论文部分内容阅读
三维激光扫描技术是集成了多种高新技术的新兴测绘技术,因其可提高数据采集和模型重构的效率和精度,在完善和丰富地下空间建筑(地铁站)地理信息数据库和建设“智能城市”中发挥着重要的作用。三维激光扫描技术可以快速采集目标物体表面数据,所获得的高密度点坐标数据称为点云数据,相比于传统测绘数据,点云数据庞大的数据量和大量的冗余数据对其处理和计算效率都会产生较为严重的影响,同时也给点云数据的使用和存储造成了极大的不便。因此,研究点云数据分割提取和点云数据精简对于点云数据应用和三维模型重构具有重要意义。本文主要研究三维激光扫描技术在地铁站三维数据采集及模型重构中的应用,针对地铁站点云数据进行了点云数据分割和精简研究。本文的主要工作的内容和成果如下:(1)本文以地铁站为研究对象进行三维激光扫描点云数据采集,针对地铁站三维地理信息数据采集中存在的问题,制定了详细作业流程和方法,对采集的点云数据进行点云数据配准等处理,得到完整的地铁站三维地理信息数据,使用20个遍布地铁站的标靶点坐标,对其进行精度分析,三个坐标方向的误差均不超过0.02m,表明得到的地铁站三维地理信息数据具有很好的精度。(2)针对点云数据处理软件对初始点云数据进行手动分割提取,为了提高其自动化程度,使用交叉数算法,基于VS2015使用.Net框架制作了一个点云数据分割提取工具,相对于手动分割提取点云数据提高了自动化程度。(3)对常用的几种点云数据精简方法进行研究,针对点云数据精简算法无法保留指示标识区域进行点云数据精简的不足,提出一种基于RGB信息的改进点云数据精简方法。该方法首先通过RGB信息对点云数据中的指示标识区域进行定位保留,然后对轮廓信息进行提取保留,最后进行点云数据精简。以地铁站内立柱点云数据为实验对象,实验结果表明改进的点云精简算法,点云数据精简效果优于常用的点云数据精简方法。(4)针对地铁站室内模型重构,采用人工选择点云数据和基于三角网格两种方法对地铁站进行点云数据模型重构。结果表明,人工选择点云数据重构的完整地铁站室内模型精细化程度很高,符合地理信息数据库模型的要求,可以应用在实际的测绘生产工作中。