發(fā)布時間：2021-08-27 21:26

　　作為一種新興數(shù)據(jù),密集匹配點云因具有真實、豐富的地物信息而被廣泛關(guān)注,并且隨著多視傾斜攝影測量技術(shù)的發(fā)展得到了越來越多的應(yīng)用。但是由于密集匹配點云具有粗糙、地物邊界模糊、數(shù)據(jù)冗余大等特點,傳統(tǒng)激光掃描點云處理技術(shù)對其適應(yīng)性較差,研究適用于密集匹配點云數(shù)據(jù)的處理算法具有重要應(yīng)用價值。本文圍繞密集匹配點云的數(shù)據(jù)結(jié)構(gòu)特點、高程精度評價、濾波、建筑物提取等問題開展研究,完成的主要工作與創(chuàng)新點如下:1.闡述了論文的研究背景以及研究意義,總結(jié)了點云處理算法的研究現(xiàn)狀以及傾斜攝影測量技術(shù)的發(fā)展歷程,詳細(xì)分析了密集匹配點云與傳統(tǒng)激光掃描點云的特點。2.設(shè)計了一種無地面控制點條件下,以激光掃描點云為參考數(shù)據(jù)的密集匹配點云高程精度評價算法。首先通過基于點的區(qū)域生長分割激光掃描點云,提取具有穩(wěn)定位置、幾何結(jié)構(gòu)的屋頂面,然后構(gòu)建平面方程,計算密集匹配點云的高程擬合值,最后統(tǒng)計最小平面單元的高程殘差平均值和均方根誤差。實驗表明,高程殘差平均值和均方根誤差對點云高程偏差和垂直方向噪聲情況具有指示意義。3.針對復(fù)雜城市場景,提出了一種改進(jìn)的深度圖像區(qū)域生長分割和基于鄰域語義信息合并地面點的濾波算法。首先根據(jù)密集匹配... 

【文章來源】：戰(zhàn)略支援部隊信息工程大學(xué)河南省

【文章頁數(shù)】：86 頁

【學(xué)位級別】：碩士

【部分圖文】：

國外傾斜相機(jī)

(a) SWDC-5 相機(jī)外觀及鏡頭 (b) AMC580 相機(jī)外觀及鏡頭(c) TOPDC-5 相機(jī) (d) 雙魚座相機(jī)外觀圖2.2 國產(chǎn)傾斜相機(jī)五鏡頭傾斜相機(jī)的工作原理是在每個相機(jī)曝光位置，從正視、前、后、左、右五個不同的角度同時拍攝地面目標(biāo)，如圖 2.3(a)。兩鏡頭相機(jī)采用懸停時對置搖擺拍攝的方式，如圖 2.3(b)，第一次曝光獲取左、后兩張側(cè)視影像，第二次相機(jī)旋轉(zhuǎn)并曝光獲取一到兩張垂直影像，第三次相機(jī)旋轉(zhuǎn)并曝光獲取前、后兩張影像，同樣可以獲取五個方向的影像。兩鏡頭的設(shè)計大大減輕了相機(jī)的重量，節(jié)省各項開支的同時，還可以有效增加無人機(jī)續(xù)航時間。(a) 五鏡頭相機(jī)工作示意圖 (b) 兩鏡頭相機(jī)工作示意圖圖2.3 傾斜相機(jī)工作示意圖圖 2.4 是 2017 年 Leica 公司推出的首款混合型城市航空攝影系統(tǒng) CityMapper，將 8 千萬像素中畫幅 RCD30 傾斜相機(jī)和 700kHz Hyperion 激光雷達(dá)集成到單個傳感器

圖2.4 Leica 公司的 CityMapper 混合型城市航空攝影系統(tǒng)斜攝影硬件設(shè)備的推陳出新，面向傾斜影像的數(shù)據(jù)處理軟件也相三維建模軟件，就不得不提到 Bently 公司的 ContextCapture 和 Asel Factory，兩者都是基于圖形運(yùn)算單元 GPU 的快速三維場景ture 是一套集合了歐洲高級攝影影像、計算機(jī)虛擬現(xiàn)實以及計算三維建模軟件，對影像數(shù)據(jù)源近乎于沒有任何限制，自動化程度真實地物的形狀和紋理特征。Pixel Factory 的子模塊 Street Factor感器模型，自動地處理來自于任何平臺和任何相機(jī)的大量影er 和俄羅斯的 Agisoft PhotoScan 憑借親民的價格優(yōu)勢具有較高的無人機(jī)傾斜影像的三維重建。三維建模軟件逼真的重建結(jié)果，很的質(zhì)量。針對傾斜影像密集匹配效果較好的軟件還有 SURE、MicM種多分辨率多視匹配算法，PMVS是一種基于物方面元的多視立匹配(Semi-Global Matching，SGM)策略的 SURE 和 PhotoScan 在出眾[55]。目前軟件方面仍然是國外一家獨大，國內(nèi)尚無高效完善案。

【參考文獻(xiàn)】：
期刊論文
[1]深度圖像分割的城市區(qū)域傾斜影像密集匹配點云濾波算法[J]. 季虹良,戴晨光,張鑫祿,莫德林,仇多兵.  測繪科學(xué)技術(shù)學(xué)報. 2017(05)
[2]基于多尺度虛擬格網(wǎng)的LiDAR點云數(shù)據(jù)濾波改進(jìn)方法[J]. 黃作維,劉峰,胡光偉.  光學(xué)學(xué)報. 2017(08)
[3]融合點、對象、關(guān)鍵點等3種基元的點云濾波方法[J]. 林祥國,張繼賢,寧曉剛,段敏燕,臧藝.  測繪學(xué)報. 2016(11)
[4]基于植被指數(shù)限制分水嶺算法的機(jī)載激光點云建筑物提取[J]. 趙宗澤,張永軍.  光學(xué)學(xué)報. 2016(10)
[5]融合航空影像和LIDAR點云的建筑物探測及輪廓提取[J]. 程效軍,程小龍,胡敏捷,郭王,張立朔.  中國激光. 2016(05)
[6]融合強(qiáng)閾值三角網(wǎng)與總體最小二乘曲面擬合濾波[J]. 劉志青,李鵬程,郭海濤,張保明,丁磊,趙傳,張旭光.  紅外與激光工程. 2016(04)
[7]集成傾斜航空攝影測量和地面移動測量技術(shù)的城市環(huán)境監(jiān)測[J]. 李德仁,劉立坤,邵振峰.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2015(04)
[8]融合形態(tài)學(xué)灰度重建與三角網(wǎng)分層加密的LiDAR點云濾波[J]. 吳軍,李偉,彭智勇,劉榮,唐敏.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2014(11)
[9]地面LiDAR數(shù)據(jù)中建筑輪廓和角點提取[J]. 童禮華,程亮,李滿春,陳焱明,王亞飛,張雯.  中國圖象圖形學(xué)報. 2013(07)
[10]多核處理器的機(jī)載激光雷達(dá)點云并行三角網(wǎng)漸進(jìn)加密濾波方法[J]. 亢曉琛,劉紀(jì)平,林祥國.  測繪學(xué)報. 2013(03)

碩士論文
[1]無人機(jī)影像匹配點云濾波處理與三維重建[D]. 秦川.西南交通大學(xué) 2015
[2]機(jī)載LiDAR點云數(shù)據(jù)濾波及輔助影像匹配技術(shù)研究[D]. 李鵬程.解放軍信息工程大學(xué) 2012
[3]機(jī)載LIDAR數(shù)據(jù)濾波及建筑物提取技術(shù)研究[D]. 張皓.解放軍信息工程大學(xué) 2009



本文編號：3367117