摘要
利用无人机（UAV）平台进行三维重建已在各个领域得到广泛应用。虽然传统的测绘技术（如倾斜摄影测量）可以生成带有地理参考信息的网格模型，但这些技术通常需要大量的计算资源。尽管最近的研究尝试将相机姿态参数纳入新兴的3D高斯散布（3DGS）算法中，但这些方法往往将地理配准视为后处理步骤，或者依赖于全局束调整，这可能会传播系统误差并影响最终精度。本研究将地理配准作为3DGS训练过程中的内在约束，实现了地理精度和光度精度的同时优化。我们的方法核心在于引入了一个相似性变换矩阵T，将局部模型空间与全局地理坐标系连接起来，并设计了一个专门的地理损失函数。在重新投影之前，先通过T变换地理坐标，然后计算损失函数。实验表明，GeoRefGS是一种有效的解决方案，能够将地理参考信息高效地整合到3DGS中。事实上，该框架在保持距离误差低于0.054米的同时，将峰值信噪比提高了约3.31分贝，从而比传统的摄影测量方法在更短的时间内实现了可靠的地理参考三维重建。
