不同视角下建筑物LiDAR点云配准技术的研究

摘要

激光扫描技术因具有连续、自动、不接触和快速地采集高分辨率空间三维数据的特点，正逐步成为建筑物三维重建及数字城市中的新研究热点。为构建一个完整的建筑物LiDAR点云数据结构，需要对不同视角下获取的建筑物 LiDAR点云数据进行配准。为此，本文以建筑物的三维重建为背景，重点研究了不同视角下建筑物LiDAR点云数据的配准问题。主要工作如下：
　　1.针对建筑物LiDAR点云数据采用基于FPFH特征描述子的点云配准算法进行配准时，仅采用距离阈值法剔除错误的对应关系后仍然存在着许多误匹配点，导致配准精度不足的问题，提出了一种改进的配准算法。该算法在基于距离阈值法剔除误匹配点的基础上，加入了消除重复匹配点的约束条件，并利用特征点处的法向量进行约束，完成对剩余误匹配点的剔除，最后对建筑物LiDAR点云进行配准。实验表明，改进的配准算法可以很好地完成建筑物LiDAR点云的配准，提高配准的精度。
　　2.针对传统的CPD配准算法计算复杂度高，大规模点云数据难以直接采用此算法进行配准的问题，提出了一种基于ISS特征点的快速CPD建筑物LiDAR点云的配准算法。首先，对建筑物LiDAR点云数据采用ISS算法提取特征点，减少建筑物LiDAR点云的数据量规模；其次，将提取得到的不同视角下建筑物LiDAR点云的ISS特征点采用CPD算法进行配准。实验结果表明，改进的配准算法简单有效、稳定可靠，提高了建筑物 LiDAR点云采用CPD算法配准的效率。
　　3.由二维图像的配准算法与建筑物丰富的结构信息得到启发，提出了一种基于降维的建筑物 LiDAR点云配准算法。该方法采用降维的思想，首先，采用最小二乘法对建筑物的立面进行拟合，形成建筑物的投影面；其次，将建筑物 LiDAR点云垂直投影到建筑物的投影面，最大限度的保持了建筑物固有的结构信息；然后，将投影点进行重采样生成二维图像，利用模板匹配法求出图像的同名点；最后，将图像的同名点索引回到建筑物LiDAR点云数据中，完成配准。实验表明，本文提出的配准算法，可以准确地获取建筑物LiDAR点云的同名点，有效地完成建筑物LiDAR点云的配准。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 研究背景和研究意义

1.2 点云配准的国内外研究现状及问题

1.3 研究目标

1.4 本文的结构安排

第2章 地面激光扫描仪简介

2.1 地面激光扫描仪的基本工作原理

2.2 典型的地面激光扫描仪简介

第3章 基于FPFH特征描述子的建筑物LiDAR点云配准算法

3.1 引言

3.2 配准流程概述

3.3 点云特征描述

3.4 对应关系估计

3.5 实验结果与分析

3.6 本章小结

第4章 基于ISS特征点的快速CPD建筑物LiDAR点云配准算法

4.1 引言

4.2 ISS算法

4.3 CPD算法模型

4.4 算法流程概述

4.5 算法复杂度分析

4.6 实验结果与分析

4.7 本章小结

第5章 基于降维的建筑物LiDAR点云配准算法

5.1 引言

5.2 配准算法概述

5.3 建筑物LiDAR点云的降维

5.4 基于平方差的模板匹配

5.5 点云同名点的索引

5.6 实验结果与分析

5.7 本章小结

第6章 总结与展望

6.1 论文的工作总结

6.2 问题与展望

致谢

参考文献

在学期间科研成果情况