综合机载与车载LiDAR数据的建筑物三维重建

摘要

建筑物三维模型是数字城市建设的重要组成部分，在民用导航、城市管理等领域具有广泛的应用，如何快速建立包含建筑物细节特征的精细模型是当前三维建模技术亟需解决的关键问题之一。本文在总结和分析已有的基于机载和车载LiDAR点云数据三维重建技术的基础上，研究建立了一种综合利用机载与车载LiDAR点云数据实现建筑物三维精细模型重建的技术流程。论文以郑州市中原区桐柏南路街道为实验区，在机载和车载LiDAR点云数据空间配准的基础上，对建筑物屋顶特征和立面细节特征提取以及模型重建等相关技术展开研究，本文的主要研究内容包括以下四个部分。
　　1.机载和车载LiDAR点云数据空间配准。本文首先利用实地测量的控制点对机载和车载点云数据之间的概略对应位置进行初步定位，分别在两种数据的控制点附近的概略对应位置选取一定范围的点云数据进行平面拟合，通过拟合的多对平面特征解算配准的平移参数和旋转参数，实现机载与车载点云数据的精确配准。
　　2.基于机载 LiDAR数据提取屋顶特征。文中首先采用渐进三角网滤波算法，通过计算激光点云数据候选点到 TIN插值面的距离作为判断该点是否属于地面的条件，分离出地面点和非地面点；然后在非地面点中利用邻近高差及辅助平面的 TIN过滤方法提取出建筑物点云；利用相邻点法向量相似聚类的区域增长算法对屋顶数据进行面片分割，进一步采用Alpha Shape检测建筑物边缘点方法提取轮廓线，并对轮廓线进行规则化处理，得到建筑物轮廓矢量图。
　　3.建筑物立面提取。基于车载LiDAR数据提取建筑物立面以及窗户等细节特征，首先利用点云高程并结合点云的投影点密度来提取建筑物轮廓线。为了充分利用车载LiDAR数据所反映的建筑物立面细节特征，文中采用扩展的投影点密度的方法，通过提取窗户轮廓点、建立格网并进行分类聚类等处理得到窗户四个角点坐标，构建建筑物窗户模型。
　　4.结合实验区域的街景影像和建筑物呈现的特点对提取得到建筑物顶面和底面轮廓矢量图进行融合，并完善建筑物的细节特征，实现实验区建筑物的精细建模。

目录

封面

声明

致谢

中文摘要

英文摘要

目录

1 绪论

1.1研究背景和意义

1.2国内外研究现状

1.3研究内容与技术路线

1.4论文组织结构

2 机载与车载LiDAR数据预处理

2.1实验区与实验数据的获取

2.2实验数据的预处理

2.3机载与车载LiDAR点云数据特点比较

2.4机载与车载LiDAR数据配准

2.5本章小结

3 机载LiDAR数据的建筑物屋顶特征提取

3.1机载LiDAR数据滤波处理及实验分析

3.2建筑物点云提取方法及实验分析

3.3建筑物屋顶面片分割及轮廓线规则化

3.4本章小结

4 车载LiDAR数据的建筑物立面特征提取

4.1基于高程和投影点密度的建筑物立面提取

4.2建筑物底面轮廓矢量图

4.3窗户特征提取

4.4窗户特征提取实验与分析

4.5本章小结

5 建筑物轮廓线对比分析及模型重建

5.1建筑物顶面和底面轮廓图对比分析

5.2建筑物三维重建

5.3本章小结

6 结论与展望

6.1结论

6.2研究展望

参考文献

作者简历

学位论文数据集