本文關鍵詞：基于機載與車載LiDAR數(shù)據(jù)的建筑物模型多視三維重建研究，由筆耕文化傳播整理發(fā)布。

【摘要】：三維建筑物模型重建是地理信息科學、遙感等領域的研究熱點。隨著三維實景導航、城市虛擬環(huán)境、低碳城市建設、災害應急管理等應用需求的不斷增長,對于建筑物頂面與側(cè)面模型重建的高精確性、高細節(jié)性和高完整性要求越來越迫切。機載與車載LiDAR技術(shù)作為三維空間信息的新型獲取手段,具有直接獲得三維信息、主動性強、精度高等優(yōu)勢,集成機載與車載LiDAR數(shù)據(jù)進行建筑物模型的全方位、高精細三維重建具有重要的研究意義和巨大的應用前景。目前,機載與車載LiDAR數(shù)據(jù)的集成以及基于兩類數(shù)據(jù)下的建筑物模型重建仍受到較多的瓶頸制約,相關技術(shù)手段與研究方法仍有待探索。本文圍繞“俯視-側(cè)視”聯(lián)合的多視三維建筑物模型重建目標,利用機載與車載LiDAR數(shù)據(jù)的互補優(yōu)勢,基于機載LiDAR數(shù)據(jù)重建高正確性的建筑物屋頂模型,基于車載LiDAR數(shù)據(jù)重建高完整性的建筑物立面模型,形成了“多源數(shù)據(jù)集成—屋頂模型重建—立面模型重建”的基本框架,建立了一套基于機載與車載LiDAR數(shù)據(jù)重建多視三維建筑物模型的技術(shù)方案。本文主要研究內(nèi)容和貢獻包括：(1)提出基于地面公共點集的機載與車載LiDAR數(shù)據(jù)集成方法。機載與車載LiDAR數(shù)據(jù)由于平臺的不同在掃描視角、空間覆蓋范圍、空間分辨率、場景復雜性等多個方面存在顯著的差異性,造成了兩者問數(shù)據(jù)集成的困難。此外,車載LiDAR系統(tǒng)在數(shù)據(jù)獲取過程中容易因GPS失鎖而導致局部點云漂移,進一步加大了與機載LiDAR數(shù)據(jù)集成的難度。研究提出“坐標轉(zhuǎn)換—整體糾正—局部精化”的集成策略,實現(xiàn)了機載與車載LiDAR數(shù)據(jù)大區(qū)域下的初步集成和局部區(qū)域下的集成精化。其中,坐標轉(zhuǎn)換與控制點糾正的處理流程糾正了車載LiDAR數(shù)據(jù)的局部漂移點云,GPS信息的引用實現(xiàn)了大區(qū)域下異構(gòu)點云數(shù)據(jù)的初步集成。其次,地面公共點集的提取與ICP精細配準的技術(shù)方法,解決了異質(zhì)平臺點云數(shù)據(jù)配準難的問題,實現(xiàn)了局部區(qū)域下初步集成點云的精化。實驗結(jié)果表明,機載與車載LiDAR數(shù)據(jù)在大區(qū)域下獲得較為理想的初步集成結(jié)果,在局部區(qū)域下實現(xiàn)了更為精確的匹配,集成結(jié)果能夠為建筑物三維模型重建提供數(shù)據(jù)支撐。(2)提出基于多尺度格網(wǎng)的機載LiDAR數(shù)據(jù)建筑物屋頂模型重建方法。機載LiDAR數(shù)據(jù)具有離散性強、數(shù)據(jù)量大、空間分辨率不高、光譜紋理信息缺失等問題,給建筑物提取與模型重建帶來較大的技術(shù)難度。研究采用基于多尺度格網(wǎng)下“建筑物種子區(qū)提取—目標地物結(jié)構(gòu)檢測—建筑物屋頂模型重建”的技術(shù)方案,實現(xiàn)了復雜城市環(huán)境下高正確率、高完整率的建筑物屋頂提取和三維模型重建。其中,大尺度下構(gòu)建歸一化的數(shù)字表面模型,消除了地形起伏對建筑物提取的影響,并利用格網(wǎng)高程屬性與幾何特征,提取了高正確性的建筑物種子區(qū)域。其次,小尺度下構(gòu)建、插值、分割高分辨率深度影像,獲得了精度高、細節(jié)豐富、結(jié)構(gòu)清晰的矢量地物面片。最后,大、小兩個尺度提取結(jié)果的有效融合,實現(xiàn)了優(yōu)勢互補,重建了高正確性、高精確性的三維建筑物屋頂模型。實驗結(jié)果表明,該方法在樹木密集、地形復雜、建筑物多樣化的城市環(huán)境下獲得理想的建筑物屋頂提取與模型重建效果,具有較為廣泛的適用性。(3)提出基于結(jié)構(gòu)單元探測的車載LiDAR數(shù)據(jù)建筑物立面模型重建方法。車載LiDAR數(shù)據(jù)具有空間分布不均、前景遮擋嚴重、立面結(jié)構(gòu)復雜等難點,造成建筑物立面模型重建難度大。研究提出“點云預處理—立面點云展開—結(jié)構(gòu)單元探測—立面模型重建”的技術(shù)方案,實現(xiàn)了高完整性的三維建筑物立面模型重建。其中,點云預處理方法快速有效地提取了建筑物立面點云并初步拆分了建筑物復雜結(jié)構(gòu)。其次,根據(jù)墻體輪廓線展平了建筑物立面點云,解決了前人方法難適用于復雜結(jié)構(gòu)建筑物多個立面的問題。再次,分析展開立面在垂直和水平方向上的結(jié)構(gòu)特征,有效探測了具有相似性的結(jié)構(gòu)單元。然后,探測并修復具有重復結(jié)構(gòu)的單元點云,有效解決了數(shù)據(jù)缺失的問題。最后,利用結(jié)構(gòu)單元的重復性和修復點云的完整性,實現(xiàn)了高完整性的三維建筑物立面模型精細重建。實驗結(jié)果表明,該方法所構(gòu)建的建筑物立面模型視覺效果逼真,具有較高的精確性、細節(jié)性和完整性,能為具有規(guī)則結(jié)構(gòu)的建筑物立面模型重建提供了全新的解決辦法。
【關鍵詞】：機載LiDAR 車載LiDAR 數(shù)據(jù)集成 建筑物模型 三維重建
【學位授予單位】：南京大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TU205;TP751
【目錄】：

• 摘要3-5
• Abstract5-21
• 第1章 緒論21-39
• 1.1 研究背景與意義21-23
• 1.2 國內(nèi)外研究綜述23-34
• 1.2.1 機載與車載LiDAR數(shù)據(jù)的集成23-25
• 1.2.2 基于機載LiDAR數(shù)據(jù)的建筑物點云提取與模型重建25-30
• 1.2.3 基于車載LiDAR數(shù)據(jù)的建筑物點云提取與模型重建30-34
• 1.3 研究目標34
• 1.4 總體技術(shù)路線34-35
• 1.5 主要研究內(nèi)容35-36
• 1.6 論文組織36-39
• 第2章 實驗區(qū)與數(shù)據(jù)39-48
• 2.1 實驗區(qū)簡介39-42
• 2.2 數(shù)據(jù)源介紹42-48
• 2.2.1 機載LiDAR數(shù)據(jù)42-46
• 2.2.2 車載LiDAR數(shù)據(jù)46-48
• 第3章 基于地面公共點集的機載與車載LiDAR數(shù)據(jù)集成48-69
• 3.1 引言48-49
• 3.2 坐標轉(zhuǎn)換與初步集成49-52
• 3.2.1 點云數(shù)據(jù)坐標轉(zhuǎn)換49-50
• 3.2.2 車載LiDAR數(shù)據(jù)校正50-52
• 3.3 初步集成結(jié)果評價52-56
• 3.3.1 目視評價52-54
• 3.3.2 剖面評價54-56
• 3.4 初步集成結(jié)果精化56-64
• 3.4.1 地面點集提取57-62
• 3.4.2 地面點集配準62-64
• 3.5 集成精化結(jié)果評價64-68
• 3.5.1 地面點誤差評價64-66
• 3.5.2 剖面線評價66-68
• 3.6 本章小結(jié)68-69
• 第4章 基于多尺度格網(wǎng)的機載LiDAR數(shù)據(jù)建筑物屋頂模型重建69-101
• 4.1 引言69-71
• 4.2 大尺度下建筑物種子區(qū)域提取71-76
• 4.2.1 規(guī)一化數(shù)字表面模型構(gòu)建71-73
• 4.2.2 建筑物種子區(qū)域提取73-76
• 4.3 小尺度下目標地物的結(jié)構(gòu)檢測76-82
• 4.3.1 高分辨率深度影像構(gòu)建76-79
• 4.3.2 高分辨率深度影像分割79-82
• 4.4 多尺度下三維建筑物模型重建82-85
• 4.4.1 建筑物屋頂面片提取82-83
• 4.4.2 建筑物三維模型重建83-85
• 4.5 實驗與分析85-99
• 4.5.1 實驗結(jié)果85-91
• 4.5.2 正確率與完整率91-94
• 4.5.3 高程精度評價94-96
• 4.5.4 建筑物高程對于重建的影響96-99
• 4.6 本章小結(jié)99-101
• 第5章 基于結(jié)構(gòu)單元探測的車載LiDAR數(shù)據(jù)建筑物立面模型重建.101-131
• 5.1 引言101-103
• 5.2 建筑物立面點云預處理103-108
• 5.2.1 建筑物立面點云提取103-106
• 5.2.2 建筑物結(jié)構(gòu)初步拆分106-108
• 5.3 建筑物立面點云展開108-110
• 5.3.1 墻體輪廓線提取108-109
• 5.3.2 立面點云展開109-110
• 5.4 建筑物結(jié)構(gòu)單元探測110-117
• 5.4.1 展開立面的邊界點云提取110-112
• 5.4.2 展開立面的垂直結(jié)構(gòu)探測112-114
• 5.4.3 展開立面的水平結(jié)構(gòu)探測114-117
• 5.5 建筑物立面模型重建117-124
• 5.5.1 結(jié)構(gòu)單元點云修復117-121
• 5.5.2 三維立面模型重建121-124
• 5.6 實驗與分析124-129
• 5.6.1 實驗結(jié)果124-125
• 5.6.2 目視評價125-126
• 5.6.3 模型精度評價126-128
• 5.6.4 不同高程下的模型精度評價128-129
• 5.7 本章小結(jié)129-131
• 第6章 總體實驗與分析評價131-147
• 6.1 建筑物屋頂與立面模型融合131-136
• 6.1.1 屋頂與立面模型結(jié)果131-133
• 6.1.2 屋頂與立面模型融合133-136
• 6.2 實驗與分析136-146
• 6.2.1 實驗結(jié)果136-138
• 6.2.2 目視評價138-140
• 6.2.3 模型精度評價140-146
• 6.3 本章小結(jié)146-147
• 第7章 結(jié)論與展望147-149
• 7.1 結(jié)論147-148
• 7.2 創(chuàng)新點148
• 7.3 展望148-149
• 參考文獻149-159
• 攻讀博士學位期間科研情況159-160
• 致謝160-162

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張葉;曲宏松;李桂菊;王延杰;;平面場景和建筑物成像的幾何分析[J];中國光學;2011年05期

2 劉龍飛;王銳君;董衛(wèi)平;冉瓊;陳世榮;黃健熙;牟伶俐;;一種快速提取建筑物高度的方法研究[J];遙感技術(shù)與應用;2009年05期

3 余燁;劉曉平;韓江洪;袁曉輝;Bill P.Buckles;;從稀疏LiDAR數(shù)據(jù)中重建居民區(qū)建筑物[J];中國圖象圖形學報;2011年09期

4 林怡,陳鷹;基于單影像視覺的建筑物三維重建[J];山東建筑工程學院學報;2005年02期

5 田新光;張繼賢;張永紅;;利用QuickBird影像的陰影提取建筑物高度[J];測繪科學;2008年02期

6 王永剛;劉慧平;;利用角點最近距離統(tǒng)計平均法計算建筑物陰影長度[J];國土資源遙感;2008年03期

7 蔣李兵;王壯;雷琳;郁文賢;;基于模型迭代匹配的單幅高分辨SAR圖像遮擋建筑物高度估計方法[J];通信學報;2013年03期

8 唐亮,謝維信,黃建軍,謝興燦;直線Snakes及其在建筑物提取中的應用[J];西安電子科技大學學報;2005年01期

9 周在輝;馬靜;許五弟;靳亦冰;;基于CGA的建筑物程序化建模研究[J];測繪與空間地理信息;2013年06期

10 王敏;周樹道;劉志華;黃峰;梁妙元;;SAR圖像建筑物成像特性及重建研究方法[J];計算技術(shù)與自動化;2011年01期

中國重要會議論文全文數(shù)據(jù)庫 前8條

1 王晶;王仲琦;白春華;;爆炸作用下建筑物上載荷分布特征的研究[A];中國職業(yè)安全健康協(xié)會2009年學術(shù)年會論文集[C];2009年

2 蒙印;;單像片建筑物高度信息提取[A];中國測繪學會2006年學術(shù)年會論文集[C];2006年

3 張寧;蔣維楣;;城市冠層內(nèi)建筑物對氣流影響的數(shù)值模擬[A];首屆長三角氣象科技論壇論文集[C];2004年

4 楊志惠;;從IKONOS影像中提取建筑物的高度[A];第十三屆華東六省一市測繪學會學術(shù)交流會論文集[C];2011年

5 華晨輝;;兩種方法計算不規(guī)則建筑物年預計雷擊次數(shù)的探討[A];第六屆長三角氣象科技論壇論文集[C];2009年

6 汝洪博;蔡云泉;馬金福;馮志偉;胡雷雷;;與建筑物截收相同雷擊次數(shù)的等效面積計算方法的探討[A];第八屆長三角氣象科技發(fā)展論壇論文集[C];2011年

7 王金亮;王小花;;基于QuickBird影像城市建筑物信息提取的初步研究[A];地理學與生態(tài)文明建設——中國地理學會2008年學術(shù)年會論文摘要集[C];2008年

8 朱英浩;王斌;;從攝像帶構(gòu)建網(wǎng)上交互三維場景[A];'2006系統(tǒng)仿真技術(shù)及其應用學術(shù)交流會論文集[C];2006年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 李遠 李鵬;核心保護區(qū)建筑物高度不得超過10米[N];建筑時報;2013年

中國博士學位論文全文數(shù)據(jù)庫 前6條

1 陳綠文;高建筑物對閃電活動及其特征的影響研究[D];中國氣象科學研究院;2015年

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

3 羅伊萍;LIDAR數(shù)據(jù)濾波和影像輔助提取建筑物[D];解放軍信息工程大學;2010年

4 肖聚亮;建筑物遷移動力系統(tǒng)智能監(jiān)控研究與應用[D];天津大學;2006年

5 逄鐵錚;大斷面城市隧道穿越復雜建筑物群的安全性控制研究[D];北京交通大學;2015年

6 李志偉;軟土地區(qū)深基坑開挖對鄰近建筑物影響的三維有限元分析[D];天津大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 白玉龍;基于HTML5的建筑物陰影實時模擬[D];北京建筑大學;2015年

2 尤媛;水體、建筑物對氣溫、風觀測的影響研究[D];南京信息工程大學;2015年

3 楊春;面向?qū)ο蟮母叻直媛蔬b感影像建筑物倒損信息提取[D];中國地質(zhì)大學(北京);2015年

4 姚高偉;一種高分辨率遙感圖像建筑物特征分級提取算法[D];信陽師范學院;2013年

5 胡春;數(shù)字城市中的建筑物提取及三維景觀重建技術(shù)研究[D];華中科技大學;2004年

6 韓麗榮;復雜場景圖像中建筑物提取技術(shù)研究[D];中國海洋大學;2010年

7 周曉明;基于像素工廠產(chǎn)品提取建筑物矢量輪廓方法的研究與實踐[D];解放軍信息工程大學;2008年

8 黃宣達;基于混合匹配策略的航拍建筑物識別[D];廈門大學;2008年

9 劉纓;建筑物三維模型自動生成軟件設計與實現(xiàn)[D];東北大學　;2009年

10 呂釗;基于地面激光掃描數(shù)據(jù)的建筑物變化檢測研究[D];中國地質(zhì)大學（北京）;2011年

  本文關鍵詞：基于機載與車載LiDAR數(shù)據(jù)的建筑物模型多視三維重建研究，，由筆耕文化傳播整理發(fā)布。

本文編號：276304