多源数据融合的三维点云特征面分割和拟合一体化方法

针对单纯利用三维激光点云信息不足的问题,提出融合多源数据对三维激光扫描仪获取的点云数据进行特征拟合的方法。根据地面点云及对应的扫描仪参数生成反射值影像;以反射值影像分割结果作为种子面,基于随机抽样一致性方法分割与拟合一体化;融合彩色影像提取的直线信息确定和验证拟合特征的边界。采用RIEGL VZ-400获取的建筑物点云数据进行了特征拟合试验,证明了该方法的有效性。     

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。     

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。     

倾斜摄影技术的单体塔式建筑物三维重建方法

针对塔式单体建筑物形状不规则导致三维模型构建失败,提出倾斜摄影技术的塔式单体建筑物三维重建方法. 选用消费型多旋翼无人机搭载单镜头的相机,通过环线拍摄的方式获取多视影像数据,通过ContextCapture软件对获取的多视影像数据进行处理,构建塔式建筑物的实景三维模型,利用外业控制点、纹理细节信息对生成的三维模型精度评定. 试验表明:环线航拍获取多视影像数据构建三维模型,精度较高、模型纹理信息缺失少、完整度高.      

利用图割算法进行城市密集点云表面模型重建

利用倾斜影像获得的密集点云来构建表面模型是基于倾斜影像进行三维重建的核心之一。本文针对现行密集点云表面模型重建存在的建模效率低、表面选取不真实等问题，提出了一种基于图割算法的城市密集点云表面模型重建方法。利用该方法重建城市密集点云表面模型，首先通过预处理软件对无人机倾斜影像进行空中三角测量，并利用空中三角测量的解算结果生成密集点云；然后对密集点云添加相应的边，同时对三维点云根据距离进行选取合并；最后根据三维点云形成的四面体和三角面建立图割问题，并通过求解图割问题来求取最优的密集点云表面模型。为证明这种方法的可行性和有效性，使用城市地区的无人机倾斜影像数据进行城市密集点云表面模型重建，试验结果表明，该方法具有可行性好、建模效果好、处理速度快等优势。     

基于倾斜影像的三维城市自动建模

针对传统的基于三维GIS和CAD三维建模技术存在人工干预多、建模速度慢、成本高,不适用于大规模城市三维建模等问题,基于激光点云数据建模技术无法直接获取刚性模型纹理,建模成本高等问题,对目前应用较为广泛的基于倾斜影像三维建模技术的技术要点进了研究。该技术以倾斜多视影像为基础,借助于多视影像特征提取与定向技术、密集匹配与三维重建技术、纹理贴图技术进行三维建模。该方法综合运用计算机视觉技术、摄影测量技术,在保证三维模型定位精度高、纹理细节好的同时,节省人力物力,适用于大规模城市三维建模。     

倾斜影像的三维纹理快速重建

针对三维城市模型重建,提出了一种利用倾斜影像实现城市模型纹理快速重建的方法。该方法基于摄影测量计算机视觉理论,在事先处理得到城市建筑物数字表面模型的基础上,利用共线方程计算物方与像方的几何投影关系,获得建筑物的三维信息与纹理信息。通过一定的最优算法选择出地物面的理想纹理,实现城市建筑物纹理的自动提取及稠密建筑物纹理的遮挡处理。真实影像纹理重建的结果表明:应用本文方法进行三维城市模型纹理重建具有自动化程度高、效果逼真、成本低的特点,为快速、大面积的城市真三维模型纹理重建提供了一种有效的实现途径。     

浅谈倾斜摄影在三维模型中重建的方法

针对倾斜摄影建模存在的模型精细度不足、底部纹理缺失等问题,采用三维点云数据,可以快速实现实景三维模型重建,其建模成果可以进行精细的纹理映射。通过对试验区数据的分析,验证了通过三维点云技术手段获取得到的建筑物表面点云信息可以有效地补充倾斜摄影建模存在的底部纹理缺失等问题,也可以提高三维模型的精细化程度,为相似项目提供参考。     

多源点云数据融合的建筑物精细化建模

三维建模技术能够实现建筑物的数字化存档，在古建筑保护与修复和现代建筑规划与改造中具有不可替代的作用。针对倾斜摄影测量和三维激光扫描建模技术中建筑物模型存在的问题，本文提出了一种倾斜摄影测量和三维激光扫描生成三维点云模型相融合的建筑物精细化建模方法。选用无人机和三维激光扫描仪作为试验设备，利用ContextCapture、SCENE软件完成点云拼接、生产和编辑，通过ICP算法完成点云精细匹配，实现多源点云数据融合建模；对比单一建模方法模型，从纹理结构和模型精度两方面对融合建模模型进行质量评价。结果表明，融合建模模型纹理清晰，几何结构完整，模型距离中误差和高差中误差的均值均低于倾斜摄影测量模型的值，接近三维激光扫描模型。     

基于深度图像的小面元微分纠正方法研究

地面激光雷达数据和纹理影像结合的应用越来越广泛,如文物保护领域、虚拟现实、城市建设及智慧城市等,这些领域都需要建立三维模型。地面激光雷达技术能快速、精确地获取丰富的建筑物三维点云信息并存储到计算机中,结合高分辨率影像的纹理信息,可满足具有真实感三维模型的重建需求,但在地面激光雷达数据和纹理影像结合生成彩色三维模型的过程中,纹理映射时,以影像为单位进行分块映射,相邻纹理分块之间会产生几何接缝现象,导致映射后的模型真实感程度降低。针对几何接缝问题,本文提出了基于深度图像的小面元微分纠正方法。     

多源数据融合技术在古建筑三维重建中的应用

针对单一点云数据建模时自动化程度低、模型不够完整等问题，提出了一种基于多源数据融合技术的三维重建方法。其基本思路是将地面激光点云与空地影像相结合，在对多源数据进行预处理、坐标系统一、数据融合配准、目标特征提取与识别的基础上，实现模型重建。试验结果表明：采用地面激光点云+空地影像融合建模能得到更加精确、完整和美观的实景三维模型。     

关键点检测的复杂建筑物模型自动重建

利用机载LiDAR点云数据进行建筑物重建是当今摄影测量与遥感领域的一个热点问题,特别是复杂形状建筑物模型的精确自动构建一直是一个难题。本文提出一种基于关键点检测的复杂建筑物模型自动重建方法,采用RANSAC法与距离法相结合的分割方法自动提取建筑物屋顶各个平面的点云,并利用Alpha Shape算法提取出各个平面的精确轮廓,根据屋顶平面之间的空间拓扑关系分析建筑物的公共交线特征,在此特征约束下对提取的初始关键点进行修正,最终重建出精确的建筑物3维模型。选取不同类型复杂建筑物与包含复杂建筑物的城市区域点云进行实验,结果表明该算法具有较强实用价值。     

高精道路地图制作方法及关键技术

本文提出一种基于车载移动测量、倾斜摄影等多源数据成果的高精道路地图互补采集方法,并对其关键技术进行了深入研究。首先以国内第一条基于自动驾驶的智能网联高速公路测试路段——淄博智能网联测试基地为例,开展了激光点云、全景照片、倾斜影像等多源数据获取及高精道路地图要素采集。然后以道路三维矢量要素自动提取为基础,辅以人工采编,并在数据差分解算中测试了我国北斗数据。实例表明,本文方法切实可行、精度可靠,有效改善了高精道路地图采集模式,降低了劳动强度,保障了人身安全,提高了作业效率,对于高精道路地图制作具有借鉴价值。     

激光与倾斜点云精确配准与无缝融合

广泛使用的传统激光点云与倾斜摄影等城市空间建模方法存在各自的优缺点,将不同来源的数据进行有效融合并用于城市三维模型的构建是当前城市建模的难点。因此,本文首先提出了一种激光与倾斜点云精确配准与无缝融合的方法,该方法可以克服不同来源点云数据在尺度与精度上不一致的问题,精确计算不同来源数据的空间变换关系;然后在此基础上剔除数据冗余,完成多源点云数据的无缝融合;最后采用3组实际场景中获取的数据对本文剔除方法的有效性及精度进行验证。试验结果表明,通过本文方法获取的融合数据相较于单一平台获取的数据具有更好的完整性和数据精度。     

基于倾斜影像的城市场景隐式曲面重建

在基于倾斜影像的城市场景重建过程中,由于获取影像时存在场景遮蔽和大视点变化的情况,建筑物立面等区域存在着影像密集匹配点云稀疏甚至空洞的情况,自动化重建难度大,难以反映建筑物的真实形态。本文提出了一种新的基于倾斜影像的城市场景隐式曲面重建方法：首先,以倾斜影像密集匹配点云为基础建立Delaunay四面体;然后,对Delaunay四面体进行约束图割,提取出可视化的三角面,进而更加精确地估计点云的法向信息;最终,结合Screened Poisson曲面重建,实现了城市场景的隐式曲面重建。通过多种隐式曲面重建方法的对比试验,验证了本方法的准确性和适用性。     

机载LiDAR点云数据的建筑物重建研究

提出了利用机载LiDAR点云数据进行复杂平面建筑物重建的方法。首先,将提取出的建筑物点云聚类到不同的平面点集;然后,对各个平面点集进行平面拟合,采用平面相交确定平面边界,并解算出各平面边界角点的三维坐标,从而重建建筑物模型。某区域的机载LiDAR点云数据的实验结果表明,该方法能有效地重建出较复杂的平面建筑物。     

航空倾斜摄影系统多相机姿态安装误差检校

针对航空倾斜摄影系统多相机间相对关系的姿态误差,提出一种利用下视影像密集匹配点云约束的联合平差多相机姿态安装误差检校方法。文中方法以共线方程为基础,通过联立倾斜立体像对连接点、下视影像密集匹配点云数据提供的高程约束虚拟观测值,采用非线性最小二乘SQPM算法求解倾斜影像的外方位元素改正数,从而解算下视相机与倾斜相机间的姿态安装误差。为了保证连接点可靠性,提高虚拟观测值的有效性,采用下视影像密集匹配的点云约束倾斜影像立体连接点匹配和分布优化过程。利用SWDC-5倾斜摄影系统获取的数据进行实验,通过原始姿态检校参数将下视影像生成的密集点云投影至倾斜立体影像上,在像方有22个像素左右的误差,采用文中方法检校后,像方误差减少到0.29个像素。     

Knowledge based reconstruction of building models from terrestrial laser scanning data

This paper presents an automatic method for reconstruction of building façade models from terrestrial laser scanning data. Important façade elements such as walls and roofs are distinguished as features. Knowledge about the features’ sizes, positions, orientations, and topology is then introduced to recognize these features in a segmented laser point cloud. An outline polygon of each feature is generated by least squares fitting, convex hull fitting or concave polygon fitting, according to the size of the feature. Knowledge is used again to hypothesise the occluded parts from the directly extracted feature polygons. Finally, a polyhedron building model is combined from extracted feature polygons and hypothesised parts. The reconstruction method is tested with two data sets containing various building shapes.     

A generative statistical approach to automatic 3D building roof reconstruction from laser scanning data

This paper presents a generative statistical approach to automatic 3D building roof reconstruction from airborne laser scanning point clouds. In previous works, bottom-up methods, e.g., points clustering, plane detection, and contour extraction, are widely used. Due to the data artefacts caused by tree clutter, reflection from windows, water features, etc., the bottom-up reconstruction in urban areas may suffer from a number of incomplete or irregular roof parts. Manually given geometric constraints are usually needed to ensure plausible results. In this work we propose an automatic process with emphasis on top-down approaches. The input point cloud is firstly pre-segmented into subzones containing a limited number of buildings to reduce the computational complexity for large urban scenes. For the building extraction and reconstruction in the subzones we propose a pure top-down statistical scheme, in which the bottom-up efforts or additional data like building footprints are no more required. Based on a predefined primitive library we conduct a generative modeling to reconstruct roof models that fit the data. Primitives are assembled into an entire roof with given rules of combination and merging. Overlaps of primitives are allowed in the assembly. The selection of roof primitives, as well as the sampling of their parameters, is driven by a variant of Markov Chain Monte Carlo technique with specified jump mechanism. Experiments are performed on data-sets of different building types (from simple houses, high-rise buildings to combined building groups) and resolutions. The results show robustness despite the data artefacts mentioned above and plausibility in reconstruction.