地面激光掃描（Terrestrial LiDAR Scanning,TLS）作為一種主動(dòng)遙感技術(shù),通過發(fā)射脈沖信號(hào)并接收目標(biāo)物體表面返回的信號(hào)完成三維測(cè)量,具有速度快、精度高、單次獲取數(shù)據(jù)量大等特點(diǎn),已經(jīng)成為空間信息獲取的重要手段,基于TLS技術(shù)的建筑物精細(xì)建模也成為近年來的研究熱點(diǎn)。由于掃描視角和物體遮擋等限制,TLS需要多角度掃描才能完整覆蓋城市建筑物場(chǎng)景,且獲取到的多視點(diǎn)云都基于局部坐標(biāo)系,需要通過點(diǎn)云配準(zhǔn)技術(shù)將不同視角下的點(diǎn)云統(tǒng)一到同一坐標(biāo)系下。國(guó)內(nèi)外學(xué)者提出許多兩視點(diǎn)云自動(dòng)配準(zhǔn)算法,但城市建筑物場(chǎng)景結(jié)構(gòu)復(fù)雜,點(diǎn)云數(shù)據(jù)不僅含有大量噪聲,同時(shí)包含對(duì)稱或不完整結(jié)構(gòu),局部點(diǎn)云密度變化明顯,TLS數(shù)據(jù)量非常龐大,如何提高城市建筑物場(chǎng)景下的兩視點(diǎn)云自動(dòng)配準(zhǔn)精度和效率是目前亟待解決的問題。因此,本文主要研究城市建筑物場(chǎng)景下的兩視點(diǎn)云自動(dòng)配準(zhǔn),具體如下:（1）基于ISS-SHOT特征點(diǎn)的點(diǎn)云粗配準(zhǔn):目前,點(diǎn)云粗配準(zhǔn)主要通過提取點(diǎn)云表面二維或三維特征進(jìn)行粗配準(zhǔn),二維或三維特征的質(zhì)量決定粗配準(zhǔn)精度。本文將定向直方圖標(biāo)簽（Signatures of Histograms of OrienTatio... 

【文章來源】：成都理工大學(xué)四川省

【文章頁數(shù)】：59 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

城市建筑物場(chǎng)景點(diǎn)云數(shù)據(jù)

點(diǎn)云降噪與下采樣點(diǎn)云降噪Ndenoise最小鄰域點(diǎn)個(gè)數(shù) 50edenoise最大允許誤差 3δ下采樣 Svoxel體素格網(wǎng)采樣尺寸 15ISS-SHOT 特征點(diǎn)提取法向量估計(jì) RNormal最小鄰域點(diǎn)個(gè)數(shù) 20dISS 關(guān)鍵點(diǎn)提取 RISS最小鄰域點(diǎn)個(gè)數(shù) 12SHOT 特征描述 RSHOT最小鄰域點(diǎn)個(gè)數(shù) 20d注：表中 d 表示點(diǎn)云密度，δ 表示點(diǎn)云鄰域標(biāo)準(zhǔn)差3.4.2.2 點(diǎn)云降噪與下采樣圖 3-3（a）表示第一組點(diǎn)云數(shù)據(jù)利用統(tǒng)計(jì)學(xué)濾波算法進(jìn)行點(diǎn)云降噪和體素格網(wǎng)下采樣后的結(jié)果圖，從圖中可以看出，點(diǎn)云噪聲點(diǎn)相對(duì)于圖 3-2（a）所示的原始點(diǎn)云有明顯的改善。同時(shí)，經(jīng)過點(diǎn)云降噪和下采樣的點(diǎn)云結(jié)構(gòu)基本保持不變，場(chǎng)景中的建筑物輪廓、路燈、樹木等清晰可見。圖 3-3（b）和圖 3-3（c）分別表示第二組數(shù)據(jù)和第三組數(shù)據(jù)降噪和下采樣后的效果，同樣達(dá)到了既保證點(diǎn)云結(jié)構(gòu)不變又能降低點(diǎn)云數(shù)量的效果。

（c）第三組數(shù)據(jù)降噪與下采樣結(jié)果圖 3-3 城市建筑物場(chǎng)景點(diǎn)云降噪與下采樣結(jié)果（續(xù)）（不同顏色表示不同掃描位置獲取的數(shù)據(jù)）SHOT 特征點(diǎn)提取一組數(shù)據(jù)為例展示 ISS-SHOT 特征點(diǎn)提取結(jié)果（圖 3下采樣后的點(diǎn)云，點(diǎn)云個(gè)數(shù)為 57.9 萬，紅色部分表數(shù)為 1.5 萬。從特征點(diǎn)提取結(jié)果可以看出，特征點(diǎn)數(shù)征點(diǎn)分布均勻，在點(diǎn)云密度變化區(qū)域均有分布，且數(shù)兩組 ISS-SHOT 特征點(diǎn)之間進(jìn)行同名點(diǎn)估計(jì)與初始轉(zhuǎn)

【參考文獻(xiàn)】：
期刊論文
[1]多分辨率配準(zhǔn)點(diǎn)的ICP算法[J]. 王勇,鄒輝,何養(yǎng)明,黎春.  小型微型計(jì)算機(jī)系統(tǒng). 2018(03)
[2]直線簇約束下的地面LiDAR點(diǎn)云配準(zhǔn)方法[J]. 盛慶紅,張斌,肖暉,陳姝文,王青,柳建峰.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2018(03)
[3]基于一致性球的點(diǎn)云配準(zhǔn)算法研究[J]. 楊帆,�？★w.  大地測(cè)量與地球動(dòng)力學(xué). 2018(01)
[4]遺傳算法結(jié)合自適應(yīng)閾值約束的ICP算法[J]. 石愛軍,白瑞林,田青華,李杜.  光學(xué)技術(shù). 2018(01)
[5]地面激光點(diǎn)云數(shù)據(jù)質(zhì)量評(píng)價(jià)與三維模型快速重建技術(shù)研究[J]. 宣偉.  測(cè)繪學(xué)報(bào). 2017(12)
[6]三維激光掃描點(diǎn)云數(shù)據(jù)處理研究進(jìn)展、挑戰(zhàn)與趨勢(shì)[J]. 楊必勝,梁福遜,黃榮剛.  測(cè)繪學(xué)報(bào). 2017(10)
[7]基于大數(shù)據(jù)技術(shù)的智慧城市建設(shè)初探[J]. 賀瑞,許元斌,柳歡,陳坤.  自動(dòng)化與儀器儀表. 2017(06)
[8]基于平面基元組的建筑物場(chǎng)景點(diǎn)云自動(dòng)配準(zhǔn)方法[J]. 梁棟,王紅平,劉修國(guó),沈永林.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2016(12)
[9]一種閉合條件約束的全局最優(yōu)多視點(diǎn)云配準(zhǔn)方法[J]. 閆利,譚駿祥,楊容浩,李少達(dá).  測(cè)繪學(xué)報(bào). 2016(04)
[10]基于法向量改進(jìn)的ICP算法[J]. 楊小青,楊秋翔,楊劍.  計(jì)算機(jī)工程與設(shè)計(jì). 2016(01)

博士論文
[1]計(jì)算機(jī)視覺中相機(jī)標(biāo)定及點(diǎn)云配準(zhǔn)技術(shù)研究[D]. 王瑞巖.西安電子科技大學(xué) 2015
[2]三維離散點(diǎn)云數(shù)據(jù)的預(yù)處理和配準(zhǔn)技術(shù)研究[D]. 胡峰俊.浙江工業(yè)大學(xué) 2015
[3]基于標(biāo)記點(diǎn)過程的機(jī)載激光掃描點(diǎn)云建筑物提取[D]. 徐文學(xué).武漢大學(xué) 2013

碩士論文
[1]基于機(jī)載LiDAR數(shù)據(jù)和遙感影像數(shù)據(jù)的建筑物三維建模研究[D]. 趙明月.華東師范大學(xué) 2017
[2]基于數(shù)字地圖的三維場(chǎng)景構(gòu)建關(guān)鍵技術(shù)的研究與實(shí)現(xiàn)[D]. 徐碩.北京工業(yè)大學(xué) 2016
[3]近景攝影測(cè)量和三維渲染技術(shù)在建筑物精細(xì)建模中的應(yīng)用[D]. 張東霞.山東農(nóng)業(yè)大學(xué) 2015
[4]求解無約束最優(yōu)化問題的一個(gè)新的擬牛頓方法[D]. 陳姍.南京理工大學(xué) 2013
[5]三維激光掃描點(diǎn)云數(shù)據(jù)濾波方法研究[D]. 孫正林.中南大學(xué) 2011



本文編號(hào)：2923801