基于机载LiDAR点云的建筑物多细节层次建模方法

机载激光雷达点云（LiDAR）重建大范围建筑物模型一直是实景三维建模的热点问题，由于机载激光点云稀疏、建筑物立面数据缺失，给模型自动化重建带来了极大的挑战。为了解决该问题，本论文研究基于图优化理论重建建筑物多细节层次（LOD）模型。首先，对原始点云进行自动化滤波，分离地面点和非地面点，对地面点构建数字高程模型（DEM），对非地面点半自动提取单体化建筑物点云。然后，基于滚球法（Alpha shape）提取建筑物边界，利用通用图优化方法（G2O）对误差线进行全局一致性改正，获得规则化的二维边框。并基于建筑物屋顶三维高程及DEM高程值重建建筑物LOD1模型。其次，根据点云的高程差异生成高程栅格图，从高程栅格图提取建筑物轮廓线，对轮廓线进行简化、规则化、聚类，并将规则后的边界线拉伸获取建筑物立面结构，弥补建筑物立面数据缺失对建模的影响。最后，将屋顶平面相交、建筑物立面裁剪，对候选平面进行二元图割全局优化，选择最能表达建筑物结构的平面，以此重建建筑物LOD2模型。本论文选择北京市2017年机载激光点云进行实验，结果表明，本文提出的方法可以稳健地重建建筑物多细节层次模型，LOD2模型距离偏差为0....