通过高斯散布特征分解结合激光扫描和倾斜摄影技术进行3D场景重建

《Journal of Systems Engineering and Electronics》：3D scene reconstruction via Gaussian splatting eigen decomposition under the fusion of laser scanning and oblique photography

　　

摘要：

为了解决传统3D场景建模中几何完整性不足、纹理真实性差以及光照和材料之间的混淆问题，我们提出了一种基于高斯散射内在分解的3D场景重建方法，该方法结合了激光扫描和倾斜摄影技术。具体而言，通过3D激光扫描仪获取目标场景的高精度几何点云数据，同时利用基于无人飞行器（UAV）的倾斜摄影技术收集图像以及位置和方向（POS）数据。采用改进的特征点配准算法将激光点云数据与倾斜摄影数据融合，以弥补激光点云的几何缺失区域和倾斜模型的纹理缺陷区域。此外，使用3D高斯散射技术进行场景建模，并引入内在分解框架将场景分解为反射场和光照场等物理属性，从而生成具有几何精度和材料可编辑性的3D模型。实验结果表明，该方法能够获取古建筑的高精度几何结构和真实的表面纹理，最大数据融合误差约为0.030米。重建模型能够清晰地还原建筑结构特征，并准确呈现材料的固有细节和纹理特征。另外，重建场景的峰值信噪比（PSNR）、结构相似性指数（SSIM）和感知图像块相似性（LPIPS）分别达到32.87 dB、0.896和0.089，这些指标共同提升了场景重建的几何精度、视觉真实感和材料可编辑性。