测绘类模型重建方法

测绘专业模型重建方法主要包括以下几种：

使用渐进三角网滤波算法对地面点和非地面点进行分类。

通过训练完成的随机森林模型提取建筑物点云。

利用随机抽样一致（RANSAC）算法提取建筑物轮廓线并获取屋顶关键点信息。

使用SharpGL工具包，以建筑物轮廓线与屋顶关键点信息为框架重建三维模型。

利用BDCN模型和预处理算法提取二维影像上的边缘轮廓线。

基于对极几何原理和三角测量原理建立线段的初始匹配假设。

通过相似性计算和图聚类算法重建三维轮廓线模型。

将结果应用于三维网格模型的优化。

使用Agisoft Photo Scan软件将二维图像对齐，计算相机姿态及目标物的三维空间位置信息。

生成目标物表面密集点云数据，并在此基础上构建三维模型。

以三维激光扫描数据为基准评价密集点云的精度。

采用Harris特征点和SIFT特征向量提取图像特征，实现图像配准。

使用准透视投影模型和因子化方法对未标定的图像序列进行自动标定。

通过高效次优解三角化方法获取三维点云坐标。

应用准稠密化扩散算法对三维点云进行稠密化。

采用捆绑调整算法提高空间三维点云的精度。

使用Poisson表面重建方法对三维点云进行网格化处理。

对散乱点在平面内做三角剖分得到三角形，并用等值线切割每个三角形得到内点。

计算每个内点的坐标及高程，然后再次应用三角剖分方法生成空间中的三角形面片。

使用RiSCAN PRO软件进行数据预处理，包括拼接、滤波、重采样等。

将处理后的数据导入Geomagic Studio软件进行三角化，得到初始三角网格模型。

进行三角形网格错误检测、填孔、简化和平滑等操作。

最后进行纹理贴图，得到最终的模型。

这些方法各有优缺点，适用于不同的场景和需求。选择合适的方法需要考虑数据获取方式、重建精度、计算效率及专业背景等因素。