论文部分内容阅读
随着智慧城市、智能导航和自动驾驶等领域的飞速发展,如何快速获取城市建筑物的三维空间信息、构建高精度的三维精细模型成为亟待解决的关键问题。本文基于机载与车载LiDAR数据的2.5D特性,利用2.5D双轮廓方法建立了一套基于数据集成生成三维精细模型的技术方案。具体研究内容如下:(1)研究基于机载LiDAR数据进行城市建筑物屋顶面重建的方法。重点研究了屋顶面重建方法中的2.5D双轮廓法,并对该方法进行了改进,考虑到建筑物屋顶面轮廓线的规则几何结构,采用道格拉斯-普克算法平滑建筑物轮廓线,构建具有精细细节和规则边缘的屋顶面三角网模型,更好地反映了建筑物的真实结构。(2)研究基于车载LiDAR数据进行城市建筑物立面提取的方法。在建筑物屋顶面已经重建好并进行了规则化的基础上,利用城市建筑物屋顶面和立面的邻接性和城市建筑物立面的平面特性,基于空间领域的方法进行车载LiDAR数据的快速聚类处理,提取立面点云并采用RANSAC算法确定立面平面。(3)研究城市建筑物屋顶面子模型和立面子模型的配准融合工作。在归纳总结国内外学者在点云配准方面的研究后,针对机载LiDAR数据和车载LiDAR数据的近似正交特性,本文釆用面与面配准的策略来实现子模型的融合。在提取出初始立面平面后,将立面平面的高程参数根据屋顶面模型的立面平面进行调整,将屋顶面模型的立面平面的平面参数根据立面平面进行调整,最终实现精配准。考虑到城市建筑物立面和屋顶面一样具有2.5D特性,利用2.5D双轮廓方法生成城市建筑物的立面子模型,该模型与建筑物屋顶面子模型无明显接缝,能够反映建筑物的真实结构。研究表明,采用道格拉斯-普克算法规则化建筑物屋顶面轮廓线的方法能够反映规则建筑物的真实结构,但是对于具有复杂轮廓线的建筑物,会损失很多细节;基于空间邻域的方法能够快速实现建筑物立面的提取;基于面与面的配准能够实现城市建筑物屋顶面子模型和立面子模型的无接缝融合,能够较好地反映城市建筑物的真实结构。