本文關(guān)鍵詞：激光點云下的建筑物重建技術(shù)研究

  更多相關(guān)文章： 激光雷達點云 立面分割 GSMOSAC 點密度 三維重建 正則集

【摘要】：自從智慧城市的概念首次被提出以來,城市的三維重建引起了廣泛的關(guān)注。進入21世紀以來,激光掃描技術(shù)得到顯著的提高,它能夠快速、準確、大范圍地獲取城市場景的三維數(shù)據(jù),為城市的三維重建提供了數(shù)據(jù)基礎(chǔ)。作為城市場景的重要組成部分,人造建筑物的三維重建是當前研究的熱點,同時也面臨數(shù)據(jù)的后續(xù)處理等諸多困難。在大型的復雜建筑物重建方面,由于其結(jié)構(gòu)的復雜性,若需真實、完整的重建出建筑物的三維模型,需要解決復雜細部結(jié)構(gòu)的模型重建等問題。針對建筑物三維重建面臨的挑戰(zhàn)以及當前迫切的需求,本文的研究工作如下:1、對三維重建算法的研究現(xiàn)狀進行深入的探討,重點分析了三種常用的基于激光點云的三維重建算法(即基于先驗知識的三維重建算法、基于語法分割的三維重建算法和基于GlobFit的三維重建算法)的優(yōu)勢和不足,為本文后續(xù)的研究工作提供理論依據(jù)。2、針對地面激光掃描儀存在掃描死角,導致點云缺失、密度不均勻,使得建筑物立面難以完整分割等問題,現(xiàn)有的RANSAC(Random Sampling and Consensus)和多結(jié)構(gòu)(Multi-GS)等相關(guān)的算法,雖然在采樣策略方面有一定的優(yōu)勢,但是對于模型的選擇和后續(xù)模型優(yōu)化等方面仍存在不足。為此,本文提出了一種基于點密度的指導采樣方式,并對提取模型進行再優(yōu)化的分割算法,即GSMOSAC(Global Sample and Model Optimize)。該算法通過改進最小采樣集的選取方式,并對采樣模型進行優(yōu)化處理,以提高獲取模型的可靠性。實驗結(jié)果表明,本文提出的算法比傳統(tǒng)的RANSAC、多結(jié)構(gòu)(Multi-GS)算法能夠獲得更好的分割效果。3、針對RANSAC、PEARL和GlobFit這三種算法在三維重建過程中存在閉合性、擴展性和自動化處理等方面的不足問題,提出了一種基于正則集的三維重建新算法。該算法擴展性較好,而且能夠自動地進行幾何重建。通過對四組不同類型和規(guī)模的激光雷達數(shù)據(jù)進行實驗分析,并與RANSAC、PEARL和GlobFit三種經(jīng)典算法相比,本文提出的基于正則集三維重建算法的重建效果較好,而且能夠較好地解決在建筑物幾何重建過程中普遍存在的閉合性問題。
【學位授予單位】：集美大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TU198;TP391.41

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 梁新合;梁晉;郭成;曹巨明;;法向約束的多幅點云數(shù)據(jù)融合算法[J];西安交通大學學報;2009年05期

2 孟凡文;吳祿慎;;用繼承與優(yōu)化算法精密拼接無序點云[J];光學精密工程;2009年04期

3 范然;金小剛;;大規(guī)模點云選擇及精簡[J];圖學學報;2013年03期

4 李偉;李旭東;趙慧潔;張穎;;基于姿態(tài)標準化的線特征點云提取方法[J];北京航空航天大學學報;2013年08期

5 邱望標;呂圣楠;;帶有矩形參照物的可程序化點云精確拼接算法[J];組合機床與自動化加工技術(shù);2010年09期

6 史寶全;梁晉;張曉強;舒挽;;特征保持的點云精簡技術(shù)研究[J];西安交通大學學報;2010年11期

7 陳國安;劉飛;李麗;;采用模糊規(guī)則的人體點云特征尺寸識別與提取[J];計算機輔助設(shè)計與圖形學學報;2011年08期

8 張旭;張學昌;唐覺明;;點云對稱邊特征的最優(yōu)化提取技術(shù)[J];中國機械工程;2013年05期

9 曹照均;李尚平;李冰;;多基準點下多視點云拼接對齊方法的研究[J];機械設(shè)計與制造;2014年04期

10 李啟東;李文龍;周莉萍;;一種曲面特征保持的航空葉片點云精簡方法[J];中國機械工程;2014年16期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 李文濤;韋群;楊海龍;;基于圖像的點云生成和預處理[A];2011年全國通信安全學術(shù)會議論文集[C];2011年

2 蔡來良;李儒;;點云數(shù)據(jù)處理算法與實現(xiàn)初步研究[A];第四屆“測繪科學前沿技術(shù)論壇”論文精選[C];2012年

3 馬國慶;陶萍萍;楊周旺;;點云空間曲線的微分信息計算及匹配方法[A];第四屆全國幾何設(shè)計與計算學術(shù)會議論文集[C];2009年

4 江倩殷;劉忠途;李熙瑩;;一種有效的點云精簡算法[A];第十五屆全國圖象圖形學學術(shù)會議論文集[C];2010年

5 解輝;張愛武;孟憲剛;;機載激光點云快速繪制方法[A];第二十五屆全國空間探測學術(shù)研討會摘要集[C];2012年

6 李凱;張愛武;;基于激光點云的糧倉儲糧數(shù)量測量方法[A];第二屆“測繪科學前沿技術(shù)論壇”論文精選[C];2010年

7 朱曉強;余燁;劉曉平;袁曉輝;Bill P.Buckles;;基于航拍圖像和LiDAR點云的城市道路提取[A];全國第19屆計算機技術(shù)與應用（CACIS）學術(shù)會議論文集（上冊）[C];2008年

8 劉虎;;基于線性八叉樹的點云簡化與特征提取研究[A];促進科技經(jīng)濟結(jié)合，服務創(chuàng)新驅(qū)動發(fā)展——蚌埠市科協(xié)2012年度學術(shù)年會論文集[C];2012年

9 李濱;王佳;;基于點云的建筑測繪信息提取[A];第四屆“測繪科學前沿技術(shù)論壇”論文精選[C];2012年

10 楊雪春;;反求工程建模中點云切片技術(shù)研究[A];全國先進制造技術(shù)高層論壇暨第八屆制造業(yè)自動化與信息化技術(shù)研討會論文集[C];2009年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 曹裕華 高化猛 江鴻賓;激光點云 亦真亦幻[N];解放軍報;2013年

2 中國工程院院士 劉先林;四維遠見的裝備創(chuàng)新[N];中國測繪報;2012年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 彭檢貴;融合點云與高分辨率影像的城區(qū)道路提取與表面重建研究[D];武漢大學;2012年

2 劉涌;基于連續(xù)序列自動快速拼接的全方位三維測量技術(shù)研究[D];西南交通大學;2013年

3 袁小翠;產(chǎn)品表面缺陷視覺檢測數(shù)據(jù)處理關(guān)鍵技術(shù)研究[D];南昌大學;2015年

4 賴祖龍;基于LiDAR點云與影像的海岸線提取和地物分類研究[D];武漢大學;2013年

5 王瑞巖;計算機視覺中相機標定及點云配準技術(shù)研究[D];西安電子科技大學;2015年

6 段敏燕;機載激光雷達點云電力線三維重建方法研究[D];武漢大學;2015年

7 韓峰;基于點云信息的既有鐵路狀態(tài)檢測與評估技術(shù)研究[D];西南交通大學;2015年

8 金龍存;3D點云復雜曲面重構(gòu)關(guān)鍵算法研究[D];上海大學;2012年

9 李揚彥;基于點云的三維重建與形變事件分析[D];中國科學院深圳先進技術(shù)研究院;2013年

10 楊德賀;面向虛擬測方系統(tǒng)的點云聚類與擬合理論[D];中國礦業(yè)大學（北京）;2014年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 段紅娟;點云圖像交互式曲線骨架提取技術(shù)及其應用[D];西南交通大學;2015年

2 張永恒;散亂點云數(shù)據(jù)配準方法研究[D];長安大學;2015年

3 吳愛;面向特征擬合的點云簡化方法研究[D];中國地質(zhì)大學(北京);2015年

4 薛廣順;基于立體視覺的牛體點云獲取方法研究與實現(xiàn)[D];西北農(nóng)林科技大學;2015年

5 呂超;異型面工件定位裝配系統(tǒng)測控技術(shù)研究[D];北京交通大學;2016年

6 劉婷玉;基于逆向工程的曲面模型數(shù)字化技術(shù)研究[D];華東理工大學;2016年

7 羅寒;地面激光掃描三維模型重建技術(shù)研究[D];東華理工大學;2016年

8 劉群;基于小光斑機載LiDAR數(shù)據(jù)的單木三維分割[D];北京林業(yè)大學;2016年

9 張巍;基于深度相機Kinect的植物葉片重建研究[D];江蘇大學;2016年

10 謝穎;基于三維激光掃描的糧倉儲量測量中點云數(shù)據(jù)處理技術(shù)的研究[D];華東師范大學;2016年

，

本文編號：1230969