基于3D基元拟合的复杂屋顶点云三维重建

几何语义一体化三维建筑物模型是智慧城市建设的重要基础数据，有利于促进建筑设施的精细化管理和智能化应用。当前基于点云的三维重建算法大多关注简单屋顶结构的几何模型构建，忽略了模型的语义表达，且基于数据驱动方法的重建结果容易受噪声影响，存在几何和拓扑错误。为了解决复杂屋顶高精度三维重建难题，本文提出一种基于3D基元拟合的复杂屋顶点云三维自动化重建算法。首先，设计了一套可参数化表达的建筑物3D基元库，包含简单和复杂屋顶。其次，通过点云分割和屋顶拓扑图比较来识别点云对应的基元类型。然后，提出了一种点云与3D基元整体拟合的目标优化函数，采用序列二次规划算法估计基元的正确参数。最后，利用城市地理标记语言（City Geography Markup Language, CityGML）构建几何、语义和拓扑一体化表达的三维模型。采用几种不同屋顶风格的建筑物点云数据进行实验，定性和定量对比分析结果表明本文方法能够高效生成几何和拓扑均正确的CityGML模型，对噪声和局部点云缺失具有一定的鲁棒性，有利于促进几何语义一体化建筑物模型快速自动化构建。     

基于机载LiDAR点云的约束BSP模型重建方法

针对现有基于机载激光点云的建筑物重建方法自动化程度较低且建筑物外轮廓精度无法保证的问题,提出一种融合已有的高精度建筑物外轮廓测绘数据成果与机载雷达数据的建筑物重建方法。以及方法从建筑物点云数据获取、屋顶面分割、结构线检测、几何拓扑重建和模型生成的建筑物三维重建过程中的关键步骤。最后,通过实验验证各个步骤的有效性与可用性。     

基于加权约束的单体建筑物点云表面重建算法

建筑物点云表面重建在高精度城市测绘、虚拟现实等领域有十分广泛的应用前景。由于建筑物的几何形态多变,重建算法普遍存在计算速率慢、拟合精度低和模型结构不完整的问题。为此,本文以单体建筑物为研究对象,提出基于加权约束的单体建筑物点云表面重建算法,在表面初始化过程中充分考虑数据对结构拟合的贡献。在此基础上,构建基于正则集的单体建筑物表面重建算法,实现建筑物拟合过程中的加权拟合误差、近邻结构平滑的同步优化。针对多类建筑物三维点云的实验结果表明,相比传统的建筑物重建策略,本文的加权约束方法可根据不同类型的点云数据设计自适应权重,并选择模型拟合中最优的权重函数,在高噪声、低精度点云数据下能得到更高精度的单体建筑物表面模型。     

基于约束最小二乘的三维点云墙体重建

近年来,基于点云的室内三维重建在各个领域得到了越来越多的关注.然而通过点云重建室内模型仍有许多问题需要解决:①重建模型的几何特征约束性较差;②模型几何特征拓扑重构复杂;③模型多为表面模型未构建实体模型.针对以上问题,提出了一种基于约束最小二乘的线特征方法实现室内墙体的重建.首先采用局部最小二乘拟合和全局区域生长的思想从点云提取线特征.然后基于约束最小二乘的思想构造全局约束矩阵约束线特征,通过固定区域线段相交方法重构拓扑关系.最后,构造线段缓冲区确定内外墙线重建墙体模型.通过几组数据进行实验,结果表明该方法重建的墙体模型具有几何结构完整和特征约束性强的特点.     

基于几何特征的建筑物点云配准方法

针对规则建筑物点云数据特点,基于测量平差理论,提出一种基于点、面几何特征的点云配准算法。首先利用建筑物点云数据中平面与平面的重合关系,推导了基于特征面的点云配准模型|而后结合基于特征点的点云配准模型,给出基于点、面特征的点云配准模型|最后利用实测数据进行实验,证实该方法能在一定程度上提高点云配准精度。     

基于多源激光点云融合的建筑物BIM建模

墙体、窗户等单元构件是建筑物重要组成部分,精细提取其几何参数及位置信息对于完整表达建筑物整体模型具有重要意义。针对单一点云数据源无法获取建筑物单元构件相关参数并完整表达室内外模型重建问题,本文提出一整套融合室内外多源点云数据的BIM模型重建技术。为验证方法的有效性,选取河南理工大学测绘与国土信息工程学院教学楼为实验区域,室内外数据采集时间为2019年5月。在对实验区域机载、车载和地面点云数据进行预处理的基础上,分别选取各点集共轭特征点,以高精度的地面点云为基准,将机载和车载点云融合到地面点云。为提高后期模型重建精度及处理效率,以点云间最小空间距离的方式剔除重叠区域冗余数据。对建筑物进行整体平面与立面剖切,将剖切面在CAD中进行跟踪绘制二维线划图,将二维线划图导入Revit软件中绘制轴网与标高,并利用提取到的墙体几何参数编辑墙体族类型进行BIM模型重建。根据提取到的窗户几何参数统计其类型并编辑窗户族,将其归为有规律性和无规律性两类,有规律性窗户单元找出其重复性规律及位置控制参数,无规律性窗户单元逐个放置,二者结合优化BIM模型。为验证模型重建精度,选取建筑物代表性立面,以人工实测立面边长为参照,将由点云数据提取到的相对应立面边长及模型边长与之对比分析,其误差集中分布在0.0~0.2 m之间,存在0.2 m以上误差,但大部分在0.3 m以下。实验结果证明了该方法的准确性。     

整体最小二乘和最小二乘拟合空间直线的比较

给出整体最小二乘法拟合空间直线的一种迭代算法。将空间直线垂直投影到坐标平面,分别采用整体最小二乘法和最小二乘法拟合直线。对坐标点等精度观测、非等精度观测和坐标分量非等精度观测3种场景进行模拟计算,比较两种方法估计的参数和验后单位权方差,并对三维激光扫描仪实测数据拟合结果进行分析。     

大区域实景三维模型拼接融合方法及应用

随着实景三维中国建设的开展,大区域实景三维重建与更新已成为迫切需求,其建模面积大、模型成果异构、多尺度等特点导致场景拼接与融合成为丞待解决的问题,本文分别从影像及控制点重叠建立空三工程、包含相同控制点的空三工程融合2个角度,探究了从数据处理中实现三维场景拼接的方法,其次从模型成果的角度通过邻域瓦块的几何拓扑优化实现三维场景无缝拼接,文章对3种方法进行了试验对比及适用性分析,该研究解决了大场景三维模型拼接的问题,促进了实景三维高效高质建设。     

骨架优化下的地面激光树木点云重建方法

本文针对地基式激光雷达扫描点云的分布特征,提出一种基于骨架优化的三维树木重建方法。首先从原始点云中提取出树木的“类主干点”,利用无向图数据结构存储和组织点云,然后基于“主干点”约束下的最小生成树算法生成单株树木的初始骨架,最后通过“密度调整”和“树枝平滑”优化操作,建立高逼真度的三维树木模型。本文提出的树木几何重建算法对点云数据缺失和点云的密度不敏感,对试验区不同的树种建模具有较高的鲁棒性。另外,本文通过对不同密度的点云和不同抽稀层次下的点云进行效率测试,发现结合类主干点表达和点云抽稀能共同确保本文算法可以重建大场景TLS植被点云数据。     

函数模型与随机模型双约束的GPS-InSAR数据融合方法建立三维形变场

针对InSAR技术研究地表三维形变时监测信息不足的问题，以GPS监测信息为先验信息，建立附有随机模型约束的地表三维形变模型。考虑到SAR卫星极轨方式运行导致LOS向观测量对南北向形变不敏感的问题，以GPS南北向形变观测值作为强约束，构建三维形变解算的函数约束条件。模拟数据与西安地区实测数据的计算结果表明，基于随机模型与函数模型共同约束的地表三维形变参数最小二乘解的精度优于仅有函数模型约束或仅有随机模型约束及无任何约束的参数解精度。     

3维重构精度估计的矩阵分析方法

3维重构可以由影像序列快捷方便地提取目标的3维几何信息.但3维重构的基础是多视几何理论,其计算是基于矩阵推导的非线性过程,故传统摄影测量理论难以用于评估其误差,本文提出一种3维重构精度的估计方法,采用矩阵分析方法,给出了评定重构精度的推导过程,并结合实验数据验证了精度估计的正确性.     

车载激光扫描数据中建筑物立面快速提取

本文提出一种结合多种投影影像从车载激光扫描数据中提取建筑物的方法。该方法首先将点云数据投影到XOY平面,生成多种投影影像;然后结合建筑物几何语义特征,对已获取的投影影像进行几何约束与形态学运算,得到建筑物种子区域;在此基础上,通过设置高差阈值,在最高高程影像上进行建筑物种子区域的八邻域区域生长,得到建筑物区域;最后将影像上的建筑物区域反投影到三维空间,提取出建筑物目标。实验结果表明,该方法能有效提取点云数据中的建筑物立面,取得较高的正确率和完整率,且大大提高了计算效率。     

高分辨率遥感影像阴影与立体像对提取建筑物高度比较研究

建筑物高度信息的快速准确获取对于城市规划管理、生态环境评价具有重要意义。本文以南京市主城区为研究区,选择2011年Geoeye-1卫星高分辨率遥感影像立体像对数据,结合Google Earth数据及实地建筑物高度测量,分别利用单幅遥感影像和立体像对计算建筑物高度,并以实测建筑物高度数据验证不同方法的提取精度,进而比较这2类方法的优缺点。结果表明：利用立体像对提取建筑物高度的方法更加精确,提取结果误差在2.8 m以内,能够快速地获取大范围建筑物高度,具有实用价值;单幅遥感影像阴影提取建筑物高度适用于建筑物高大、毗邻建筑物间隙大、周围无遮挡的情况,而立体像对提取建筑物高度不受建筑四周环境影响,在建筑物密集分布、高度均一的情况下,其普适性更强。     

一种新的轮廓线三维地质表面重建方法

在三维地质建模中,由于地质剖面与医学CT有本质上的相似性,因此,轮廓线的三维表面重建技术有广泛的应用。目前,较为成熟的算法并没有考虑地质数据的特殊性,由于地质体形态复杂多变,地质剖面稀疏、数据来源多样等特点,将普适的算法应用到地质建模中,只是解决了重建曲面的合理性,并没有关注曲面的几何质量,导致曲面无法达到地质建模对于模型质量的要求。本文针对地质数据的特点,提出了一种新的轮廓线表面重构方法。在不改变轮廓线连接的合理性与正确性的情况下,通过生成过渡剖面轮廓线,克服传统方法生成曲面过于粗糙的缺点,以提高建模质量。在Creatar三维地质基础平台上,对多种情况的剖面数据实验结果表明,在数据稀疏的情况下达到了良好的建模效果。该方法的扩展模型满足了地质剖面轮廓线建模中复杂地质情况,以及交叉剖面数据的曲面重建,且算法复杂度低,实现简单,有较强的实用性。     

基于改进RANSAC算法的复杂建筑物屋顶点云分割

屋顶模型重建影响到建筑物完整模型重建质量,屋顶面点云分割质量对屋顶模型重建具有重要意义。针对传统RANSAC算法在屋顶点云面片分割时易产生错分割、过分割等问题,本文顾及点云位置信息,提出一种对点云重新分配的改进RANSAC点云分割算法。算法暂时剔除非平面内点,选取平面内点集中3个点作为初始样本,平面拟合判定邻域是否有效,从有效邻域中选取标准差值最小的3个点为初始模型。利用RANSAC算法对屋顶点云进行分割。利用K近邻算法统计误分类点与面片的距离降低误分类,优化过分割面片并进行连通性分析,利用距离及法向量一致性检验的方法重分配非平面内点。为验证本文算法有效性,选取芬兰Helsinki地区的3栋相互独立的复杂建筑物屋顶以及上海某小区的6栋建筑物群屋顶作为实验数据。在2组数据中,本文提出的改进RANSAC算法分割屋顶面片的平均准确率分别为92.17%、87.82%,78%的建筑物屋顶不存在过分割。在第2组数据中,所有分割面片上的点与其对应的最佳拟合平面的距离的标准差的平均值为0.030 m。实验结果表明,本文算法分割建筑物屋顶面片的准确率较高,较好的抑制了过分割现象,且抗噪能力强。     

基于纹理数据和SCSG-BR表示的城市建筑物混合 建模

随着城市建设的迅猛发展,城市建筑物建模的复杂性和实景化要求越来越高。因此,进行高精度的城市建筑物建模,建立有效的数据结构成为一项具有挑战性的工作。针对结构实体几何（Constructive Solid Geometry, CSG）模型建模的局限性,本文提出了一种结合CSG和BR（Boundary Representation）的混合建模方法。该方法改进传统的CSG为“空间CSG（SCSG）”,利用维度扩展的九交模型（DE-9IM）表示体元间的拓扑关系,确定唯一的SCSG树来表示城市建筑物的外部结构,同时用BR表示城市建筑物几何要素间的拓扑关系。然后,本文结合文件数据库和关系数据库来联合管理模型数据。关系数据库存储模型和纹理的属性信息;文件数据库存储模型和纹理图像。在存储和调用纹理影像时,关系数据库中的面ID将城市建筑模型ID和纹理ID关联,纹理图像和城市建筑模型同时被加载和存储。另外,本文采用最小二乘法对建筑物多边形进行正交化和拓扑调整处理,以保证模型数据的精确性。本文选择美国科罗拉多州丹佛地区和瑞士苏黎世地区的数据进行实验,并根据不同的建模方法进行模型加载耗时的比较,证明本文提出的方法耗时较少。实验结果表明,该混合建模方法不仅可以有效地表示实体的拓扑关系,还可以加快纹理加载,实现建筑物的快速精确建模,有效实现空间查询。