三维激光扫描技术相比于传统的全站仪等单点数据采集技术,具有数据获取速度快,精度满足地图构建的优点,非常适合在城市街道环境进行三维数据的采集,以服务于城市地图增量更新、城市精细化管理等方面的需求。现有的城市三维地图构建主要是依靠机载测图系统和车载移动测图系统的联合来完成,然而城市街道环境的高复杂性,也为车载移动测图系统的数据采集和处理带来了诸多不便。车载移动测图系统采集数据的质量会因街道环境中多方面因素的影响,近地面绿化植被的季节性变化、地面静止性物体(行道树、报刊亭、临时停靠的车辆)、流动性对象(如行人、机动车道上行驶的车辆)、高透射性表面(如玻璃)等因素会造成数据缺失,是地图构建的极大障碍。另外,城市道路宽度的多变性直接导致了一般的移动扫描车辆无法进入较窄的街道进行数据采集,这也是数据缺失的一方面原因。而且,城市的快速发展需要较频繁地对城市地图数据进行增量更新,单纯依靠移动测图系统进行数据采集,成本比较高。二维图像的三维重建属于摄影测量的范畴,以消费机的数码相机为数据采集设备,获取若干张具有足够重叠度的感兴趣区域图像,利用计算机视觉技术获取三维数据,具有设备小巧、操作简单、成本低的优点。论文主要做了以下几方面的工作:(1)将学院楼前的柱状目标作为实验对象,提出了两种变化检测方法-基于点云的整体变化检测和基于GIS对象和图像点云数据的变化检测,两种方法都用到了图像点云数据。利用消费机数码相机拍摄实验场地的图像数据,采用SFM(运动结构)+MVS(多视立体几何)的图像三维重建技术得到图像点云数据,该过程无需进行相机校正预处理,实现了完全自动化地输出具有局部坐标系的密集三维点云数据。利用获取的特征点坐标数据将密集点云变换到统一坐标框架下,为变化检测处理做准备。(2)针对现有数据采集技术容易产生数据漏洞、成本高的问题,提出基于八叉树的点云整体变化检测方法,将扫描仪获取高精度点云数据作为参考数据,图像点云数据作为待检测数据。该方法对参考数据和待检测数据构建八叉树结构,对两期点云数据的八叉树结构中的同源单元进行相互比较,对得到的初始变化检测结果进行去噪、分割处理,最后成功检测出真正的柱状目标变化,该方法虽然实时性较差,处理较繁琐,但精度比较高,可以用于城市三维地图的增量更新应用中。(3)为了提高变化检测的效率,提出了基于GIS对象及图像点云数据变化检测的方法,将完备的GIS数据库中的GIS对象作为基准数据,图像点云数据作为待检测数据,相比于第一种方法,需要处理的数据量几乎减半。将获取到的图像点云数据按照高度进行均匀地切片,然后将每个GIS对象不同高度的切片数据进行正射投影,然后变换到GIS对象坐标系下,以此作为待检测数据。基于KD-树算法,搜索GIS对象在每个切片上的邻域点,从判定对象是否发生了变化。基于GIS对象的变化检测方法将三维数据降维到二维空间,减少了计算成本,实现了快速高效的变化检测,但降维操作造成了信息的缺失,不能对检测结果进行特征分析,因其快速高效的特点,比较适合城市设施管理方面的应用。