收藏本站
《武汉大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

基于车载点云增强的倾斜摄影建筑物三维模型重建

高云龙  
【摘要】:高精度建筑物完整三维模型是真实建筑物的数字化表达,是摄影测量与遥感、计算机视觉、虚拟现实等领域的重点研究问题和关键技术,并受到学术界极大关注。在针对建筑物三维重建方面,车载数据在建筑物立面重建具有较大优势,但缺乏屋顶面数据。倾斜摄影包含垂直角度拍摄的屋顶信息的同时包含倾斜视角,能够很好的重建屋顶三维,但由倾角问题,导致靠近地面处的立面信息不足以满足人们对精细、真实场景的需要。因此,综合以上两种方法的优缺点,同时考虑实际过程的可实施性,本文结合倾斜影像与车载点云进行优势互补,完成对建筑物进行完整精细三维重建问题进行相关的方法、流程研究。在结合倾斜影像与车载点云数据进行三维重建的过程中,会遇到如下四个问题:1)城市场景复杂,基于三角网表面表达的城市场景类别丰富,不同类别的自动分类和识别自动化程度低,可靠性差;2)目前倾斜影像数据处理的成果主要以三角形面片进行表达,此成果与目前地理信息系统需要的矢量化体框模型数据表达方式存在一定的差异,且矢量化过程复杂,自动化程度较低;3)航空影像与车载点云在采集过程中数据空间位置出现的不一致问题,即局部或整体出现的位置偏移;4)基于车载数据建筑物立面细节特征丰富,倾斜重建结果细节相对退化,无有效的数据融合方法,提高建模质量。上述四个方面的问题限制了倾斜影像数据和车载激光系统数据的有效互补,阻碍了城市环境中高精度建筑物完整模型的三维重建的要求及其在各领域内的应用。针对以上问题,本论文的研究着重于融合航空影像数据与车载激光扫描数据过程中出现的数据配准、场景分类、拓扑结构重建的相关问题,提出了相关的解决方法:(1)本文提出了一种基于三角网模型的城市场景分类方法。本文着重研究通过分析以三角形表达的不同地物之间的几何属性,在顾及空间拓扑关系的基础上,重点研究了马尔科夫条件随机场分类方法在此处的应用。同时,在基于特征分类结果的基础之上,文中研究了基于先验知识对分类结果的影响,实现了对分类结果的优化。(2)本文提出了一种基于层次策略的建筑物屋顶结构重建方法。建筑物屋顶面的分割是屋顶重建的关键,而建筑物层次细节丰富,容易造成过分割或欠分割现象,因此,本文研究了一种层次分割算法,通过不同细节描述参数的设置,实现不同层次的屋顶面分割。在基于不同层次的分割屋顶面分割结果,文中分析了各层级屋顶面的特点,研究了针对不同层级屋顶面采用不同屋顶面重建的方法,实现了建筑物屋顶的整体重建。(3)本文提出了一种航空影像与车载点云数据配准方法。通过分析地物在高分辨率航空影像和地面激光点云中的特点,综合研究在点云强度和光学影像中的地物角点特征,运用具有鲁棒性和先验语意信息方法,探讨一种能够自动处理航空影像与车载点云配准的算法。(4)本文引入了一种基于车载点云的建筑物立面重建方法。真实环境中,建筑物立面结构复杂,往往由多个平面构成且存在多种细节,如窗户、门洞等。针对建筑物的立面重建,本文重点研究了立面点云的自动分割方法以及立面平面的提取方法。提出一种利用影像对立面结构线进行优化的方法,以及基于能量函数的方法进行立面拓扑重建方法,实现建筑物立面三维重建。本文对结合车载点云和倾斜影像数据进行建筑物三维模型重建中配准、识别和拓扑重构等几个关键问题进行深入研究,并取得了一些初步的研究成果。但是由于多源数据融合的复杂性,以及城市场景中建筑物的多样性,该课题仍存在许多问题值得进一步研究:1)地物特征的丰富性及有效性、2)结合纹理特征进行建筑物提取、3)结合多视角影像与点云进行配准、4)利用车载影像对建筑物立面纹理进行增强。作者将持续推进倾斜摄影与车载扫描系统相结合方式在数字城市、基础测绘、城市规划、减灾等方面的实用性和工程化进程。
【学位授予单位】:武汉大学
【学位级别】:博士
【学位授予年份】:2017
【分类号】:P23

【相似文献】
中国期刊全文数据库 前10条
1 李海亮;邓非;李刚;;摄影测量激光点云空洞修补[J];测绘科学;2010年05期
2 高恩阳;郑昊鸿;;点云数据滤波方法综述[J];科技资讯;2012年33期
3 龚书林;;三维激光点云处理软件的若干关键技术[J];测绘通报;2014年06期
4 赵强;彭国华;王锋;;点云精简的一种方法[J];西南民族大学学报(自然科学版);2006年05期
5 李德江;张延波;于曼竹;姜丽丽;曲雪光;;基于扫描模式的点云修复技术研究[J];测绘与空间地理信息;2011年06期
6 蔡来良;李儒;;点云数据处理算法与实现初步研究[J];测绘通报;2012年S1期
7 詹庆明;张海涛;喻亮;;古建筑激光点云-模型多层次一体化数据模型[J];地理信息世界;2010年04期
8 曾敬文;朱照荣;丁锐;;基于立方体网格的数据点云约简和体积计算方法[J];测绘科学;2008年06期
9 杨欣;姚海燕;;平面点云边界参数识别[J];中国西部科技;2009年27期
10 孙瑞;张彩霞;;点云数据压缩算法综述[J];科技信息;2010年32期
中国重要会议论文全文数据库 前10条
1 李文涛;韦群;杨海龙;;基于图像的点云生成和预处理[A];2011年全国通信安全学术会议论文集[C];2011年
2 蔡来良;李儒;;点云数据处理算法与实现初步研究[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年
3 马国庆;陶萍萍;杨周旺;;点云空间曲线的微分信息计算及匹配方法[A];第四届全国几何设计与计算学术会议论文集[C];2009年
4 江倩殷;刘忠途;李熙莹;;一种有效的点云精简算法[A];第十五届全国图象图形学学术会议论文集[C];2010年
5 解辉;张爱武;孟宪刚;;机载激光点云快速绘制方法[A];第二十五届全国空间探测学术研讨会摘要集[C];2012年
6 李凯;张爱武;;基于激光点云的粮仓储粮数量测量方法[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年
7 朱晓强;余烨;刘晓平;袁晓辉;Bill P.Buckles;;基于航拍图像和LiDAR点云的城市道路提取[A];全国第19届计算机技术与应用(CACIS)学术会议论文集(上册)[C];2008年
8 刘虎;;基于线性八叉树的点云简化与特征提取研究[A];促进科技经济结合,服务创新驱动发展——蚌埠市科协2012年度学术年会论文集[C];2012年
9 李滨;王佳;;基于点云的建筑测绘信息提取[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年
10 杨雪春;;反求工程建模中点云切片技术研究[A];全国先进制造技术高层论坛暨第八届制造业自动化与信息化技术研讨会论文集[C];2009年
中国重要报纸全文数据库 前2条
1 曹裕华 高化猛 江鸿宾;激光点云 亦真亦幻[N];解放军报;2013年
2 中国工程院院士 刘先林;四维远见的装备创新[N];中国测绘报;2012年
中国博士学位论文全文数据库 前10条
1 高云龙;基于车载点云增强的倾斜摄影建筑物三维模型重建[D];武汉大学;2017年
2 彭检贵;融合点云与高分辨率影像的城区道路提取与表面重建研究[D];武汉大学;2012年
3 刘涌;基于连续序列自动快速拼接的全方位三维测量技术研究[D];西南交通大学;2013年
4 赖祖龙;基于LiDAR点云与影像的海岸线提取和地物分类研究[D];武汉大学;2013年
5 王瑞岩;计算机视觉中相机标定及点云配准技术研究[D];西安电子科技大学;2015年
6 段敏燕;机载激光雷达点云电力线三维重建方法研究[D];武汉大学;2015年
7 李艳红;车载移动测量系统数据配准与分类识别关键技术研究[D];武汉大学;2014年
8 崔婷婷;结合车载点云和全景影像的建筑物立面重建[D];武汉大学;2015年
9 戴玉成;基于UAV倾斜影像匹配点云的城市建筑物信息提取方法研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年
10 付玮;基于摄影测量系统的标定与表面数据融合算法研究[D];南昌大学;2018年
中国硕士学位论文全文数据库 前10条
1 龚硕然;基于Delaunay三角剖分的点云三维网格重构[D];河北大学;2015年
2 杨红粉;频域技术应用于点云配准研究[D];北京建筑大学;2015年
3 段红娟;点云图像交互式曲线骨架提取技术及其应用[D];西南交通大学;2015年
4 张永恒;散乱点云数据配准方法研究[D];长安大学;2015年
5 吴爱;面向特征拟合的点云简化方法研究[D];中国地质大学(北京);2015年
6 薛广顺;基于立体视觉的牛体点云获取方法研究与实现[D];西北农林科技大学;2015年
7 胡诚;精度约束下地表LiDAR点云抽稀方法研究[D];西南交通大学;2015年
8 余明;三维离散点云数据处理技术研究[D];南京理工大学;2015年
9 陈星宇;基于三维彩色点云的地形分类方法研究[D];南京理工大学;2015年
10 朱东方;基于复杂拓扑结构点云的曲线拟合研究与应用[D];山东大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026