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。     

航空影像直角房屋轮廓半自动提取

以精确提取房屋轮廓为目的,提出了一种航空影像中直角房屋轮廓半自动提取算法。该方法首先通过人工使用鼠标依次在房屋边缘线的大致位置画直线,再利用影像分割分别得到所对应的窗口影像;进而利用LSD算法对窗口影像提取直线;然后以其为初值,在保证其整体位移和数值偏差最小的情况下利用最小二乘算法在原始影像图上进行线拟合和直角化;最后连接角点,完成房屋轮廓信息的提取。试验结果表明,该方法不仅有效地减轻了工作人员的劳动强度,而且定位精度高于人工切准。     

利用航空影像、点云数据和矢量图进行简单房屋三维重建方法研究

采用航空影像、点云数据和矢量图进行房屋的三维重建。该方法从矢量图和三维点云数据提供的房屋高度信息中自动获取房屋模型参数的初始值,利用矢量和影像匹配技术、最小二乘平差算法实现平顶房、人字形简单房屋的自动三维重建。试验数据证明,该方法能较好地实现房屋的点云数据分割和平顶房、人字形简单房屋的几何模型自动重建。     

基于多源数据融合的复杂区域文物三维重建应用

文物数字化是进行文物保护和文物修缮的重要数据。由于部分文物所处环境较为复杂,导致文物数字化过程中单一数据源模型建设受到一定的限制。本文采用基于倾斜摄影数据、贴近摄影测量数据和地面三维点云数据的空地多源数据融合精细建模技术进行复杂区域文物三维模型建设。试验结果表明,多源融合精细化模型可有效解决单一数据源模型存在的扭曲变形、模型粘连、模型空洞等问题,同时对文物表面纹理表达有着更大的优势。     

融合多源数据的古城构件模型库三维重建方法

针对传统建模方式在古城复原过程中存在偏离历史原貌以及建模工作繁杂冗余等问题,为最大程度上复原古城历史原貌,该文基于多种来源数据的协同处理,对古城三维信息进行有效的挖掘、整理和数字化,分析古城建筑特征,从古城建筑群中抽象出建筑局部构件,采用CityEngine规则建模的方式,构建出古城构件规则模型库,通过对模型库中各构件的调用与拼接,实现大场景下的批量三维建模工作.该文以赣州古宋城为例,运用此方法完成了古宋城的三维数字化重建,实验表明,该方法在真实还原大场景三维模型工作中具有显著优势.     

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。     

利用相机旋转运动实现全局一致的三维重建

通过影像序列获取三维重建的一个通用方法是在影像中跟踪点特征,随后对相机的参数和影像中的点几何关系进行估计。对于长的影像序列,后者的实现是通过因数分解方法及逐幅影像的校正来实现的。在本文中,我们提出了将跟踪特征和校正的步骤统一起来(即两者同步进行),并且将已知相机参数反馈到上述两个步骤中。对于相机的旋转运动,通过使用机器人导引常用的封闭旋转算法,重建工作可得到优化。     

基于LIDAR数据的建筑物提取和三维重建的研究进展

本文阐述了基于LIDAR数据提取建筑物以及对其三维重建的一般过程,着重介绍LIDAR数据中建筑物信息提取的有关算法以及进行三维重建的可行性方法.     

基于移动LiDAR点云数据的室内全要素三维重建

精确的室内三维模型在古遗产保护、公共场所的精细化管理和室内导航等领域有着重要作用,而激光雷达正被逐步应用到室内三维重建中。文中采用移动激光雷达对室内所有附属设施进行高精度激光扫描,得到融合CCD影像色彩信息的彩色点云数据。给出室内全要素三维重建的技术流程,并利用Autodesk CAD等三维建模平台对点云数据进行有效处理,最终得到高精度且带有大地坐标的室内三维模型。实验结果表明,采用移动激光雷达能快速获取高精度的室内三维点云数据。通过文中提出的流程,可快速得到真三维、真尺寸、真纹理的室内全要素模型。     

航空影像多直角平顶房屋的半自动提取

提出了一种从数字航空立体像对半自动提取多直角平顶房屋的方法。试验表明,本方法能提高提取建筑物的精度,其定位精度较高。     

基于航空LIDAR点云数据提取城市地区建筑物的目标

以航空LIDAR点云数据为基础,在无其他辅助数据的情况下,采用数字图像处理技术,实现基于航空LIDAR点云数据提取城市地区建筑物的目标.     

基于等高线表面估计法的LIDAR数据DEM提取

本文采用了一种新的利用LIDAR数据提取数字高程模型(DEM)的方法。该方法首先由原始LIDAR数据内插生成数字表面模型(DSM),然后根据DSM等高线闭合及相交情况,将等高线分为非地面等高线和地面等高线,最后内插地面等高线生成当前DEM,并采用迭代逼近的方法进行精化,生成最终的DEM。实验证明该方法可以适用于有一定起伏的地形表面,而且该方法原理简单,计算量小,切实可行。     

从DSM数据中自动提取建筑物的方法研究

现今,DSM的获取日趋方便、快捷、精确,充分利用DSM所提供的信息,可以解决很多实际问题.本文提出了一种从DSM自动提取建筑物的方法,首先从DSM中提取DTM,差值后得到消除了地形影响的规格化的DSM(即NDSM),然后对NDSM进行改进型"标记控制的分水岭"分割,得到地上物目标;最后根据这些目标的各自特点进行过滤,祛除非建筑物对象,留下我们所要的建筑物对象.     

基于小波多分辨率方向高程限差的LiDAR数据滤波

本文在研究了小波多分辨率分析原理的基础上,将小波变换引入到机载LIDAR数据滤波中,利用金字塔分层理论实现原始DSM数据的快速组织,加快计算速度,提高滤波效率。同时在滤波阈值选择中顾及整个区域的方向高程差,使判断条件更加符合地形特点,提高滤波的准确度。本文最后利用实际的LIDAR数据进行了实验和精度分析。     

差值检测法在城区建筑变化中的应用

在同一地区,采用数字表面模型DSM和不同时期DOM两种数据源数据,利用差值检测方法,对城区建筑进行对比检测研究,实验结果表明,基于数字表面模型DSM的差值检测方法在检测城区建筑变化中更有效。     

基于机载LIDAR技术快速建立3维城市模型研究

传统的3维数据获取方法已不能满足城市日益加快的发展速度,机载LIDAR技术作为一种方便、快捷、高效的3维数据获取方法,正在逐步得到广泛认同.目前,机载LIDAR硬件和系统集成发展已比较完善,研究重点主要集中在数据后处理及应用等方面.本文结合国际上最新研究进展,系统介绍了机载LIDAR数据的后处理过程,提出了一种实用的3维城市模型,实现了基于LIDAR数据3维城市模型的快速重建,使该技术能更好地服务于城市信息化建设.     

基于等高线的表面估计滤波方法

提出一种基于等高线的滤波方法,它先由LIDAR数据生成数字表面模型,并内插出等高线,再根据DSM等高线的特征,如闭合性、首尾点距离、等高线的长度及等高线间距离等,通过设定阈值自动提取出属于自然地面的等高线线段,以获得初始的自然地面点,然后内插生成初始数字地面模型,最后使用迭代逼近法生成最终的(精确的)数字地面模型,即比较初始DTM与DSM,差值小于预设阈值的点视为DTM点,而差值大于预设阈值的点则标记为无数据点,最后,这些无数据点由选择的DTM点内插出.通过与现有表面估计的滤波方法的对比实验以及所提取地物轮廓线与航片的叠加对比试验,证明新方法可适用于地表起伏较大的地形,地物提取精度高、计算量小、效率高.     

利用机载三维成像仪的DSM数据自动提取建筑物

利用三维成像仪获取的DSM作为数据源,首先采用影像分割得到建筑物的平面轮廓线,再根据建筑物一般具有规则平面形状的特点,对建筑物的平面边缘线进行规格化处理,最后求出建筑物的平均高度值,从而得到建筑物的三维信息。试验表明,该方法是实用的。