机载LiDAR点云数据建筑物检测和屋顶轮廓线提取算法研究

摘要

建筑物是城市的重要组成部分，随着近年来“数字城市”的不断升温，对于城市三维模型，尤其是建筑物三维模型的需求越来越大。传统的城市三维模型获取手段以航空摄影测量为主，该技术已十分成熟，但在三维模型重建方面存在较大缺陷，比如地物几何信息的缺失、三维重建高程精度低等，这主要是由于航空影像数据是二维数据，地面控制点的选取、立体像对的匹配等都会造成一定的精度损失。机载激光雷达(Airborne LiDAR)作为近几年发展迅猛的新型主动传感器，集定姿定位系统(POS)和激光测距仪为一体，直接获取地表地物的高密度离散三维点云数据，为数字城市建设，特别是建筑物重建提供极大的便利。
　　本文采用原始激光LiDAR点云数据，在分析建筑物检测和屋顶轮廓线提取现有算法的基础上，主要研究以下几个内容:
　　(1) LiDAR点云数据的滤波处理。本文采用一种移动窗口的滤波算法，结合区域增长策略对地面点进行检测，针对陡坎等地物点，将其利用高差阈值归为地面点，实验证明，该方法对于地形起伏不大的城区有较好的处理效果，同时避免了与建筑物有相似阶跃特征的地下地物对建筑物提取可能存在的干扰。
　　(2)建筑物点云提取算法。本文采用一种基于曲率变化、并结合共面判断、设定高差阈值和区域增长的建筑物点云提取算法，较为新颖地融合建筑物内部点信息和建筑物轮廓边缘信息，实验证明，可准确进行建筑物点云提取，并能有效提取曲面屋顶点云数据。
　　(3)提出一种直接基于机载LiDAR点云数据的屋顶轮廓线提取算法，根据相邻边缘点间线段某侧不存在激光点的搜索策略，依次检测单个屋顶的边缘点，利用最小二乘方法拟合屋顶轮廓线，并对其进行规则化和扩展处理。实验表明该算法能快速准确地提取建筑物屋顶轮廓线。

目录

声明

致谢

摘要

1 绪论

1．1 研究意义

1．2 研究现状

1．2．1 建筑物检测算法的研究现状

1．2．2 屋顶轮廓线提取方法的研究现状

1．3 研究内容与目标

1．3．1 研究内容

1．3．2 研究目标

1．4 论文结构组织

2 机载激光雷达系统

2．1 机载激光雷达系统组成

2．2 机载激光雷达对地定位原理

2．2．1 IMU／DGPS姿态测量原理

2．2．2 激光测距原理

2．3 机载激光雷达数据

2．3．1 数据特点

2．3．2 数据格式

2．3．3 数据组织

3 建筑物检测

3．1 LiDAR数据滤波

3．1．1 滤波现有算法

3．1．2 移动窗口滤波算法

3．2 建筑物点云提取和分割

3．3 本章小结

4 建筑物屋顶轮廓线提取

4．1 边缘点检测

4．2 初始角点搜索

4．3 轮廓线拟合、规则化与扩展

4．3．1 初始轮廓线拟合与规则化

4．3．2 轮廓线扩展

4．4 角点计算

4．5 本章小结

5 实验与分析

5．1 实验数据与平台

5．2 LiDAR点云数据滤波

5．3 建筑物点群分割

5．4 建筑物屋顶轮廓线提取

5．4．1 实验结果

5．4．2 精度评定

6 结论与展望

6．1 本文结论

6．2 研究展望

参考文献

作者简历

学位论文数据集