三维模型是一种对三维空间信息的可视化表达,可在计算机环境下更逼真、精细化地重现三维场景。基于多视图影像重建的三维模型主要由网格和纹理两部分组成,其中,网格表示的是对物体表面的点云数据进行构网生成的物方Mesh模型(物方三角网格模型),纹理表示的是使物体表面呈现凹凸不平的波纹,将纹理按照特定的映射方式映射到物方Mesh模型上得到重建的三维模型。目前由于多视图影像三维模型重建存在许多问题,导致生成的三维模型质量较差,很大程度上限制了三维模型的发展和应用。例如:采用无人机获取影像数据时,记录的相机曝光时刻与实际相机曝光时刻之间存在延迟,导致解算的空三结果精度较差;在密集匹配上,利用归一化互相关系数(NCC)法进行密集匹配处理时,密集匹配速度过慢、结果不好;在物方三维点云数据构建物方Mesh模型时,生成的物方Mesh中存在三角网过于密集、三角面顶点或边不满足流形特性等问题。本文主要研究基于无人机影像信息驱动的物方Mesh模型重建与优化方法,试图解决基于多视图影像三维模型重建中存在的上述问题。针对空三结果精度低的问题,本文采用顾及曝光延迟的GPS辅助光束法平差对无人机影像数据进行空三解算,提高空三结果精度,得到高精度的影像内、外方位元素;针对密集匹配效率低和结果不好的问题,采取由运动生成结构(Sf M)技术处理首先生成三维稀疏点云,同时结合块匹配(Patch Match)原理与NCC法,对稀疏点云进行快速密集化处理,提高密集匹配效率和精度,得到较高精度的三维密集点云;针对利用物方点云构建物方Mesh模型时存在的问题,对图割法进行改进以生成满足流形特性的物方Mesh模型;再对得到的Mesh模型进行处理,得到简化和细分后的物方Mesh模型;以影像信息为驱动,根据影像匹配原理优化Mesh,得到优化后的物方Mesh模型,使其与实物曲面模型误差最小,进而提高最终重建的三维模型结果精度。本论文的主要内容和创新点详细描述如下:1)空三处理部分:针对无人机获取影像数据相机曝光时刻与实际相机曝光时刻之间存在曝光延迟的现象,采用顾及曝光延迟的GPS辅助光束法平差对无人机影像数据进行空三解算,提高最终平差结果精度,获取到高精度的影像内、外方位元素。2)密集匹配方面:针对影像匹配数据量大,计算速度慢、占内存大、密集匹配精度较差等问题。首先采用Sf M技术生成三维稀疏点云,再基于Patch Match原理和NCC法对稀疏点云进行快速密集化处理,在提高密集匹配速度的同时优化密集匹配效果,得到较高精度的三维密集点云。3)Mesh模型重建方面:利用改进图割法对物方三维点云进行构网,构建满足流形性质的物方Mesh模型,针对存在的物方Mesh中三角网过于密集、三角面形状存在局部变形、三角面棱角不突出、孤立小区域三角网、孤岛现象、小面积三角面、孔洞现象、狭长三角面等问题进行处理,得到简化和细分后的物方Mesh模型。4)Mesh模型优化方面:将无人机影像数据作为驱动信息,基于影像匹配原理,将影像利用物方三角面重投影至其他可视影像上,采用梯度下降法,将影像归一化互相关系数(NCC)对物方顶点坐标求导得到梯度变化值,根据影像间交会角大小计算得到一个交会角加权值,对梯度变化值进行加权平均,得到一个新的梯度变化值,根据该变化值在物方三角网的顶点法向量方向上进行调整,最小化匹配代价值,得到优化后的物方Mesh模型。