GIS信息辅助的单影像立体量测

为解决数字城市建设中精细三维信息的快速获取难题 ,本文提出一种GIS信息辅助的单影像立体量测算法用于实现建筑物的三维数据获取。其思路为 :通过检校摄影机获取影像内方位元素主点坐标 (x0 ,y0 )和主距f,然后将单张影像中房屋轮廓线分为分别平行于X、Y、Z三个方向的三组特征线 ,计算各组特征线的合点 ,求取影像的三个外方位角元素A、α、κ以反推摄影姿态 ,再从二维GIS数据库中提取地面位置信息 ,结合实际距离解算模型比例因子λ ,在以上参数的基础上进行建筑物的立体量测获取建筑物的高度。针对现实建筑物的多样性 ,本文还讨论了面向复杂建筑物的量测方法。文章最后通过实验验证了该算法的可行性     

城市大区域3维建模初探

在对已有3维数据模型分析的基础上，引用制图综合思想，着重探讨快速构建城市大区域建筑物的数据模型，提出一种箱式分割数据模型来构造建筑物。其中的分割是对建筑物实体的分割，这样可以在3维GIS中直接实现对建筑物的每一层或每一用户的图形属性互查及各种分析。最后，在此模型的基础上提出一种城市大区域快速3维建模思路。     

侧视地图中建筑物轮廓线提取的三维城市模型法

针对城市侧视地图上建筑物轮廓线主要依靠人工交互提取,成本高昂、效率低下且精细度和准确度有限的问题,提出了一种任意视角侧视地图中建筑物轮廓线的自动提取方法。采用深度缓冲区分割算法获取单个建筑物对象的颜色缓冲区,顾及了存在建筑群的情况和建筑物密集区域的遮挡问题,再基于颜色缓冲区追踪建筑物轮廓线。为了保持遮挡一致性且便于匹配提取出的矢量轮廓线与栅格侧视地图,本文还提出了基于投影空间分块加载三维城市模型的方法。最后,以武汉市典型三维城市模型数据为例,证明了该方法的有效性和可靠性。     

OESM辅助的高分辨率航空正射影像拼接线自动检测算法

针对常规拼接线检测算法在城市区域影像镶嵌时容易出现拼接线穿越建筑物从而破坏地物完整性的问题,提出了一种影像高程同步模型(OESM)辅助的拼接线自动检测算法。该算法首先通过对OESM模型规格化处理标识正射影像中的地物目标;然后在非地物目标区利用改进贪婪蛇算法检测拼接线。通过对建筑物密集分布的城市区域影像进行拼接线检测实验表明,该算法是一种理想的拼接线检测算法。     

利用原始激光雷达点云数据提取渐进式建筑物轮廓线

建筑物是城市三维建模的重要元素,其轮廓信息的提取既是难点又是重点。本文提出了原始激光雷达点云数据的渐进式建筑物轮廓线提取方法。首先对原始点云数据采用渐进数学形态学滤波分离非地面点;然后使用改进的三维Hough转换分类出建筑物点云;进一步提取建筑物轮廓点,并根据相邻点方位角阈值确定建筑点云轮廓的关键点,以此简化并拟合建筑物轮廓线;最后基于轮廓线长度加权方向将建筑物轮廓规则化。结果表明,该方法大大提高了点云处理的效率和精度,可以直接从采集到的初始数据中自动化渐进式得到建筑物轮廓线信息。同时该方法对解决中小城镇建筑物体积小,距离近和屋顶坡度较大等问题具有较好的效果。     

附加约束条件的半自动复杂建筑物重建方法

在数字城市的快速发展进程中,三维城市建模成为时下研究的热点。本文基于倾斜航空摄影技术,在3ds Max技术平台上,研究了复杂建筑物三维建模方法。针对镂空形建筑物的特点,提出了通用可行的构建算法,同时针对各种复杂建筑物屋顶,提出了一种基于附加约束线三角构网算法,为快速复杂建筑物建模提供了新的思路。对于附加约束线三角构网算法,在量测建筑物时,只要采集的轮廓线及相关联的轮廓线足够完整,构建的几何模型细节将会更丰富,准确性也更高。该方法不仅避免了因为关联线采集不完整造成的碎面,而且减少了数据冗余,有效地提高了建模效率。     

基于数码相机立体像对的物体3维信息快速获取方法

研究了数码相机的内方位元素检测和镜头畸变差校正，应用近景摄影测量的原理与方法，提出了一种基于立体像对无物方控制的物体表面3维模型信息快速获取方法，试验表明，该方法获取3维信息速度快、精度较高。同时文中还比较了可变焦数码相机和固定焦距相机在获取3维信息精度方面的差异。     

地质灾区光学立体影像植被与3维地形定量变化检测

当前,经典的2维遥感变化检测方法不再适用于地质灾害引起的地表3维变化。此外,一般植被提取依赖近红外波段,而近红外影像未必能获取。因此,针对2010年和2011年汶川映秀地区的可见光航空立体像对,提出了一种检测植被和3维地形变化的方法。首先,生成研究区两个不同时期的DEM和DOM并完成配准,再利用CIE Lab色彩空间和Otsu分割算法对可见光DOM进行植被变化检测。然后,基于概率统计理论对新旧时期差分DEM提出了3维变化检测的自适应阈值确定方法,在高概率置信域条件下提取出地质灾害的高危区域。最后,对高危区域运用离散化积分方法估算出土方量的3维变化量。实验结果表明了所提出方法的可行性,有效性和实用性。本文不仅将常规遥感的2维变化检测升华至3维空间,而且对变化的3维地形进行了定量估计,可应用于地质灾害的遥感动态监测和评估。     

3维城市建模中的建筑墙面纹理快速重建研究

建筑墙面纹理数据的获取是3维城市建模的重要方面和"瓶颈"问题.阐述建筑墙面纹理快速重建需要解决的问题和实现策略,并对纹理影像数据源的选择、获取方式以及重建过程中影像方位元素获取、轮廓线影像匹配关键算法的实现等各方面进行具体探讨,最后以数码相机拍摄的近景影像和直升机载视频序列影像作为纹理数据源分别进行建筑墙面纹理快速重建实验,取得较好的效率和效果.     

基于小波影像金字塔的影像自动匹配

数字影像高精度快速匹配是遥感影像3维信息提取的关键技术之一，文中对如何实现数字影像自动化匹配进行了研究，提出了一种基于小波影像金字塔的数字影像自动匹配方法。该方法在生成小波影像金字塔的基础上，利用交叉相关算法实现不同影像金字塔同一层影像间的匹配，利用视差控制将同名点从金字塔高层影像向低层影像进行传递。利用该方法对具体的SPOT影像进行了实验，表明基于小波影像金字塔的数字影像自动匹配方法具有较好的效果。     

Efficient building facade structure extraction method using image-based laser point cloud

Facade structures from three-dimensional (3D) point cloud data (PCD) and two-dimensional (2D) optical images can provide significant information for 3D building modeling. However, a unified data model for integrating 2D imagery pixels and 3D PCD is absent in current methods, leading to a complex implementation process, large calculations, and inefficiency. An efficient facade structure extraction method for building facades is proposed in this study. Based on the conversion matrix, 2D image and 3D PCD information are merged to build an image-based laser point cloud (ILPC) data model first. Second, both the line segment detection and random sample consensus algorithms are improved according to the structure and characteristics of the ILPC data model. Finally, building facade structures are extracted and optimized. Facade structures can be extracted accurately and efficiently by the proposed method, which contains rich information support from the ILPC data model. The proposed method extracts fine building facade structures with accuracy over 0.68 in all experiments and recall up to 0.81, which are better than the Wang method. Extracted structures constitute valuable support for numerous fields, such as 3D building modeling and building information modeling construction.     

支持向量机的建筑物激光脚点提取方法

本文提出了一种基于全色波段航空影像和激光雷达数据的建筑物检测方法.如何从激光点云数据中提取出建筑物激光脚点,是建筑物三维重建和轮廓提取的难点问题之一.植被密集区域以及与建筑物紧密相邻的树木的激光点很难与建筑物激光点区分开.本文利用支持向量机对单个激光点的特征进行两分类,特征向量包括激光点的高程、高程变化信息以及与激光点...     

SURF算法在无人机倾斜摄影测量三维建模中的应用

针对无人机倾斜摄影测量影像的特点,采用一种影像特征点自动提取匹配算法,解决影像之间的比例尺不一致、分辨率不一致等问题,实现影像的自动精确匹配,最终构建具有精确地理信息的三维模型。实验结果表明构建的三维模型满足数字城市建设的需求,可为城市基础设施建设提供一种科学可靠的依据。     

车载MMS激光点云与序列全景影像自动配准方法

提出一种车载移动测量系统（MMS）激光点云与序列全景影像自动配准方法。首先采用层次化城市场景目标提取方法自激光点云提取天际线矢量,在全景影像中经虚拟成像与分割角点提取算法生成天际线矢量。然后,将提取结果作为几何配准基元,构建配准基元图,通过最小化配准基元图编辑距离进行匹配,组成共轭配准基元对,解算2D-3D粗配准模型,获得全景影像与LiDAR点云参考坐标系之间的初始转换关系。最后,为消除几何配准基元提取与匹配误差对配准结果的影响,自序列全景影像虚拟成像影像生成多视立体密集匹配点云,继而使用变种ICP算法优化其与激光点云数据间3D-3D配准参数,间接优化全景影像与激光点云间的配准参数,精化配准结果。试验结果表明,本文提出的自动配准方法可以实现车载MMS激光点云与序列全景影像的1.5像素级自动配准,配准成果可应用于真彩色点云生成等点云/影像数据融合应用。     

多源点云数据融合的建筑物精细化建模

三维建模技术能够实现建筑物的数字化存档,在古建筑保护与修复和现代建筑规划与改造中具有不可替代的作用。针对倾斜摄影测量和三维激光扫描建模技术中建筑物模型存在的问题,本文提出了一种倾斜摄影测量和三维激光扫描生成三维点云模型相融合的建筑物精细化建模方法。选用无人机和三维激光扫描仪作为试验设备,利用ContextCapture、SCENE软件完成点云拼接、生产和编辑,通过ICP算法完成点云精细匹配,实现多源点云数据融合建模;对比单一建模方法模型,从纹理结构和模型精度两方面对融合建模模型进行质量评价。结果表明,融合建模模型纹理清晰,几何结构完整,模型距离中误差和高差中误差的均值均低于倾斜摄影测量模型的值,接近三维激光扫描模型。     

多视激光点云数据融合与三维建模方法研究

基于特征基元的点云数据配准方法,利用控制点对机载与车载点云数据进行概略匹配,构建了顾及梯度与颜色特征及特征组对的特征点匹配算法模型,根据拟合平面特征解算平移和旋转变换参数,实现了机载与车载点云数据的精确配准,并在此基础上建立了多角度点云数据融合的房屋顶部和立面特征提取、点云数据与光学影像纹理信息匹配的技术流程,实现了建（构）筑物三维精细建模,并通过实例验证了本文所提方法的有效性。     

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。     

Stereo analysis of high-resolution SAR images for building height estimation in cases of orthogonal aspect directions

SAR stereo image analysis for 3D information extraction is mostly carried out based on imagery taken under same-side or opposite-side viewing conditions. For urban scenes in practice stereo is up to now usually restricted to the first configuration, because increasing image dissimilarity connected with rising illumination direction differences leads to a lack of suitable features for matching, especially in the case of low or medium resolution data. However, due to two developments SAR stereo from arbitrary viewing conditions becomes an interesting option for urban information extraction. The first one is the availability of airborne sensor systems, which are capable of more flexible data acquisition in comparison to satellite sensors. This flexibility enables multi-aspect analysis of objects in built-up areas for various kinds of purpose, such as building recognition, road network extraction, or traffic monitoring. The second development is the significant improvement of the geometric resolution providing a high level of detail especially of roof features, which can be observed from a wide span of viewpoints. In this paper, high-resolution SAR images of an urban scene are analyzed in order to infer buildings and their height from the different layover effects in views taken from orthogonal aspect angles. High level object matching is proposed that relies on symbolic data, representing suitable features of urban objects. Here, a knowledge-based approach is applied, which is realized by a production system that codes a set of suitable principles of perceptual grouping in its production rules. The images are analyzed separately for the presence of certain object groups and their characteristics frequently appearing on buildings, such as salient rows of point targets, rectangular structures or symmetries. The stereo analysis is then accomplished by means of productions that combine and match these 2D image objects and infer their height by 3D clustering. The approach is tested using real SAR data of an urban scene.     

融合RGB-D深度图像和LiDAR点云的石油管线BIM建模

建筑信息模型(BIM)已经被广泛用于提高复杂管线系统的管理效率,但已有石油管线的BIM建模,往往依靠设计图纸或现场测绘手工完成,耗时费力。为此本文提出了一种融合RGB-D深度图像和LiDAR点云数据的石油管线BIM重建方法。首先利用RGB-D图像提供的丰富语义信息和LiDAR点云精确几何信息,对深度相机采集的RGB图像进行分割,生成三维语义地图;然后通过点云粗匹配和精确匹配实现数据融合;最后给出了不同结构管线构件的BIM模型制作方法。试验结果表明,与以往的管线BIM重建方法相比,该方法更准确、高效,有助于石油企业对含有复杂管线的计转站等实施信息化管理。     

Limitations of high resolution satellite stereo imagery for estimating canopy height in Australian tropical savannas

Obtaining reliable measures of tree canopy height across large areas is a central element of forest inventory and carbon accounting. Recent years have seen an increased emphasis on the use of active sensors like Radar and airborne LiDAR (light detection and scanning) systems to estimate various 3D characteristics of canopy and crown structure that can be used as predictors of biomass. However, airborne LiDAR data are expensive to acquire, and not often readily available across large remote landscapes. In this study, we evaluated the potential of stereo imagery from commercially available Very High Resolution (VHR) satellites as an alternative for estimating canopy height variables in Australian tropical savannas, using a semi-global dense matching (SGM) image-based technique. We assessed and compared the completeness and vertical accuracy of extracted canopy height models (CHMs) from GeoEye 1 and WorldView 1 VHR satellite stereo pairs and summarised the factors influencing image matching effectiveness and quality.Our results showed that stereo dense matching using the SGM technique severely underestimates tree presence and canopy height. The highest tree detection rates were achieved by using the near-infrared (NIR) band of GE1 (8–9%). WV1-GE1 cross-satellite (mixed) models did not improve the quality of extracted canopy heights. We consider these poor detection rates and height retrievals to result from: i) the clumping crown structure of the dominant Eucalyptus spp.; ii) their vertically oriented leaves (affecting the bidirectional reflectance distribution function); iii) image band radiometry and iv) wind induced crown movement affecting stereo-pair point matching. Our detailed analyses suggest that current commercially available VHR satellite data (0.5 m resolution) are not well suited to estimating canopy height variables, and therefore above ground biomass (AGB), in Eucalyptus dominated north Australian tropical savanna woodlands.