【摘要】：隨著空間數(shù)據(jù)采集設(shè)備的不斷更新,單一的數(shù)據(jù)采集方式已不能滿(mǎn)足當(dāng)前三維重建的需要,如無(wú)人機(jī)航拍影像尺度大、視角廣、現(xiàn)勢(shì)性高,但缺乏建筑物立面信息;三維激光掃描儀采集到的點(diǎn)云數(shù)據(jù)精度高、地物信息豐富、無(wú)死角但大區(qū)域地形以及建筑物頂面點(diǎn)云采集與點(diǎn)云配準(zhǔn)卻十分困難。基于此,本文提出將無(wú)人機(jī)技術(shù)和三維激光掃描技術(shù)相結(jié)合,對(duì)兩者的數(shù)據(jù)處理技術(shù)和重建方法進(jìn)行了融合探討。首先在對(duì)低空攝影測(cè)量系統(tǒng)總結(jié)的基礎(chǔ)上,分析了無(wú)人機(jī)外業(yè)數(shù)據(jù)采集的流程及像控點(diǎn)的布設(shè)方法,并針對(duì)航拍影像獲取點(diǎn)云數(shù)據(jù)的過(guò)程,對(duì)內(nèi)業(yè)數(shù)據(jù)處理方法進(jìn)行了探討。其次,結(jié)合三維激光掃描儀的工作原理和外業(yè)數(shù)據(jù)采集方法,對(duì)標(biāo)靶的擺設(shè)原則進(jìn)行了分析,重點(diǎn)對(duì)多視點(diǎn)云的配準(zhǔn)方法進(jìn)行了論述,并通過(guò)設(shè)計(jì)不同實(shí)驗(yàn)方案,對(duì)比分析了不同配準(zhǔn)方法的精度以及配種過(guò)程中不同分組數(shù)量對(duì)配準(zhǔn)精度的影響。再次,結(jié)合現(xiàn)有的研究成果,重點(diǎn)探討了點(diǎn)云數(shù)據(jù)的處理技術(shù),分別從點(diǎn)云降噪、點(diǎn)云精簡(jiǎn)和點(diǎn)云分類(lèi)三個(gè)方面進(jìn)行分析研究。結(jié)合研究區(qū)域特征,探索了適用于研究區(qū)域的地物降噪方法和地形精簡(jiǎn)方法。最后,基于目前混合地形與地物三維重建模型精度低的不足,論文采用決策樹(shù)的分類(lèi)方法將三維重建過(guò)程劃分為地形三維重建和地物三維重建兩個(gè)可同時(shí)進(jìn)行的過(guò)程,然后對(duì)兩者進(jìn)行組合,優(yōu)化了重建方法,在保證建模精度的基礎(chǔ)上提高了建模效率。
[Abstract]:With the continuous updating of spatial data acquisition equipment, the single data acquisition method can not meet the needs of 3D reconstruction. For example, UAV aerial photography image scale, wide angle of view, high present situation, but the lack of building facade information; The data of point cloud collected by 3D laser scanner have high accuracy, abundant information of ground objects, no dead angle but large area topography, and the collection of point cloud on top of building is very difficult. Based on this, a combination of UAV technology and 3D laser scanning technology is proposed, and the data processing technology and reconstruction method of the two technologies are discussed. Based on the summary of low altitude photogrammetry system, this paper analyzes the flow chart of UAV field data acquisition and the method of setting up image control points, and discusses the processing method of internal data in view of the process of aerial image acquiring point cloud data. Secondly, combining with the working principle of 3D laser scanner and the method of data acquisition in field of work, the principle of setting target is analyzed, and the registration method of multi-view cloud is discussed, and different experimental schemes are designed. The accuracy of different registration methods and the effect of different number of groups on registration accuracy are compared and analyzed. Thirdly, combined with the existing research results, this paper focuses on the point cloud data processing technology, respectively from the point cloud noise reduction, point cloud reduction and point cloud classification three aspects of analysis and research. Based on the characteristics of the study area, the methods of noise reduction and terrain reduction are explored. Finally, based on the lack of accuracy of 3D reconstruction model of mixed terrain and ground objects, the paper uses decision tree classification method to divide 3D reconstruction process into two simultaneous processes: terrain 3D reconstruction and ground object 3D reconstruction. Then the reconstruction method is optimized and the modeling efficiency is improved on the basis of ensuring the modeling accuracy.
【學(xué)位授予單位】：河北工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：P225.2;P23

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李丁;鄒自力;;基于包圍盒法三維掃描點(diǎn)云數(shù)據(jù)精簡(jiǎn)方法比較[J];江西測(cè)繪;2015年02期

2 陳西江;花向紅;魯鐵定;田茂;;利用平面特征和KNNS提高點(diǎn)云配準(zhǔn)效率[J];中國(guó)礦業(yè)大學(xué)學(xué)報(bào);2014年06期

3 韓賢權(quán);朱慶;丁雨淋;周東波;;散亂點(diǎn)云數(shù)據(jù)精配準(zhǔn)的粒子群優(yōu)化算法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2014年10期

4 葉冬榮;李維詩(shī);張滋黎;周維虎;;基于二次精簡(jiǎn)的散亂點(diǎn)云精簡(jiǎn)方法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2014年09期

5 葉珉?yún)?花向紅;陳西江;魏成;;基于正交整體最小二乘平面擬合的點(diǎn)云數(shù)據(jù)去噪方法研究[J];測(cè)繪通報(bào);2013年11期

6 田野;向宇;高峰;高亮;;利用Pictometry傾斜攝影技術(shù)進(jìn)行全自動(dòng)快速三維實(shí)景城市生產(chǎn)——以常州市三維實(shí)景城市生產(chǎn)為例[J];測(cè)繪通報(bào);2013年02期

7 孫軍華;謝萍;劉震;張廣軍;;基于分層塊狀全局搜索的三維點(diǎn)云自動(dòng)配準(zhǔn)[J];光學(xué)精密工程;2013年01期

8 譚衢霖;王今飛;;結(jié)合高分辨率多光譜影像和LiDAR數(shù)據(jù)提取城區(qū)建筑[J];應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào);2011年05期

9 王茹;周明全;邢毓華;;基于聚類(lèi)平面特征的三維點(diǎn)云數(shù)據(jù)精簡(jiǎn)算法[J];計(jì)算機(jī)工程;2011年10期

10 肖春霞;;Multi-Level Partition of Unity Algebraic Point Set Surfaces[J];Journal of Computer Science & Technology;2011年02期

相關(guān)博士學(xué)位論文 前4條

1 陳焱明;基于機(jī)載與車(chē)載LiDAR數(shù)據(jù)的建筑物模型多視三維重建研究[D];南京大學(xué);2015年

2 姜巍;三維幾何模型的內(nèi)蘊(yùn)對(duì)稱(chēng)檢測(cè)技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

3 李寶;三維點(diǎn)云的魯棒處理技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2011年

4 李劍;基于激光測(cè)量的自由曲面數(shù)字制造基礎(chǔ)技術(shù)研究[D];浙江大學(xué);2002年

相關(guān)碩士學(xué)位論文 前8條

1 李明慈;微型無(wú)人機(jī)攝影測(cè)量數(shù)據(jù)處理研究[D];北京建筑大學(xué);2015年

2 趙志剛;航空攝影測(cè)量外業(yè)像控點(diǎn)布設(shè)的精度分析及應(yīng)用[D];長(zhǎng)安大學(xué);2015年

3 劉葛;基于Matrix軟件系統(tǒng)正射影像圖的研究[D];昆明理工大學(xué);2014年

4 吳勝浩;車(chē)載激光點(diǎn)云的顏色信息獲取與融合處理[D];首都師范大學(xué);2011年

5 孫正林;三維激光掃描點(diǎn)云數(shù)據(jù)濾波方法研究[D];中南大學(xué);2011年

6 蔡寬;基于點(diǎn)云的三維重建技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2010年

7 董秀軍;三維激光掃描技術(shù)及其工程應(yīng)用研究[D];成都理工大學(xué);2007年

8 錢(qián)錦鋒;逆向工程中的點(diǎn)云處理[D];浙江大學(xué);2005年

，

本文編號(hào)：2376420