图示：DGR-NeRF方法可有效减少阴影对三维重建干扰，使地表结构恢复更加准确、完整

利用卫星影像恢复地面的三维形态，是城市三维建模、灾害应急、地形测绘和数字孪生等应用的重要基础。通常情况下，三维重建需要从多个角度拍摄同一区域，再根据不同影像之间的差异推算地物的高度和形状。但受卫星轨道和成像条件限制，实际任务中能够获得的有效影像往往比较有限，不同影像之间还可能存在明显的光照和阴影变化。这些因素都会增加三维重建难度，容易造成建筑变形、结构缺失，甚至把阴影误认为真实地形。

针对这一问题，中国科学院沈阳自动化研究所科研团队提出了一种新的卫星影像三维重建方法DGR-NeRF。该方法的特点是，在卫星影像数量较少的情况下，不仅利用图像本身的信息，还引入地物之间的高低关系和少量可靠的三维位置作为辅助，使计算结果更接近真实地表，从而提高三维重建的稳定性和精度。

在具体方法上，科研团队让不同类型的信息各自发挥作用。一方面，利用人工智能从单幅卫星影像中判断地物大致的前后和高低关系，帮助模型区分真实地形与阴影造成的视觉变化；另一方面，从多幅影像中提取少量可信的三维点，为整个场景的位置和高度提供参考。同时，科研团队还对三维表面的生成过程增加合理性限制，减少错误表面、异常孔洞等现象。通过这些措施，在输入影像较少的情况下，也能更稳定地恢复建筑、道路等地物的三维结构。

该方法并非简单地将不同来源的数据叠加在一起，而是根据它们各自更可靠的部分进行组合。图像分析主要帮助判断哪里高、哪里低，少量三维点负责校准整体位置，其他约束则负责避免生成明显不合理的结构，从而减少单一信息不准确带来的影响。该方法尤其适合光照变化明显、地表纹理不清晰的卫星影像。

科研团队在两个公开卫星遥感数据集上进行了测试。结果显示，在每个场景仅使用5幅卫星影像的情况下，该方法仍能够较完整地恢复地表三维形态。在13个场景的地表高度精度测试中，该方法有10个场景取得最优结果，其余3个场景取得第二优结果；在三维模型形状精度测试中，10个场景有7个取得最优结果，3个取得第二优结果。实验还显示，该方法能够明显减少阴影带来的错误结构，在建筑边缘和纹理不明显区域可保持较好的重建效果。

该研究为利用少量卫星影像快速、准确恢复地表三维信息提供了新的技术途径。相比单纯依靠增加卫星观测数量，该方法更注重从有限数据中挖掘可靠的空间信息，可为城市三维建模、灾害区域快速测绘、地形更新和遥感智能应用等提供技术支撑。

相关成果以Depth and Geometry Regularization for Neural Implicit Reconstruction from Few-View Satellite Images为题发表于国际期刊IEEE Transactions on Geoscience and Remote Sensing。沈阳自动化所博士生刘浚源为论文第一作者，史泽林研究员、赵怀慈研究员为通讯作者。该研究得到辽宁省自然科学基金项目、中国科学院特别研究助理资助项目、研究所基础研究项目等支持。（光电信息技术研究室）

论文链接：https://ieeexplore.ieee.org/document/11550205

DOI:10.1109/TGRS.2026.3699879