Smart 3D数据的三维模型重建

针对Smart 3D生成的实景三维模型是一个三角网集合,并不能直接应用于数字城市建设、土地利用管理与城市规划的问题,该文提出了Smart 3D数据三维模型重建的方法:研究了基于分割过滤方法,提取高精度数字高程模型;基于参数化建模、纹理重建方法构建了建筑物三维模型。利用敦化市的倾斜影像进行了实验。实验结果表明:三维重建模型精度高、效果好、提高了自动化的程度,实现了城市建筑物模型的单体化。     

多源数据融合的DIM点云滤波及DEM生成

针对已有密集影像匹配(DIM)点云滤波算法通用性差,滤波效果受限于参数设置,且均未利用生成点云的影像信息等问题,该文提出一种融合多源数据的DIM点云滤波算法。首先融合影像和DIM点云高程多源信息;再引入新型分类器对融合影像进行分类,其分类结果作为知识引导用于点云滤波中,即将分类专题图与DIM点云叠加以过滤非地面点,实现点云滤波并生成数字高程模型;最后选用航空影像进行密集匹配和滤波实验。实验结果表明,利用该点云滤波算法生成的DEM与参考DEM呈现高度相关性,可大大减少生产DEM人工后处理的工作量。     

影像密集匹配点云的单体化提取

以倾斜影像密集匹配点云数据为研究对象,提出了一种快速提取建筑物单体点云模型的方法。首先通过过滤地面点云数据以实现地物分离,采用高程频率直方图确定植被点云的高程区间并予以剔除。然后采用基于密度的聚类分析算法对剩余建筑物顶部点云进行了聚类。最后根据每栋独立建筑物屋顶点云的坐标范围,从原始点云数据中提取了每栋独立建筑物的完整点云,实现了对于倾斜影像密集匹配点云的单体化提取。     

单体建筑物点云数据的CSF净化处理

从场景整体点云数据中提取单体建筑物的点云是建筑物单体三维建模的基础。然而，现有点云提取方法在提取建筑物点云数据时往往包含部分植被、地面等非建筑数据点，不利于建筑物对象建模。针对该问题，本文提出使用CSF方法对初步提取的建筑物点云数据进行净化处理。该方法首先将场景点云数据投影生成点云图像，根据图像特征初步提取单体建筑物点云数据；然后对获得的单体建筑物点云数据采用CSF方法进行净化处理，可以获得较为纯净的单体建筑物点云数据。本文以南京师范大学仙林校区部分区域为研究对象对该方法进行了验证。结果表明，该方法可以较好地对建筑物点云数据进行净化，得到较为纯净的单体建筑物点云数据，为基于点云数据的建筑物单体模型构建打下了良好的基础。     

一种融合多源特征的建筑物三维模型重建方法

以激光点云数据和倾斜多视影像为研究对象，提出了一种结合机载点云、地面点云及倾斜多视纹理的融合多源特征的建筑物三维模型重建方法。该方法结合点云面元以及影像边界特征，利用倾斜影像的线特征对顶面及立面模型进行边界规则约束，实现了面元自动拓扑重建；通过交互编辑完成不同复杂程度的建筑模型重建，并对模型进行纹理映射。实验结果表明，该方法能够有效提升城市建筑物三维模型重建的效率和边界精度，为利用多源数据的空地联合建筑物三维精细重建提供了一套切实可行的解决方案。     

三维激光扫描仪在建筑物精细重建中的应用

数字城市建设的不断推进和三维数据采集技术的发展,对城市中重点地区建筑模型的精细程度提出了更高的要求。目前在大规模城市三维建模中,地面激光扫描与倾斜摄影测量联合建模的方法因其建模效率高被广泛应用。但其模型精细程度不能满足重点地区建筑物建模精细度的要求,因此采用多源点云融合进行小区域高精度的三维建模。融合建模虽然模型精细度较高,但前期点云数据处理工作量较大,影响建模效率。本文提出一种建筑物精细建模的方法,并通过实际数据进行验证对比。结果表明,该方法在实现建筑物精细建模的同时,提高了密集点云的自动化处理程度和建模效率。     

融合激光点云的城市级高精度建模技术北大核心CSCD

实景三维建模目前存在因影像缺失导致的部分地物模型变形、拉花及建筑物底部纹理模糊的问题。针对倾斜摄影测量和车载激光点云两种数据源在构建高质量、高精度的城市级三维模型中存在的不足与缺陷,本文提出了利用TerraSolid软件将两者所获取的点云进行融合而后建模的主要技术流程和方法。结果表明,激光点云弥补了倾斜摄影测量盲区的几何结构,使三维模型地面更平整光滑,建筑物底部棱角、线条更加锐利清晰;将车载激光点云与倾斜摄影测量进行有机结合,可有效弥补采用单一数据源制作三维模型存在的缺陷,提高模型精细度。     

多分辨率倾斜影像与GeoSLAM激光点云融合精细化建模方法

针对无人机常规倾斜影像建模过程中存在的拉花、空洞、地物悬浮等问题,提出了多分辨率倾斜影像融合GeoSLAM激光点云进行精细化建模的方法。该方法选用无人机和GeoSLAM激光扫描仪采集数据,将多分辨率倾斜影像匹配点云与激光点云进行拼接、点云配准、噪点过滤处理,通过重建大师软件完成倾斜影像和激光点云数据融合建模,并从模型精度、纹理结构上对融合建模模型进行质量评价。结果表明：融合后的三维模型几何结构完整,细节纹理清晰,模型精细度明显提升。     

基于多视航空影像的城市三维建模方法

城市三维建模是构建"数字城市"的一项基础工作。本文提出了一种基于多视倾斜航空影像的城市三维快速建模方法:利用倾斜摄影技术获取建模区域的多视倾斜影像,经过倾斜摄影测量数据预处理,人工交互半自动生成建筑物几何模型,并将多视影像中提取的建筑物墙面纹理映射到相应的模型,建立城市建筑物的真三维模型,最终建立建模区域的三维模型。文章最后通过试验及分析,验证了该方法的可行性。     

建筑物立面分类与DIM点云滤波

针对目前基于近景摄影测量方法构建建筑物立面模型过程中因密集影像匹配（DIM）点云噪声所引起的建筑物立面TIN网格模型畸变问题,本文借鉴机器学习中样本学习的思想,对建筑物立面进行了分类并对DIM点云提出了相应的滤波方法,以达到去除DIM点云噪声和改善其TIN网格模型畸变的目的。其中,针对平面结构立面,采取先对点云样本进行学习计算构建数学立面模型所需参数,再对该立面模型设定阈值并对其点云进行滤波处理的方法;针对曲面结构立面,则结合DIM点云特性先将点云样本分类标记归为立面点与非立面点,再进行样本特征值学习,使用Logistic回归算法迭代计算求解最佳回归系数,从而构建滤波分类器的方法对立面点云进行滤波处理。试验结果表明,本文滤波处理方法能将立面DIM点云噪声有效识别并去除,而且使用该方法处理后所得点云构建的建筑物立面TIN网格模型精细化程度得到有效提高,模型质量得到明显改善。