FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W1969136216> ?p ?o ?g. }

• W1969136216 endingPage "166" @default.
• W1969136216 startingPage "144" @default.
• W1969136216 abstract "Image matching has a history of more than 50 years, with the first experiments performed with analogue procedures for cartographic and mapping purposes. The recent integration of computer vision algorithms and photogrammetric methods is leading to interesting procedures which have increasingly automated the entire image-based 3D modelling process. Image matching is one of the key steps in 3D modelling and mapping. This paper presents a critical review and analysis of four dense image-matching algorithms, available as open-source and commercial software, for the generation of dense point clouds. The eight datasets employed include scenes recorded from terrestrial and aerial blocks, acquired with convergent and normal (parallel axes) images, and with different scales. Geometric analyses are reported in which the point clouds produced with each of the different algorithms are compared with one another and also to ground-truth data. L'histoire de l'appariement d'images remonte à plus de cinquante ans, lorsque les premières expériences ont été réalisées avec des procédures analogiques pour des applications cartographiques. L'intégration récente d'algorithmes de vision par ordinateur et de méthodes photogrammétriques a rendu possibles des procédures très intéressantes dans lesquelles la modélisation 3D à base d'images est de plus en plus automatisée. L'appariement d'images est une des étapes essentielles de la modélisation et de la cartographie tridimensionnelles. Cet article passe en revue et analyse de manière critique quatre algorithmes d'appariement dense d'images, disponibles dans des logiciels libres et commerciaux, pour la production de nuages denses de points. Les huit jeux de données utilisés sont des scènes issues de blocs d'images terrestres et aériennes, acquises avec des axes de prise de vue convergents et parallèles, et à différentes échelles. L'analyse géométrique présentée consiste à comparer les nuages de points obtenus par les différents algorithmes, entre eux ainsi qu'avec des données de terrain. Die digitale Bildzuordnung hat seit den ersten analogen Ansätzen für die automatisierte Kartierung eine über 50-jährige Geschichte. Die Integration von Computer Vision Algorithmen und photogrammetrischen Methoden hat zu Verfahren geführt, die den gesamten Prozess der bildbasierten 3D-Modellierung zunehmend automatisieren. Die Bildzuordnung ist einer der zentralen Schritte in der 3D-Modellierung und der Kartierung. Dieser Beitrag gibt einen kritischen Überblick und eine Analyse von vier Bildzuordnungsverfahren, die als Open-Source oder kommerziell erhältlich sind und durch dichte Zuordnung dichte Punktwolken erzeugen. Die Basis für die Evaluation bilden acht Datensätze aus terrestrischen und Luftbildblöcken, die mit konvergenten und mit Normalaufnahmen in verschiedenen Maßstäben erzeugt wurden. Die vorgestellten geometrischen Analysen umfassen Vergleiche der erzeugten Punktwolken untereinander aber auch zu Solldaten. La correspondencia de imágenes tiene una historia de más de 50 años, desde los primeros experimentos realizados con procesos analógicos y fines cartográficos. La reciente integración de algoritmos de visión por computador y métodos fotogramétricos está dando lugar a procedimientos interesantes que automatizan cada vez más todo el proceso de modelado 3D basado en imágenes. La correspondencia de imágenes es uno de los pasos clave en el modelado 3D y la cartografía. Este artículo presenta una revisión crítica y un análisis de cuatro algoritmos de correspondencia de imágenes, disponibles como software libre y comercial, para la generación de nubes densas de puntos. Los ocho conjuntos de datos usados incluyen escenas pertenecientes a bloques terrestres y aéreos, adquiridos con imágenes convergentes y de ejes paralelos, y a diferentes escalas. Se analiza geométricamente las nubes de puntos producidas con cada algoritmo comparándolas con la de los otros y también con la referencia. 影像匹配技术在模拟摄影测量中首次应用开始,已经有50年的发展历史。近几年,计算机视觉算法和摄影测量方法融合进行影像匹配促进了基于影像进行三维建模自动化程度。影像匹配是三维建模和制图的关键步骤,本文详细阐述和分析了四种开源软件和商业软件中为制作点云的密集匹配算法,采用通过中心投影或平行光投影方式获取的不同分辨率的地面摄影和航空摄影的八组影像进行测试分析,比较了不同算法制作的点云并和地面真值进行比较。" @default.
• W1969136216 created "2016-06-24" @default.
• W1969136216 creator A5013633154 @default.
• W1969136216 creator A5024347284 @default.
• W1969136216 creator A5025841679 @default.
• W1969136216 creator A5053314467 @default.
• W1969136216 creator A5072508222 @default.
• W1969136216 date "2014-06-01" @default.
• W1969136216 modified "2023-10-16" @default.
• W1969136216 title "State of the art in high density image matching" @default.
• W1969136216 cites W135207212 @default.
• W1969136216 cites W1533955188 @default.
• W1969136216 cites W1539230104 @default.
• W1969136216 cites W1557515246 @default.
• W1969136216 cites W1649464328 @default.
• W1969136216 cites W1770284412 @default.
• W1969136216 cites W183575708 @default.
• W1969136216 cites W1977948323 @default.
• W1969136216 cites W1979846720 @default.
• W1969136216 cites W1990332391 @default.
• W1969136216 cites W1998365472 @default.
• W1969136216 cites W2021716052 @default.
• W1969136216 cites W2041170980 @default.
• W1969136216 cites W2050405342 @default.
• W1969136216 cites W2051272224 @default.
• W1969136216 cites W2059496137 @default.
• W1969136216 cites W2059890590 @default.
• W1969136216 cites W2083361127 @default.
• W1969136216 cites W2104853049 @default.
• W1969136216 cites W2104974755 @default.
• W1969136216 cites W2105404016 @default.
• W1969136216 cites W2107890570 @default.
• W1969136216 cites W2117248802 @default.
• W1969136216 cites W2119213281 @default.
• W1969136216 cites W2128357735 @default.
• W1969136216 cites W2129201358 @default.
• W1969136216 cites W2129404737 @default.
• W1969136216 cites W2145595389 @default.
• W1969136216 cites W2156982683 @default.
• W1969136216 cites W2162792001 @default.
• W1969136216 cites W2165306775 @default.
• W1969136216 cites W2167085613 @default.
• W1969136216 cites W2169903983 @default.
• W1969136216 cites W2324289634 @default.
• W1969136216 cites W2561377267 @default.
• W1969136216 cites W2570617923 @default.
• W1969136216 doi "https://doi.org/10.1111/phor.12063" @default.
• W1969136216 hasPublicationYear "2014" @default.
• W1969136216 type Work @default.
• W1969136216 sameAs 1969136216 @default.
• W1969136216 citedByCount "438" @default.
• W1969136216 countsByYear W19691362162014 @default.
• W1969136216 countsByYear W19691362162015 @default.
• W1969136216 countsByYear W19691362162016 @default.
• W1969136216 countsByYear W19691362162017 @default.
• W1969136216 countsByYear W19691362162018 @default.
• W1969136216 countsByYear W19691362162019 @default.
• W1969136216 countsByYear W19691362162020 @default.
• W1969136216 countsByYear W19691362162021 @default.
• W1969136216 countsByYear W19691362162022 @default.
• W1969136216 countsByYear W19691362162023 @default.
• W1969136216 crossrefType "journal-article" @default.
• W1969136216 hasAuthorship W1969136216A5013633154 @default.
• W1969136216 hasAuthorship W1969136216A5024347284 @default.
• W1969136216 hasAuthorship W1969136216A5025841679 @default.
• W1969136216 hasAuthorship W1969136216A5053314467 @default.
• W1969136216 hasAuthorship W1969136216A5072508222 @default.
• W1969136216 hasConcept C105795698 @default.
• W1969136216 hasConcept C115961682 @default.
• W1969136216 hasConcept C117455697 @default.
• W1969136216 hasConcept C121684516 @default.
• W1969136216 hasConcept C142362112 @default.
• W1969136216 hasConcept C154945302 @default.
• W1969136216 hasConcept C15708023 @default.
• W1969136216 hasConcept C165064840 @default.
• W1969136216 hasConcept C205649164 @default.
• W1969136216 hasConcept C26517878 @default.
• W1969136216 hasConcept C2986492983 @default.
• W1969136216 hasConcept C31972630 @default.
• W1969136216 hasConcept C33923547 @default.
• W1969136216 hasConcept C38652104 @default.
• W1969136216 hasConcept C41008148 @default.
• W1969136216 hasConcept C58640448 @default.
• W1969136216 hasConceptScore W1969136216C105795698 @default.
• W1969136216 hasConceptScore W1969136216C115961682 @default.
• W1969136216 hasConceptScore W1969136216C117455697 @default.
• W1969136216 hasConceptScore W1969136216C121684516 @default.
• W1969136216 hasConceptScore W1969136216C142362112 @default.
• W1969136216 hasConceptScore W1969136216C154945302 @default.
• W1969136216 hasConceptScore W1969136216C15708023 @default.
• W1969136216 hasConceptScore W1969136216C165064840 @default.
• W1969136216 hasConceptScore W1969136216C205649164 @default.
• W1969136216 hasConceptScore W1969136216C26517878 @default.
• W1969136216 hasConceptScore W1969136216C2986492983 @default.
• W1969136216 hasConceptScore W1969136216C31972630 @default.
• W1969136216 hasConceptScore W1969136216C33923547 @default.
• W1969136216 hasConceptScore W1969136216C38652104 @default.
• W1969136216 hasConceptScore W1969136216C41008148 @default.

• next