1　引言

介绍了卫星成像技术的发展及其在三维重建领域的应用潜力。讨论了基于有理多项式相机RPC模型的传统重建方法，包括其流程和存在的问题，如计算量大和依赖大量地面控制点。同时指出了计算机视觉领域的三维重建方法不适用于卫星图像。提出了将视觉领域算法应用于遥感图像的尝试，如利用地面控制点拟合仿射相机模型和基于深度重参数化方法的重建。最后，介绍了本文提出的全局式仿射模型快速重建方法，该方法通过局部图像块的仿射点云和全局式仿射运动矩阵估计算法，实现快速且精度高的三维重建，解决了传统方法的计算时间和资源消耗问题。

2　研究方法

提出了一种基于全局仿射模型的卫星图像快速三维重建方法。首先，将卫星遥感图像数据集按拍摄日期分组，并将每组图像裁剪成具有重叠区域的小尺寸图像块。然后，使用SIFT算法提取特征点并计算不同图像块之间的特征点对应关系，通过因式分解算法计算每个图像块在局部仿射坐标系下的仿射运动矩阵及相应的仿射点云。接着，计算不同局部点云之间的相对仿射变换，利用这些相对仿射变换计算出每个图像块对应的全局仿射运动矩阵。利用每个图像块对应的相机全局仿射运动矩阵以及至少4个地面控制点，重建出场景的稠密欧氏结构。最后，通过仿射立体校正算法和MGM立体匹配算法获取图像块之间的稠密对应关系，利用仿射三角测量计算得到地面场景的稠密仿射点云，并通过地面控制点拟合空间仿射变换矩阵，获得每组图像块对应的场景欧氏结构。最终，利用融合地面高程图的方法，对每组图像块对应的欧氏结构生成高程图并进行配准，合并为完整的场景三维结构。

3　数据结果处理与分析

通过对比分析，展示了本文提出的利用全局仿射模型进行卫星图像快速三维重建方法与S2P、COLMAP及JHUAPL三种主流重建方法的性能差异。使用了MVS3DM和DFC2019两个国际公用数据集进行评估，采用重建精度、完整度和时间作为评价指标。实验分为两组：实验1针对单个站点的一组图像，实验2针对整个数据集中所有图像。

在实验1中，本文方法在12个站点的完整度上优于对比算法，在9个站点的重建精度上也表现更佳。通过可视化结果和彩色条状图，可以看出本文方法生成的地面高程图与真值图像对比显示出较好的结构完整性和更小的误差。在复杂场景的重建中，本文方法同样展现了较高的重建精度与完整度。

实验2进一步验证了本文方法在处理大规模数据集时的效率和性能。在4个站点的重建中，本文方法在效率上均优于对比算法，且无需复杂的RPC模型参数调整，简化了重建流程。在完整度和重建精度方面，本文方法在大部分站点上也展现出了较优的效果。

总体来看，本文提出的全局仿射模型方法在重建速度、精度与完整性方面均优于对比的三种算法，尤其在无需RPC模型参数的情况下，具有更广泛的适用性。

4　结论

提出了一种基于全局仿射模型的卫星图像快速三维重建方法，通过一次捆绑调整优化计算全局仿射运动矩阵，显著提高了重建效率。实验证明该方法在保持完整度和精度的同时，有效提升了遥感影像的重建速度。但存在噪声点、空洞和外点问题，未来研究将探索引入场景地物先验信息与规则以改善重建性能。