一种公寓式建筑物三维产权群集自动构建方法

建筑物在不同视角下分为物理群集和产权群集,后者依附于前者.现有的群集对象构建方法可以自动地构建同一栋建筑物的物理群集和产权群集,但生成的两个群集相互独立.这不仅增加建模成本,也不利于后期模型数据的更新和维护.针对该问题,研究公寓式建筑物物理群集与产权群集的关系,发现连通边界的层级性决定了胞腔聚合的产权体,提出了一种将物...     

一种含室内空间结构的建筑物3D LOD概念模型与生成方法

针对现有建筑物多细节层次（level of detail,LOD）表达主要面向外部,很少涉及内部空间的问题,提出一种含室内空间结构的建筑物三维LOD概念模型。该模型分为LOD0~LOD6 7个LOD,细节层次由建筑物的基底平面图、幢模型、无侧面楼层模型、楼层模型、户模型、房间模型到含门、窗等建筑语义的信息房间模型,空间细节逐次变细,丰富了建筑物室内空间LOD的表达理论。为构建这种LOD模型,提出基于胞腔复形链边界算子和上边界算子的LOD生成方法。该方法引入代数拓扑的胞腔、胞腔复形和复形链3个概念,利用胞腔和胞腔复形表达LOD,并在LOD6的基础上,利用边界算子和上边界算子生成其他粗空间粒度LOD模型,为三维城市模型建筑物LOD构建提供一种新方法。     

特征保持的三维复杂建筑物模型多分辨率表达

提出了一种基于体技术的改进的三维复杂建筑物模型多分辨率表达方法。该方法首先将原始表面模型转化为体元表达,并存储在一棵八叉树中;然后基于二次误差度量对八叉树体元进行聚类简化,生成不同分辨率的体元简化模型;最后从多分辨率体元模型中提取等值面,并利用法向量重建原始模型的特征,得到所需的LOD模型。实验结果表明,该方法计算量小,生成的LOD模型能有效保持原始建筑物的主要结构特征。     

单体建筑物点云数据的CSF净化处理

从场景整体点云数据中提取单体建筑物的点云是建筑物单体三维建模的基础。然而,现有点云提取方法在提取建筑物点云数据时往往包含部分植被、地面等非建筑数据点,不利于建筑物对象建模。针对该问题,本文提出使用CSF方法对初步提取的建筑物点云数据进行净化处理。该方法首先将场景点云数据投影生成点云图像,根据图像特征初步提取单体建筑物点云数据;然后对获得的单体建筑物点云数据采用CSF方法进行净化处理,可以获得较为纯净的单体建筑物点云数据。本文以南京师范大学仙林校区部分区域为研究对象对该方法进行了验证。结果表明,该方法可以较好地对建筑物点云数据进行净化,得到较为纯净的单体建筑物点云数据,为基于点云数据的建筑物单体模型构建打下了良好的基础。     

基于LIDAR数据的建筑物轮廓提取

建筑物轮廓的准确提取是建筑物三维重建中最重要的一步。本文在研究已有建筑物轮廓提取方法的基础上,针对LIDAR离散的点云数据,提出了一种自动快速提取建筑物轮廓信息的方法。首先通过点云数据生成城市的数字表面模型(DSM)和数字地面模型(DTM)相减计算得出规则化的数字表面模型(nDSM),进而将地面点和非地面点进行分类;其次,考虑到地物的几何特性,提出一种8邻域搜索的方法对非地面点点云进行分割,得到建筑物表面点云;最后运用基于梯度图的边界跟踪的方法来获取建筑物的轮廓信息。实验表明:该方法能有效地提取建筑物轮廓。     

机载激光雷达数据的建筑物三维模型重建

机载激光雷达技术可以快速获取建筑物高精度高密度的三维空间信息.文章提出一种建筑物三维模型重建方法,该方法利用栅格数据使用RANSAC算法提取建筑边界上的长线段,采用规则化策略获取建筑轮廓;在模型生成阶段,基于原始点云和屋顶拓扑关系约束,获取屋顶间的交线和交点,并结合已得到的建筑边界、屋顶间交线和交点获取三维建筑模型.实验结果表明,该方法思路清晰、科学可行且适用性强,提取的建筑边界和模型垂直精度高.     

一种BIM模型与实景三维模型融合方法研究

针对当前BIM与实景三维模型融合过程中空间位置配准精度较低的问题,该文提出了一种借助真实激光点云的BIM模型与实景三维模型融合的方法。研究选取大场景和小场景两种样例数据,首先基于BIM实体几何信息转换和三角化加密的方法生成了BIM模型建筑物点云,其次基于增量式SFM算法和立体像对密集匹配方法先后生成实景环境下的稀疏和稠密点云,最后基于ISS特征提取结合改进ICP算法的完成了不同模型下点云和真实激光点云的配准。结果显示,该方法能够有效地实现BIM模型与实景三维场景信息融合,对新型智慧城市建设、工程建设智慧化管理具有一定意义。     

多标记点过程的Lidar点云数据建筑物和树冠提取

将机载激光扫描点云数据转换成点云特征影像,提出基于多标记点过程的建筑物和树冠目标几何对象的自动提取方法.首先根据目标的几何特征建立吉布斯自由能变模型,通过目标的一致性建立该模型的数据项,通过目标的拓扑性质等空间特性建立该模型的先验项.然后利用可逆跳转马尔可夫蒙特卡洛(RJMCMC)算法进行采样,并采用模拟退火算法进行优化求解,实现建筑物目标和树冠目标几何对象的多目标自动提取.试验结果表明该方法能够从机栽激光扫描数据中有效地提取建筑物和树冠,具有较强的稳健型.     

一种快速3维建模方法在地质模拟中的应用

论述了一种快速建模方法在地质模拟中的应用。这种建模方法采用了改进的三角形生长法生成TIN来表达地形及各地层界面;采用离散钻孔点双向链表、三角形双向链表以及垂直连体来快速生成三棱柱从而构建地层体素。     

方差分析引导的高阶马尔可夫网络及其在点云建筑物提取中的应用

以ALS (Airborne Laser Scanning)系统为代表的三维点云获取技术为建筑物重建提供了一条高效便捷途径。本文基于ALS点云超体素,提出了一种方差分析引导的高阶马尔可夫网络,并用以提取建筑物。该方法以超体素作为无向图模型节点,根据三维邻域特有的局部几何属性,结合方差分析原理,生成高阶因子,并将特征转化为表达能力更强的节点和边势函数;再采用信念传播算法,对高阶马尔可夫网络进行推理,形成了一种非监督的建筑物识别框架。此外,本文采用由粗到精的识别策略,首先在独立假设前提下,利用贝叶斯高斯混合模型实现节点初始状态捕捉,再采用高阶马尔可夫网络对三维邻域的相关性建模,以提高建筑物提取精度。本文引入两组具备人工标记真值的开放ALS点云数据集进行实验,利用4种国际通用指标对建筑物提取结果进行精度评价。可视化分析表明,本文方法提取的建筑物内部完整,且边界清晰,为建筑物三维重建提供了可靠信息。定量化分析表明,在低层建筑主导的住宅区,本文方法的建筑物提取精度(基于投影面积和对象的F1指数)为95.4%和91.5%,均高于现有方法;在高层建筑主导的商业区,基于对象的F1指数达到93.5%,高...