论文部分内容阅读
激光扫描技术因具有连续、自动、不接触和快速地采集高分辨率空间三维数据的特点,正逐步成为建筑物三维重建及数字城市中的新研究热点。为构建一个完整的建筑物LiDAR点云数据结构,需要对不同视角下获取的建筑物LiDAR点云数据进行配准。为此,本文以建筑物的三维重建为背景,重点研究了不同视角下建筑物Li DAR点云数据的配准问题。主要工作如下:1.针对建筑物LiDAR点云数据采用基于FPFH特征描述子的点云配准算法进行配准时,仅采用距离阈值法剔除错误的对应关系后仍然存在着许多误匹配点,导致配准精度不足的问题,提出了一种改进的配准算法。该算法在基于距离阈值法剔除误匹配点的基础上,加入了消除重复匹配点的约束条件,并利用特征点处的法向量进行约束,完成对剩余误匹配点的剔除,最后对建筑物LiDAR点云进行配准。实验表明,改进的配准算法可以很好地完成建筑物LiDAR点云的配准,提高配准的精度。2.针对传统的CPD配准算法计算复杂度高,大规模点云数据难以直接采用此算法进行配准的问题,提出了一种基于ISS特征点的快速CPD建筑物LiDAR点云的配准算法。首先,对建筑物LiDAR点云数据采用ISS算法提取特征点,减少建筑物LiDAR点云的数据量规模;其次,将提取得到的不同视角下建筑物LiDAR点云的ISS特征点采用CPD算法进行配准。实验结果表明,改进的配准算法简单有效、稳定可靠,提高了建筑物LiDAR点云采用CPD算法配准的效率。3.由二维图像的配准算法与建筑物丰富的结构信息得到启发,提出了一种基于降维的建筑物LiDAR点云配准算法。该方法采用降维的思想,首先,采用最小二乘法对建筑物的立面进行拟合,形成建筑物的投影面;其次,将建筑物LiDAR点云垂直投影到建筑物的投影面,最大限度的保持了建筑物固有的结构信息;然后,将投影点进行重采样生成二维图像,利用模板匹配法求出图像的同名点;最后,将图像的同名点索引回到建筑物LiDAR点云数据中,完成配准。实验表明,本文提出的配准算法,可以准确地获取建筑物LiDAR点云的同名点,有效地完成建筑物LiDAR点云的配准。