论文部分内容阅读
建筑物是现代城市空间的主要组成部分,它占据着城市绝大部分面积。其三维信息是“数字城市”不可或缺的组成部分,也是进一步分析和交互操作的重要研究对象。机载激光雷达(Light Detection And Ranging,简称LiDAR)技术实现了高密度、高精度数据的快速获取,为数字城市提供了一个新的数据源。如何从海量LiDAR数据中快速提取建筑物信息是利用该技术建立城市模型的关键问题之一。顶面轮廓线是建筑物最重要的几何信息,本文以提取建筑物顶面轮廓线为目的,开展了以下工作：(1)总结LiDAR的发展历程、系统组成、测量原理、数据组织、数据特点及主要应用。在此基础上,介绍LiDAR数据滤波的基本概念、原理与方法,并阐述各种滤波方法的特点。(2)研究了基于LiDAR数据提取建筑物的方法,包括：基于激光测距点云提取建筑物、基于区域增长提取建筑物、基于霍夫变换提取建筑物、基于两次回波信息提取建筑物、基于TerraScan提取建筑物、基于多源数据提取建筑物。(3)实验了提取离散点集轮廓线的Alpha Shapes算法、基于管子算法和强制正交原则的轮廓线规则化算法；研究了数据聚类方法,并用DBSCAN算法实现建筑物LiDAR点云聚类分割,提高后续轮廓提取的速度。(4)基于ArcGIS Engine9.3利用Microsoft Visual Studio2008设计建筑物轮廓线提取软件,并用C#语言编程实现数据添加、不规则三角网构建、数据分割、数据聚类、轮廓线提取、轮廓线规则化等功能。利用软件对研究结果进行实验验证。研究表明：Alpha Shapes算法在提取分布离散的平顶建筑物外部轮廓线上较为有效；在利用Alpha Shapes算法提取建筑物轮廓线之前将建筑物点集进行聚类,不仅能有效避免Alpha值取值困难问题,而且能提高Alpha Shapes算法处理的效率