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。     

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。     

LiDAR点云的建筑物立面空洞修复

针对树木等遮挡造成的车载LiDAR建筑物立面点云空洞,该文提出了一种基于机载和车载LiDAR数据融合的建筑物点云修复方法,即在空-地LiDAR点云融合的基础上,基于提取的机载LiDAR建筑物外轮廓线,通过缓冲区分析实现车载LiDAR建筑物点云分割;借助轮廓线信息实现了邻近建筑物间的相似性判断,基于匹配后的相似建筑物点云和空洞探测方法,实现了建筑物立面点云空洞修复。最后通过实验数据验证了该方法的可行性。     

车载联合机载LiDAR点云数据的建筑物立面精细分割

从数据量庞大且散乱的车载LiDAR点云中分割出建筑物立面数据是一项繁琐而艰巨的工作。本文提出一种结合机载LiDAR点云的车载LiDAR点云建筑物立面分割方法。该方法在空-地点云严格配准的基础上,从机载LiDAR点云中分割出每栋建筑物的顶部点云,提取建筑物顶部外轮廓线并进行规则矢量化处理,设置轮廓线缓冲区实现立面点云的粗分割;再采用基于稳健特征值的平面拟合法对单栋建筑物的每个立面进行去噪滤波,实现建筑物立面的精细分割。试验结果证明了该算法对城市场景中车载LiDAR点云处理的有效性。     

三维激光扫描技术在建筑立面数字化采集和立面绘制方向应用的可行性研究

利用三维激光扫描技术可对建筑立面进行数据采集,通过对采集的三维点云数据进行拼接、去噪、提取等操作可得到完整的建筑立面点云数据。本文利用三维激光扫描仪快速获取了建筑立面数据,得到高精度的三维点云,将三维点云数据导入CAD中进行绘制,可以将建筑立面各个附属物件的位置、尺寸勾画清楚,保证立面图的准确性和可用性。     

结合区域增长法和TIN边缘分割的建筑物立面几何特征提取

针对已分割出建筑物立面的点云数据,采用结合主成分分析(PCA)的区域增长法提取建筑物立面的平面特征,并利用结合凸壳算法的三角网轮廓提取算法实现建筑物立面几何特征轮廓边的提取。实验结果表明,该方法可以有效地从密度不均匀的点云数据中提取出建筑物立面几何特征。     

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。     

三维激光扫描技术在建筑立面照明设计中的应用

建筑立面图是立面照明设计的基础数据,直接影响着设计精度和效果。本文针对传统立面测量效率低、还原度低等问题,提出了基于三维激光扫描技术的建筑立面测量方案;并结合实际案例,探讨了导线式三维激光扫描和点云图形绘制。应用案例表明,三维扫描技术更便捷、高效地为立面照明设计提供了精确详细的建筑立面图。     

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。     

广义点摄影测量在建筑物立面轮廓重构中的应用

采用广义点摄影测量理论对建筑物立面框架轮廓进行重构。广义点是对当代线摄影测量以及无穷远点（灭点）理论的升华。实验结果表明,采用线面基元进行立面重构相比于经典的点云重构方法,不仅简洁、高效,还能获得清晰的三维边缘轮廓,且自动化程度较高。     

共享近邻聚类算法点云面线提取

针对激光点云数据进行建筑物建模或矢量信息提取中快速识别建筑物面和棱线信息的要求,该文提出基于共享近邻聚类算法进行建筑物面和棱线的快速提取方法。首先,计算点云中每个数据点的单位法向量和点到基准面的距离,利用基于网格的共享近邻聚类算法对点云进行分类确定建筑物面点云;然后,自动判别相交平面,提取建筑物棱线,并与RANSAC算法对某建筑物面的提取结果进行比较。结果证明,该方法自动化程度高,建筑物面和棱线提取快速、准确,提取结果能够应用于三维建筑物自动建模和测绘出图。     

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。     

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。     

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。     

三维激光扫描技术用于老旧小区改造中二维信息提取与平面制图

在老旧小区改造过程中,需要对小区建筑的外部、内部结构面等信息数据进行提取。针对传统测绘方法工作量大、成本高、周期长等问题,本文以云南省红河州某海关住宿楼老旧小区改造项目为例,基于三维激光扫描技术获取的点云数据,对建筑物的外立面、楼梯内部结构和楼顶面进行了扫描。基于Leica Cyclone软件进行了点云数据配准、滤波去噪、数据分层管理等试验研究,整合点云数据后采用CAD软件绘制了该老旧建筑的外立面、剖面和平面的图,并使用全站仪、测距仪等传统测量手段对本次扫描成果的测量精度和准确性进行了检查评价,二维制图的平均精度可以达到1.54 cm。试验结果表明,三维激光扫描技术可以得到现场的三维点云数据,通过高密度、高精度、高质量的点云数据可完整地记录现场所有数据形态,其对于后续老旧小区改造项目的数据获取及成图拥有完整的解决方案。     

三维激光扫描技术在建筑立面测绘中的应用

针对传统建筑立面测量方法作业效率低下问题,笔者探索出基于三维激光扫描技术快速实现建筑立面测绘的应用方案。本文结合实际场景,通过天宝TX8激光扫描仪获取建筑点云数据,利用Trimble RealWorks软件进行点云绘图。结果表明,地面激光扫描技术可以高效地实现建筑立面测绘,具有一定的推广意义。     

利用三维激光扫描数据进行建筑物立面点云分割算法分析

三维激光扫描技术在当今社会的应用越来越广泛,但由于点云数据量大,处理效率低下,如何快速高效地将大量点云数据进行重建与识别成为解决问题的关键。点云分割技术能够将立面点云中的特征信息与背景点云分离开来,为地物特征信息的提取和识别工作提供了重要的技术支持。本文通过编程实现了多种点云分割算法,对建筑物立面进行分割处理,详细分析了不同算法的分割精度及适用范围。     

一种基于点云数据的建筑物平面精细分割方法

针对现有大规模点云数据平面特征分割方法中存在的错误识别、效率低、抗噪性差等问题,该文提出一种基于2D霍夫变换和八叉树的建筑物平面精细分割方法。该方法首先,对原始点云进行空间均匀降采样并向X-Y面投影,利用改进的2D霍夫变换算法提取投影后的点云线段,使用选权迭代法精确计算线段所在直线的方程及端点坐标,进一步确定立面的空间几何方程;接下来,建立原始点云数据的八叉树结构,利用端点坐标设计立方体并分割出立方体内的立面点云;最后,将立面点云从原始点云中剔除,对余下点云降采样并向X-Z面投影,重复以上过程分割水平面点云。试验验证了该文方法对建筑物面状特征分割的有效性。     

建筑内噪声点云去除的扫描光线截断法

建筑内部噪声点云由于不同风格的家具及遮挡问题,分布规律比较复杂且通常与建筑立面粘连,难以通过交互的方式去除。针对这一问题,本文提出了一种建筑内噪声去除的扫描光线截断法。该方法首先分割建筑面片;然后将扫描中心点与点云组成的扫描光线与建筑立面求交;最后通过比较扫描光线的长度和扫描中心点与交点的距离,利用建筑立面截断扫描光线,从而在保持原始采样间隔的情况下自动去除建筑内部噪声点云。试验结果表明,该方法能较好地去除建筑内部的噪声点。     

建筑物立面分类与DIM点云滤波

针对目前基于近景摄影测量方法构建建筑物立面模型过程中因密集影像匹配（DIM）点云噪声所引起的建筑物立面TIN网格模型畸变问题,本文借鉴机器学习中样本学习的思想,对建筑物立面进行了分类并对DIM点云提出了相应的滤波方法,以达到去除DIM点云噪声和改善其TIN网格模型畸变的目的。其中,针对平面结构立面,采取先对点云样本进行学习计算构建数学立面模型所需参数,再对该立面模型设定阈值并对其点云进行滤波处理的方法;针对曲面结构立面,则结合DIM点云特性先将点云样本分类标记归为立面点与非立面点,再进行样本特征值学习,使用Logistic回归算法迭代计算求解最佳回归系数,从而构建滤波分类器的方法对立面点云进行滤波处理。试验结果表明,本文滤波处理方法能将立面DIM点云噪声有效识别并去除,而且使用该方法处理后所得点云构建的建筑物立面TIN网格模型精细化程度得到有效提高,模型质量得到明显改善。