一种从机载LiDAR点云获取建筑物外部轮廓的方法

利用点云的滤波、带距离控制的卷包裹算法以及复杂多边形的简化等一系列的算法对测区的机载LiDAR数据进行运算和处理,最终得到描述建筑物在不同高度时的外部轮廓多边形,为基于影像和辅助数据相结合的遥感影像阴影区域提取方法提供有效的辅助数据源。     

利用车载LiDAR点云数据提取城市道路规则多边形

随着自动驾驶高精地图的发展，准确高效地提取道路规则多边形成为必要。本文以苏州市某城市快速路为研究对象，通过使用徕卡车载激光移动测量系统获得城市道路点云数据，观察了解车载点云数据各类属性信息，根据观察结果组合利用点云数据高差、点云灰度差值、点云强度差值，在此基础上再利用网格密度法实现道路规则多边形的提取，然后通过对目标的矢量化得到三维矢量规则多边形。最后对提取的矢量化结果进行精度评定。试验结果表明：该方法在提取道路规则多边形方面能得到较好的结果且能满足高精地图需求。     

基于Geomagic的复杂实体三维点云建模研究

研究了在Geomagic环境中通过三维点云数据重建三维实体模型的过程,详细介绍了复杂实体点云数据在Geomagic中点云数据处理的全过程,包括点云匹配、点云预处理、封装形成三角面、在多边形阶段破洞修补以及优化处理,最终生成了NURBS曲面。三维重建过程表明,在Geomagic中重建三维模型不仅效率高、精度高,而且软件易于操作。本文涉及的数据处理方法也可以用于三维激光扫描技术在数字矿山、数字城市中应用。     

基于Voronoi图的正射影像镶嵌网络生成与优化方法

提出一种基于Voronoi图的正射影像镶嵌网络生成与优化方法。首先以每幅DOM影像有效区域中心点作为种子点生成Voronoi图，确定每幅影像的有效镶嵌多边形并构建全局镶嵌网络；然后结合DSM数据对镶嵌多边形顶点位置进行调整，避免最终镶嵌结果影像出现无数据区域，同时可以使顶点避开建筑、树木等存在投影差的区域，以便对初始镶嵌线进行调整优化。试验表明，本文方法切实可行并且具有较好的自适应性。     

三维点云多尺度等值线模型Morphing变换方法研究

借鉴Morphing技术思想,提出了一种三维点云多尺度等值线模型Morphing变换方法。首先,分析了三维点云的空间分布情况,并按一定间隔在某一坐标轴方向(如犣轴）将其分层,建立点云的分层模型,以分层点云为单元生成等值线。其次,以分层数据生成的凸包多边形作为最小尺度等值线折线,按一定准则将剩余的离散点集归类到对应的凸包边,引入尺度参数狋,通过计算离散点的选取时机参数对其进行选取,生成连续变化的中间尺度等值线折线。最后,将等值线折线拟合成平滑曲线,构成三维点云的多尺度等值线模型。结果表明,本文方法能够处理规则点云数据和散乱点云数据,生成的等值线符合一般等值线的特性,不会产生边缘交叉等问题,而且运算效率高。     

面向车载激光扫描点云快速分类的点云特征图像生成方法

车载激光扫描是空间数据快速获取的一种重要手段。车载激光扫描点云数据的分类和特征提取是目标识别与三维重建的基础。本文以车载激光点云数据为研究对象，提出了一种适合于其快速分类与目标提取的点云特征图像生成方法。该方法首先将扫描区域进行平面规则格网投影，通过分析格网内部点云的空间分布特征（平面距离、高程差异、点密集程度等）确定激光扫描点的定权，从而生成车载激光扫描点云的特征图像。利用生成的点云特征图像，可采用阈值分割、轮廓提取与跟踪等手段提取图像分割的建筑物目标的边界，从而确定边界内部点云数据，实现目标分类与提取。本文以Optech公司的车载激光扫描数据为实验对象，验证了本文提出方法的可行性和实用性。实验结果表明，该方法能快速有效分离出车载激光扫描点云中的地面数据、建筑物数据等。     

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。     

平坦区域等密度激光点云数据获取方法

基于激光点云分布原理,通过试验确定合理的分区扫描方法。利用徕卡C10扫描仪以单站方式进行整体和分区扫描对比试验,针对条带状区域和矩形区域分别采用多站扇形分区和多站环形分区扫描方式获取激光点云数据,并对激光点云数据进行处理与分析。研究结果表明：在平坦区域分区扫描方法可以获得等密度激光点云数据,具有扫描时间较短、文件字节数较小的优势,分区扫描方法具有较好的应用前景。     

边缘系数建筑物雷达点云数据简化方法

针对基于LiDAR点云数据进行建筑物自动重建中存在的数据冗余问题,该文设计了一种定量描述激光点位于地物边缘区几率大小的指标——边缘系数,并据此提出了基于边缘系数的建筑物LiDAR点云数据简化方法。该方法利用激光点与其邻域点的位置、数量及分布计算该点的边缘系数,通过试验分析确定边缘系数的阈值并对点云数据进行分割,最后保留建筑物边缘区域的点,实现点云数据的简化。实验表明,该方法在对点云数据进行高效压缩的同时有效保留了位于地物边缘处的点云,有助于提高海量点云数据处理能力和建筑物重建效率。     

基于拓扑构建的多边形区域间运算的新方法

提出了一种新的直观的方法进行多边形区域之间的运算。首先将需要计算的多边形区域的边进行自动拓扑构建,利用多边形区域的边将平面划分为n个小多边形区域;然后生成这些多边形区域的内点,通过判断小多边形区域的内点是否在原始多边形区域内来确定小多边形区域是否选取;最后合并选取的小多边形即为所求。试验结果表明,该方法思路清晰、鲁棒性强,在GIS中得到了有效的运用。