基于多源数据的拼接型房屋三维重建方法研究

提出了结合房屋矢量数据、航空影像和点云数据的拼接型房屋(由平顶房、人字型和四坡型房屋组成)自动三维重建算法。算法重点研究了基于点云数据和影像特征提取的拼接型房屋屋脊线检测,并利用其对拼接型房屋组成的模型进行拆分;对于人字型和四坡型房屋组成模型,结合矢量数据和屋脊线,利用几何约束条件自动寻找房屋组成模型的屋檐线,从而获得拼接型房屋组成模型的完整分割;最后通过点云数据的屋顶平面解算其组成房屋模型的参数,最终实现整个拼接型房屋的三维重建。实验数据证明,该方法能较好地实现拼接型房屋的几何模型自动重建。     

顾及多因素的面状目标多层次骨架线提取

提出并实现了利用长度、走向和分布对骨架线网络边进行多因素评价的算法模型 ,算法构建了多层次结构化的骨架线 ,并进一步得到了顾及多因素的最优骨架线     

机载激光雷达数据的建筑物三维模型重建

机载激光雷达技术可以快速获取建筑物高精度高密度的三维空间信息.文章提出一种建筑物三维模型重建方法,该方法利用栅格数据使用RANSAC算法提取建筑边界上的长线段,采用规则化策略获取建筑轮廓;在模型生成阶段,基于原始点云和屋顶拓扑关系约束,获取屋顶间的交线和交点,并结合已得到的建筑边界、屋顶间交线和交点获取三维建筑模型.实验结果表明,该方法思路清晰、科学可行且适用性强,提取的建筑边界和模型垂直精度高.     

城市典型房屋屋顶构网及可视化研究

介绍了房屋屋顶构网及其三维显示的方法,给出了具体的数据结构及相应的算法流程以及房屋屋顶构网的三维显示结果.     

多边形骨架线与形心自动搜寻算法研究

针对GIS中的应用，分析了传统的多边形骨架线与形心提取算法的不足之处，提出了一种基于约束Delaunay三角网结构的多边形主骨架线与形心的自动搜索算法，详细描述了该方法的基本思想，并在实验结果基础上分析了该算法的特点。     

LiDAR数据与正射影像结合的三维屋顶模型重建方法

为提高三维屋顶模型重建的准确性与定位精度,本文集成机载LiDAR数据与正射影像,以“屋顶面片提取-屋脊线生成-三维屋顶重建”为框架,提出了三角形簇和三角形动态传播相结合的屋顶面片提取策略.基于LiDAR数据和影像的屋脊线精确提取算法,有效挖掘影像高分辨率特性和LiDAR数据高程点云特性的互补优势,实验证明了算法的优越性.     

基于Delaunay三角网的等高线骨架提取算法

根据等高线数据直接建立不规则三角形网络模型往往会在山顶、山底、山脊和山谷等特殊地区出现＂平三角形＂,导致模型失真。文中基于Delaunay三角网,通过对＂平三角形＂的处理,提取骨架线,并结合地形特征估计其高程值。实验证明该算法能够有效地提取各种地形骨架线,对于建立逼真的数字地面模型和进行数字地形分析具有重要应用价值。     

利用数学形态学提取骨架线的改进算法

地图数字化生产和数字地图编绘中都需要用到提取骨架线算法,如矢量化和等级变换等。提取骨架线的算法较多,基于栅格数据的算法通常采用数学形态学方法,对于矢量数据目前较有代表性的是利用约束Delau-nay三角网提取骨架线。本文给出一种利用数学形态学提取骨架线的改进算法,适用于栅格和矢量数据,并能在矢量化时建立高质量的拓扑关系,还较好地克服了数学形态学方法的缺点——节点畸变和端点内缩。实验表明该算法稳定且行之有效。     

基于GIS空间分析的任意多边形骨架线自动提取方法

针对现有任意多边形骨架线提取方法存在的算法设计繁琐、代码实现复杂、实现成本高和周期长的缺点,提出一种基于地理信息系统(geographic information system,GIS)空间分析的任意多边形骨架线自动提取方法。首先,以电子地图为数据源,在ENVI和ArcGIS平台的支持下,通过调用ArcToolbox工具箱中的ENVI分类模型工具提取出空间对象的多边形矢量边界,并对其进行预处理;其次,综合运用数据处理、空间分析和文件转换工具提取其骨架结点,并对其进行后处理;再次,采用Python面向对象编程语言结合ArcPy站点包,通过编写脚本程序自动提取其骨架线;然后,进一步利用ModelBuilder工具,通过构建模型实现骨架线的自动提取;最后,将该方法分别应用于电子地图道路和建筑物多边形骨架线的提取。实验过程及其结果表明该方法具有一定有效性、实用性和可操作性。     

面状要素骨架线提取算法的研究

基于栅格数据的经典细化算法获得的骨架线会丢失一些重要特征点或特征线,且无法按照需求保持该要素细化后与周边重要要素间的关联性。在经典细化算法的基础上提出改进算法,克服已有算法的一些不足,使获得的骨架线更能适应具体应用。试验结果表明此改进算法能够按照实际需求,更准确地保留原图形的重要特征,且很好地保持了该要素与周边重要要素间的关联性。     

一种基于CityGML的三维模型单体化方法

实景三维中国建设应满足自然资源管理与社会经济发展需求,因此需要对基础地理信息产品进行实体化改造,三维模型单体化正是实体化改造的关键环节。本文提出了一种基于CityGML的三维模型单体化方法,首先根据地物实体轮廓的二维矢量面提供的顶点坐标及高程信息,构造墙面、屋顶等多边形平面组成地物的简单三维表达,然后配合渲染到纹理技术（RTT）进行纹理贴图,基于CityGML为每个二维矢量面对应的地物重构出有语义、有LOD层级的三维模型。该方法能够高效地实现三维模型单体化,且成果模型容量小,可满足各种实景三维应用需求。     

基于局部约束的建筑物屋顶点云平面分割方法

建筑物屋顶面点云分割结果的好坏对建筑物三维模型重建起着重要的作用。针对传统RANSAC算法建筑物屋顶面点云的分割问题,提出了一种基于局部约束的建筑物点云平面分割方法。利用点云局部曲面法向约束构建法向准则,利用半径约束的点云空间聚类的方法对共面屋顶面点云进行分解,从而抑制"伪屋顶面"的产生;利用局部抽样策略降低算法的迭代次数,减少运算量。实验表明该方法能够获得稳定可靠的建筑物屋顶点云分割结果,将有利于后续的建筑物三维模型重建。     

利用层间连接和平滑策略重建屋顶三维模型

面向数字城市和智慧城市建设急需城市建筑三维模型支撑的需要，本文基于机载LiDAR数据，以“顾及平整性的屋顶面片分割—屋顶层间连接—三维模型重建”为脉络，提出了一种采用层间连接和平滑策略的建筑屋顶三维模型重建方法。在屋顶面片提取过程中，充分顾及了屋顶面片的平整性；并在屋顶面片平整基础上，提出层间连接点的概念，以实现高效、快速的模型重建工作。试验部分，本文从屋顶面片重建完整率与正确率、重建几何精度及建筑物高程对于重建的影响3个方面作了较为详尽的评价与分析，并在国际摄影测量与遥感学会标准数据集支撑下，与国际同行进行试验对比。试验结果表明，建筑屋顶重建的完整率和正确率分别达到90%和95%；在偏移距离评价方面，平均偏移距离和标准差最优分别达0.05 m和0.18 m。因此，本文方法可有效完成建筑屋顶三维模型重建，重建模型准确度高、完整性好。     

Looking for a needle in a haystack: Probability density based classification and reconstruction of dormers from 3D point clouds

Accurate reconstruction of roofs with dormers is challenging. Without careful separation of the dormer points from the points on the roof surface, the estimation of the roof areas is distorted. The characteristic distortion of the density distribution in comparison to the expected normal distribution is the starting point of our method. We propose a hierarchical method which improves roof reconstruction from LiDAR point clouds in a model‐based manner, separating dormer points from roof points using classification methods. The key idea is to exploit probability density functions to reveal roof properties and to skilfully design the features for a supervised learning method using support vector machines. The approach is tested based on real data as well as simulated point clouds.     

巷道自动成图及三维建模

针对矿山计算机自动绘制巷道工程图存在工作繁重、精度不高的现象,本文建立了基于矿山测量数据的巷道生成算法,实现了巷道的自动绘制与标注。在此基础上,采用分而治之算法及巷道轮廓线作为约束线段的方式建立了巷道Delaunay三角网,并生成了巷道表面模型。通过巷道顶、底板表面模型的剖分连接实现了矿山巷道三维立体建模。对比目前采用较多的巷道中心线加载巷道断面的三维建模方式,本文所提供的方法避免了巷道中心线不易提取、巷道断面变形、巷道转弯处难以平滑及复杂的巷道节点拓扑运算等问题,具有自动化程度高、容易实现等特点。     

基于移动激光扫描点云数据和遥感图像的建筑物三维模型快速建模方法

建筑物的三维建模是城市三维建模和可视化的重要组成部分。本文提出一种基于点云数据与遥感图像的建筑物三维模型快速建模方法。首先,运用改进的RANSAC法从点云数据中提取建筑立面,根据立面区分平顶建筑与人字形屋顶建筑;在此基础上,进一步对建筑物的高度进行提取;之后,利用区域增长法从遥感图像中提取建筑物屋顶轮廓,利用形态学方法对提取出的轮廓进行规则化处理,并基于Freeman链码提取轮廓角点,得到规整的轮廓;最后,根据提取出的建筑高度属性对屋顶轮廓拉伸并进行纹理映射,实现对建筑物的三维重建。通过实例证明,提出的方法能快速、高效地实现建筑物三维模型的重建。     

一种结构化的三维建筑房顶分类与识别方法

房顶是三维建筑的重要组成部分,房顶结构的识别是三维建筑综合算法实现和进行城市建筑空间分布模式分析的基础。分析了建筑房顶结构特点,提出了一种三维建筑分类的实用方法,针对不同房顶类型设计了相应的结构化表达方法,在此基础上提出了三维建筑房顶面信息提取算法,并进一步实现了房顶类型的识别。实验证明,该方法识别的准确性较高,能够满足进一步应用的需求。     

Building roof modeling from airborne laser scanning data based on level set approach

This paper presents a novel approach to building roof modeling, including roof plane segmentation and roof model reconstruction, from airborne laser scanning data. Segmentation is performed by minimizing an energy function formulated as multiphase level set. The energy function is minimized when each segment corresponds to one or several roof plans of the same normal vector. With this formulation, maximum n regions are segmented at a time by applying log₂n level set functions. The roof ridges or step edges are then delineated by the union of the zero level contours of the level set functions. In the final step of segmentation, coplanar and parallel roof segments are separated into individual roof segments based on their connectivity and homogeneity. To reconstruct a 3D roof model, roof structure points are determined by intersecting adjacent roof segments or line segments of building boundary and then connected based on their topological relations inferred from the segmentation result. As a global solution to the segmentation problem, the proposed approach determines multiple roof segments at the same time, which leads to topological consistency among the segment boundaries. The paper describes the principle and solution of the multiphase level set approach and demonstrates its performance and properties with two airborne laser scanning data sets.     

顾及外拓扑的异构建筑三维拓扑重建

分析了异构建筑在三维拓扑重建中的问题,依据拓扑数据模型的需求,提出了基于顶图、底图和结构图的自动拓扑重建算法,该算法能够有效地对异构建筑进行整体三维拓扑重建,不仅保留了建筑内每一实体单元的内拓扑,同时也兼顾了实体间的外拓扑。基于该方法,设计并开发了三维地籍管理系统中的数据生成模块,以深圳市某小区为实验区,验证了算法的可行性及有效性。     

基于点云数据构建树木骨架的方法

树木骨架在树木三维建模及林业研究中具有重要意义。基于地面三维激光扫描系统获取的树木点云数据,提出了一种利用体素空间转换方法而快速构建树木骨架的方法。首先,根据树木的点云数据构建特定的体素空间;然后,对投影变换的每层体素进行连通成分分析,解算出每个体素层所包含的骨架结点;最后,利用单源最短路径算法构建树木的骨架。实验证明,文中提出的方法是可行且有效的。