的CD和EMD指标上分别提升了14.6%和10.3%,在模型视觉效果的PSNR、SSIM、LPIPS 3个评估指标上分别提高了13.9%、7.2%和22.6%.

关键词

树木重建 / 单幅图像 / 轮廓包围体 / 骨架再生长