近年來,室內(nèi)三維建筑模型的應(yīng)用范圍越來越廣泛。比如,數(shù)字城市、BIM、室內(nèi)導(dǎo)航等。利用各種不同的儀器平臺獲取激光雷達點云數(shù)據(jù),來構(gòu)建真實的三維模型,已成為獲得室內(nèi)建筑模型的重要手段。同時,國內(nèi)外的專家學(xué)者也研究了從點云數(shù)據(jù)中提取,分割不同的建筑要素。然而,對不同的儀器平臺,不同的場景,不同的點云數(shù)據(jù)規(guī)模,自動分割出建筑要素(如地面、窗戶、四周墻壁、門等)依然十分的困難。本文采用室內(nèi)移動測量系統(tǒng)(Indoor Mobile Measurement System—IMMS3D)作為數(shù)據(jù)來源,在采集完建筑物室內(nèi)數(shù)據(jù)的基礎(chǔ)上,本文的重點研究放在對建筑物室內(nèi)立面點云的語義分割上。本文所做的主要工作和成果為:(1)本文采用市場上出現(xiàn)的室內(nèi)移動測量系統(tǒng)(IndoorMobileMeasurementSystem—IMMS3D)為實驗數(shù)據(jù)的采集方式,對該系統(tǒng)的特點、組成以及采集的點云數(shù)據(jù)的數(shù)據(jù)類型進行了分析,比較了該系統(tǒng)采集的建筑物室內(nèi)立面點云數(shù)據(jù)與傳統(tǒng)的地面激光掃描儀采集的點云數(shù)據(jù)的不同,并闡明采用該系統(tǒng)作為數(shù)據(jù)采集手段的原因。(2)針對建筑物室內(nèi)建筑要素多樣的特征,采用“先分割,再分類”的,分層次... 

【文章來源】：北京建筑大學(xué)北京市

【文章頁數(shù)】：53 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 主要研究內(nèi)容
    1.4 本文組織結(jié)構(gòu)
第2章 IMMS的組成、原理與數(shù)據(jù)類型分析
    2.1 室內(nèi)移動測量系統(tǒng)的組成
    2.2 IMMS的主要類別
        2.2.1 手持IMMS
        2.2.2 IMMS 3D推車
        2.2.3 背包式MMS
    2.3 IMMS的基本原理
    2.4 IMMS的關(guān)鍵技術(shù)
        2.4.1 激光LiDAR SLAM精密解算軌跡點
        2.4.2 多傳感器之間空間空間關(guān)系標(biāo)定與同步控制
        2.4.3 連續(xù)特征匹配
    2.5 IMMS的數(shù)據(jù)組成分析
    2.6 本章小結(jié)
第3章 建筑物室內(nèi)立面點云數(shù)據(jù)的語義分割
    3.1 構(gòu)建點云的三維空間索引
    3.2 建筑物室內(nèi)立面點云初次分割
        3.2.1 經(jīng)典的區(qū)域增長算法
I區(qū)域生長算法流程">        3.2.2 RGB_I區(qū)域生長算法流程
    3.3 初分割后點云塊語義信息的提取
        3.3.1 構(gòu)建有向外包圍盒（Oriented Bounding Box — OBB）
        3.3.2 計算點云塊的PCA
        3.3.3 提取包圍盒的幾何信息
    3.4 多條件限制的歐氏聚類二次分割
    3.5 再次構(gòu)建有向包圍盒
    3.6 幾何屬性匹配與最終語義判斷
    3.7 本章小結(jié)
第4章 建筑物室內(nèi)立面點云數(shù)據(jù)語義分割實驗
    4.1 軟件測試環(huán)境
    4.2 先驗建筑要素幾何信息的獲取
    4.3 對于建筑物室內(nèi)門的語義分割實驗
I區(qū)域生長分割">        4.3.1 RGB_I區(qū)域生長分割
        4.3.2 添加有向外包圍盒
        4.3.3 計算OBB的幾何要素
        4.3.4 語義信息判斷
    4.4 多條件的歐式聚類分割
    4.5 本章小結(jié)
第5章 論文總結(jié)與展望
    5.1 工作總結(jié)
    5.2 工作展望
參考文獻
附錄
致謝


【參考文獻】：
期刊論文
[1]基于OBB包圍盒碰撞檢測算法的改進[J]. 劉超,蔣夏軍,施慧彬.  計算機技術(shù)與發(fā)展. 2018(06)
[2]機載激光雷達的優(yōu)勢與發(fā)展[J]. 鄭若琳,洪亮.  地理空間信息. 2018(02)
[3]大光斑激光雷達數(shù)據(jù)的森林冠層高度反演[J]. 張良,姜曉琦,周薇薇,張帆.  測繪科學(xué). 2018(03)
[4]機載激光雷達波形數(shù)據(jù)橫向高斯分解方法[J]. 孟志立,徐景中.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2018(01)
[5]機載激光雷達測深數(shù)據(jù)處理與應(yīng)用[J]. 劉永明,鄧孺孺,秦雁,梁業(yè)恒.  遙感學(xué)報. 2017(06)
[6]機載激光雷達技術(shù)在烏龍山抽水蓄能電站工程測量中的應(yīng)用[J]. 徐曉臣,謝津平.  水利水電技術(shù). 2017(10)
[7]基于激光雷達的三維車載掃描儀系統(tǒng)研究[J]. 潘明夷,才家華,龍星宇.  科技資訊. 2017(19)
[8]車載聯(lián)合機載LiDAR點云數(shù)據(jù)的建筑物立面精細分割[J]. 李立雪,李永強,王力,牛路標(biāo),黃騰達,李有鵬.  測繪科學(xué)技術(shù)學(xué)報. 2017(02)
[9]基于3D激光雷達點云的道路邊界識別算法[J]. 孔棟,孫亮,王建強,王曉原.  廣西大學(xué)學(xué)報(自然科學(xué)版). 2017(03)
[10]利用多普勒激光雷達實現(xiàn)距離和速度同步測量[J]. 方建超,周興林,毛雪松.  光電工程. 2016(12)

博士論文
[1]車載LiDAR點云中建筑物的自動識別與立面幾何重建[D]. 魏征.武漢大學(xué) 2012
[2]基于激光雷達的移動機器人障礙檢測和自定位[D]. 項志宇.浙江大學(xué) 2002

碩士論文
[1]基于車載多激光雷達的地圖構(gòu)建與障礙物檢測[D]. 林輝.浙江大學(xué) 2017
[2]車載激光雷達系統(tǒng)設(shè)計與實驗研究[D]. 董士軍.南京理工大學(xué) 2017
[3]車載三維成像激光雷達系統(tǒng)研究[D]. 何志遠.哈爾濱工業(yè)大學(xué) 2015
[4]基于迭代馬爾科夫網(wǎng)絡(luò)的室內(nèi)三維點云語義標(biāo)注研究[D]. 林思遠.廈門大學(xué) 2014
[5]基于激光雷達的無人車三維環(huán)境建模技術(shù)研究[D]. 王銘.國防科學(xué)技術(shù)大學(xué) 2013



本文編號：2905259