基于机载与车载LiDAR数据的LoD3城市建筑物模型自动重建

随着智慧城市、智能导航和自动驾驶等领域的飞速发展,如何快速获取城市建筑物的三维空间信息、构建高精度的三维精细模型成为一个亟待解决的重要问题。基于机载与车载LiDAR数据的2. 5D特性,利用2. 5D双轮廓方法建立了一套基于数据集生成三维精细模型的技术方案。研究表明,该方法能够真实表达建筑物窗户和阳台等立面细节,具有简单、高效、全自动化的优点。     

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....     

基于倾斜摄影线特征的建筑物模型快速重构方法

针对以点云为基础进行建筑物三维建模时存在的点云数量庞大、构网复杂等问题,提出了一种基于倾斜影像线特征进行建筑物三维模型快速重构的方法。首先对三维线特征进行仿射平面剖分以及构建特征角点;然后以特征角点为引导基于拓扑顺序进行平面构建;接着采用各种规则构建与补充平面边界形成平面块,对模型进行精纠正后生成最后的建筑物三维模型。实验结果表明,该方法可基于线特征自动完成建筑物三维模型的重构,建模效率远高于基于点特征的三维建模,且精度符合要求,其为非精细化城市建筑模型的快速批量自动构建提供了高效且实用的解决方案。     

一种融合多源特征的建筑物三维模型重建方法

以激光点云数据和倾斜多视影像为研究对象,提出了一种结合机载点云、地面点云及倾斜多视纹理的融合多源特征的建筑物三维模型重建方法。该方法结合点云面元以及影像边界特征,利用倾斜影像的线特征对顶面及立面模型进行边界规则约束,实现了面元自动拓扑重建;通过交互编辑完成不同复杂程度的建筑模型重建,并对模型进行纹理映射。实验结果表明,该方法能够有效提升城市建筑物三维模型重建的效率和边界精度,为利用多源数据的空地联合建筑物三维精细重建提供了一套切实可行的解决方案。     

顾及局部特征的三维点云建筑物轮廓精确化提取

建筑物是城市的重要组成部分,从三维点云数据中精细化地提取建筑物特征是当前研究的热点。本文提出了一种顾及局部特征的三维点云建筑物轮廓精确化提取方法。首先,采用基于统计学的滤波预处理方法,分离地面点与非地面点,去除离群点,降低点云数量;然后,通过基于改进3D Hough变换的建筑物立面提取方法,提取点云数据的多立面,提高立面提取的精度和效率;最后,采用基于降维边界索引的点云轮廓精准提取方法,获取局部特征和外部轮廓特征。结果表明,该方法能够充分兼顾建筑物的整体外部轮廓及局部细节特征,高效准确地实现建筑物的精确化提取,为城市规划、城市更新等相关应用提供技术支持。     

面向三维城市建模的多点云数据融合方法综述

多细节层次的三维城市模型是数字城市和智慧社会的关键空间数据基础设施,从基于稀疏点线特征的交互式半自动化建模到基于密集点云的自动化智能化建模已经成为国际学术界和工业界的热点前沿。由于立体城市空间结构的复杂性,多类型、多站点和多时相的点云数据融合处理是三维城市建模的基本途径,其基本思想是将具有不同视角、密度、精度、尺度、细节、时间历元等特征的多点云数据进行一致性融合表达与集成处理,建立可直接面向计算分析的智能化表达的多点云模型。归纳总结了多点云数据的主要特点,针对时空基准与精度、尺度、语义3个层面的一致性处理,分析了多点云数据融合的主要发展趋势,并凝练了面向三维城市建模的多点云数据融合关键问题。     

基于多源点云的建筑物立面太阳能潜力估计

提出了一种基于多源点云的建筑物立面太阳能潜力估计方法。该方法首先融合地面激光点云和机载影像数据,然后根据融合数据的特点,设计一种基于射线法的日照时长估计算法,并简化用于建筑物立面的太阳辐射模型,从而实现建筑物立面上的太阳能潜力估计。选取2栋朝向不同、形态不同的建筑物进行试验,结果表明,该方法能有效地估计立面上的太阳能潜力,结合点云立面自动化窗户提取的结果,可将结果细化到单个窗户,用于建筑日照标准检验,窗户太阳能潜力估计等应用。     

利用三维激光点云重构建筑物模型

随着三维激光点云数据获取能力的提升,基于三维激光点云进行建筑物模型重建与立面测绘成为工程应用中常用的方法。三维激光点云数据能够体现建筑物丰富和直观的细节信息,然而海量数据处理给建筑物模型构建带来了极大挑战。本文通过对建筑物的三维激光点云数据进行横切得到建筑物轮廓点,并采用基于遗传算法的TSP算法对轮廓点进行处理以获取建筑物各立面的方程系数,最终实现建筑物模型的构建和获取详细的建筑物立面数据。试验结果表明,此方法可以较好地实现LOD1级建筑物模型的构建,进而为更高（LOD3）级别的建筑物模型构建提供依据。     

应用3DXML管理三维建筑物LOD模型

随着三维城市的建设,数据内容将日益增加,数据量不断加大,多细节层次技术、模型简化技术和数据存储管理技术日益显示出其应用的重要性。因此,本文分析了有关虚拟场景中建筑物模型多细节层次技术的层级划分和生成实现方式。从而进一步探讨了实现细节层次模型所需的建筑物模型简化方法,以及应用一种基于XML的3D图形标准的3DXML实现对城市三维建筑物模型LOD信息的管理。     

基于激光扫描仪数据的建筑物立面特征信息提取

基于激光扫描数据进行建筑物三维建模,可以采用扫描数据直接建模,配以影像纹理;也可用扫描数据提取建筑物立面的特征信息,配以单影像建模。而后者速度快,效率高,且能满足三维城市建模的一般精度要求。对于建筑物立面的激光扫描数据来说,具有数据量大,点云复杂等特点,提取建筑物特征信息具有一定难度。本文提出一种“水平点参照系”特征提取方法,这种方法运行速度快,能够减少数据量,有效剔除噪声,并得到实际应用的检验。     

近景图像序列线特征约束的建筑物立面重建

针对单纯利用近景图像序列点特征进行建筑物立面重建存在的问题,该文提出一种线特征约束下建筑物建模方法。首先利用运动恢复结构技术恢复相机参数和空间点云数据,并在此基础上利用多视图立体方法生成三维稠密点云;然后对图像序列进行基于梯度方向的边缘检测及顾及方向和长度的直线特征拟合;再利用多约束条件实现直线特征匹配及提取;最后基于三维点、线特征实现建筑物立面的三维重建。实验结果表明,该方法能有效利用近景图像序列点、线特征的优势互补重建建筑物的几何立面,更好地恢复建筑物立面的轮廓信息。     

多视立体网格的城市建筑物三维建模

针对城市建筑通常是由平面屋顶和垂直墙体连接而成的分段平面对象,该文提出了一个大规模城市建筑物的有效建模框架,在该框架中有两个主要步骤:分类和建模.首先采用基于征集的随机森林分类方法将大范围场景进行分割,然后采用假设和选择的建模策略对多种建筑物进行三维建模.该算法以多视点立体视觉系统生成的曲面网格为输入,输出具有不同细节层次的简化三维模型.实验表明,该方法能对多种外观的建筑物进行不同细节层次的建模,模型外观简洁规整,并能在一定程度上弥补原始数据中的噪声和遮挡问题.     

利用车载点云数据构建建筑物立面窗户模型

采用车载LiDAR数据进行窗户模型构建是一项艰巨的工作，本文提出了一整套窗户模型构建方法。首先利用RANSAC算法对建筑物立面进行探测分离主墙面，基于空洞思想对主墙面窗户进行聚类，然后采用动态椭圆凸壳算法探测窗户边界轮廓点。对获取窗户边界点采用RANSAC算法进行分割，采用基于稳健整体最小二乘算法进行直线拟合和角点恢复，最终结合窗户的几何特征完成窗户模型构建。试验结果证明了该方法能够准确有效地构建建筑物立面中的窗户模型。     

基于CityEngine的建筑物三维建模技术研究

传统手工建模的方式虽然能够建立精细的建筑物三维模型,但是建模周期长,成本高。本文介绍了基于规则进行三维建模的方法,在CityEngine平台下,充分利用现有的建筑物基底投影分布数据及内部各楼层的房间分布矢量化数据,通过规则文件驱动生成了大场景建筑物外立面三维模型,并进一步建立了建筑物内部的三维模型。因此,CityEngine基于规则的建筑物建模技术,能够充分利用现有GIS数据,快速、批量地对建筑物内外部进行三维的立体建模,提高了三维建模效率,为建筑物三维建模领域提供了一种全新的手段。     

三维城市模型中建筑物LOD模型研究

建筑物模型在三维城市模型(3DCM)中占有相当大的比重,建筑物模型多细节层次(LOD)的建立和表达直接关系到三维城市模型的整体显示效率和真实表现力,是三维城市模型的重要研究内容之一。本文从建筑物模型的纹理特征和几何结构出发,论述了建筑物LOD模型的建立原则,并从应用角度就建筑物各个细节层次模型的特点、应用范围与数据获取等方面进行了分析。     

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。     

基于规则的数字校园三维场景建模方法研究

从三维建模所需数据的获取到地形、地物模型的构建等方面进行探讨,研究了系统三维GIS场景的建立方法,并且,选取XX地区作为研究区域,包括数据的获取及处理、地物与地形的匹配,然后基于规则对三维场景进行建筑物、道路、操场、树木等模型构建并导出到Geodatabase数据库中。基于规则的三维场景建模方法适用于大面积相似建筑物的模型构建,并且大大地提高了其建模效率。     

倾斜摄影和激光点云技术在大比例尺测图中的应用

在传统大比例尺测图中,建筑物特征线的获取方法或精度高效率低或效率高精度低。本文通过对倾斜三维模型分析,提出了基于直线公理的建筑物特征线快速提取方法;针对高程点数据均为人工采集的现状,引入激光点云数据通过分类插值法自动生成高程特征点。研究证明,本文方法在精度与效率等方面均可取得良好效果,提高了特征线（建筑物线）、特征点（高程点）采集的自动化程度。     

语义辅助的CityGML模型一致性检测方法

CityGML数据因建模方法、模型优化及数据转换等原因所导致的模型几何、拓扑、语义不一致性广泛存在,影响了对其的进一步应用.本文提出并构建了顾及语义约束的CityGML建筑物模型拓扑一致性规则集,设计了对CityGML LOD2/LOD3/LOD4多细节层次建筑物模型数据进行自动检测与修复的算法,并采用OGC官网公开数据对算法进行了验证试验.试验结果表明,所构建一致性规则集具有较好的完备性,算法能够检测出CityGML建筑物模型数据存在的绝大多数拓扑不一致问题,并能对其中部分的拓扑错误和几何错误进行自动修复.     

旧城改造中建筑物立面快速提取方法

旧城改造目前面临诸多问题,如传统的测量手段不仅测量效率低,而且对于结构比较复杂的建筑物无法精确地获取建筑物立面的全部信息,施测不全面,建模效率低等。首先利用三维激光扫描技术获取建筑物精细、整体的点云数据,借助多个建模平台联合作业的方式,结合现场照片进行复杂建筑物的三维重建,从而获取目标建筑物各个方向的立面信息。经过大量验证和对比分析,该方法可以快速获得建筑物精确、真实、全面的立面信息,提高工作效率,为智慧城市的建设和规划提供详细可靠的信息支持。