面向多测站地面三维激光扫描数据的建筑物提取与几何重构
发布时间：2021-11-01 15:50
地面三维激光扫描技术可以主动、快速、准确、无接触的获取丰富的目标表面三维信息,因而是三维建模的重要数据来源。地面激光扫描获取的数据称为点云,扫描场景的原始点云通常包含场景内的多种地物类型,而且具有数据量大、无序性等特点,同时受限于场景内的障碍和遮挡往往需要进行多站测量,因此从原始扫描数据到三维重建需要多个环节的处理。针对上述问题,本文以扫描数据中的建筑物点云的几何重构为最终目标,对点云处理过程中的点云索引、点云拼接、建筑物提取、平面分割和重构等环节和方法进行了研究,具体研究内容如下:（1）点云索引。对点云组织中常用的规则格网、八叉树和KD树索引进行了介绍和对比。针对常见的基于指针的KD树内存利用率不高的问题,提出一种基于线性索引的KD树编码和构建方式,并通过与开源索引库的对比详细分了所提出的线性KD树索引的内存利用与搜索效率。（2）点云拼接。分析和对比了常见的点云自动拼接方法。针对常见的基于特征的自动拼接方法处理重复和对称结构的不足,结合智能手机提出了基于点云整体分布的地面激光点云自动拼接方法。通过智能手机结合扫描仪的传感器组合方式快速、便捷的获取测站位置之间的相对关系,在点云拼接过程...
【文章来源】：武汉大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：126 页
【学位级别】：博士
【部分图文】：
图２－１规则格网索引??
初用于几何模型的描述。在八叉树索引构建中，点云所在的三维空间通过在Ｘ、??Ｙ、Ｚ三个坐标轴方向上的等分得到八个子立方体空间，对每个子立方体空间重??复相同的划分规则直到满足预设条件为止，构建过程如图２－２所示．??丨雜」＞」??图２－２八叉树构建过程中的空间划分??八叉树通过迭代可以有组织的将空间不断等分，其组织方式直接支持大数据??量点云的分层（Ｌｅｖｅｌ?ｏｆ?ｄｅｔａｉｌ，ＬｏＤ）、快速显示，在点云空间分布均勾时，八叉??树索引具有很高的搜索效率。但在空间分布不均匀的点云数据中，八叉树会出现??较大的平衡问题，即同时存在大量空结点和深度较大结点，严重影响索引的生成??和查找效率。因此，八叉树应用于地面激光点云的组织和搜索时存在与规则格网??相似的问题。??２．２．３?ＫＤ树索弓｜??ＫＤ?（ｋ－ｄｉｍｅｎｓｉｏｎａｌ）树索引是二叉树在三维空间的扩展，由Ｂｅｎｔｌｅｙ在１９７５??年提出［１２５］，后来又被Ｎｅｎｅ进一步扩展用于高维空间的邻近搜索［１２６］。ＫＤ树在??每层都结点都会对目标空间进行一次二分
初用于几何模型的描述。在八叉树索引构建中，点云所在的三维空间通过在Ｘ、??Ｙ、Ｚ三个坐标轴方向上的等分得到八个子立方体空间，对每个子立方体空间重??复相同的划分规则直到满足预设条件为止，构建过程如图２－２所示．??丨雜」＞」??图２－２八叉树构建过程中的空间划分??八叉树通过迭代可以有组织的将空间不断等分，其组织方式直接支持大数据??量点云的分层（Ｌｅｖｅｌ?ｏｆ?ｄｅｔａｉｌ，ＬｏＤ）、快速显示，在点云空间分布均勾时，八叉??树索引具有很高的搜索效率。但在空间分布不均匀的点云数据中，八叉树会出现??较大的平衡问题，即同时存在大量空结点和深度较大结点，严重影响索引的生成??和查找效率。因此，八叉树应用于地面激光点云的组织和搜索时存在与规则格网??相似的问题。??２．２．３?ＫＤ树索弓｜??ＫＤ?（ｋ－ｄｉｍｅｎｓｉｏｎａｌ）树索引是二叉树在三维空间的扩展，由Ｂｅｎｔｌｅｙ在１９７５??年提出［１２５］，后来又被Ｎｅｎｅ进一步扩展用于高维空间的邻近搜索［１２６］。ＫＤ树在??每层都结点都会对目标空间进行一次二分
【参考文献】：
期刊论文
[1]基于强度与颜色信息的地面LiDAR点云联合分类方法[J]. 程效军,郭王,李泉,程小龙. 中国激光. 2017(10)
[2]无附加信息的地面激光点云自动拼接方法[J]. 陈茂霖,卢维欣,万幼川,田思忆,杨威. 中国激光. 2016(04)
[3]基于激光强度的建筑立面点云分类及信息提取[J]. 程小龙,程效军,郭王,谢丹. 同济大学学报(自然科学版). 2015(09)
[4]基于区域预测的LiDAR点云数据形态学滤波算法[J]. 苗启广,郭雪,宋建锋,宣贺君. 激光与光电子学进展. 2015(01)
[5]多站激光点云数据全自动高精度拼接方法研究[J]. 李健,王宗敏,马玉荣,田智慧. 武汉大学学报(信息科学版). 2014(09)
[6]融合语义特征与GPS位置的地面激光点云拼接方法[J]. 浦石,李京伟,郭四清. 测绘学报. 2014(05)
[7]基于Otsu的建筑物点云分割改进算法[J]. 秦家鑫,万幼川,王迪,何培培,陈茂霖. 地理空间信息. 2014(01)
[8]面向多尺度影像的瓦片金字塔技术研究与实现[J]. 陈茂霖,万幼川,杨秋兰,张文. 地理空间信息. 2013(04)
[9]一种基于法向量的点云自动配准方法[J]. 陶海跻,达飞鹏. 中国激光. 2013(08)
[10]地面3维激光扫描技术在历史风貌保护中的应用[J]. 杨铭,黄强. 测绘与空间地理信息. 2013(06)
博士论文
[1]车载LiDAR点云中建筑物的自动识别与立面几何重建[D]. 魏征.武汉大学 2012
[2]基于CPU+GPU的影像匹配高效能异构并行计算研究[D]. 肖汉.武汉大学 2011
[3]基于车载激光扫描数据的地物分类和快速建模技术研究[D]. 喻亮.武汉大学 2011
[4]基于地面激光扫描点云数据的三维重建方法研究[D]. 赵煦.武汉大学 2010
[5]地面激光扫描数据后处理若干关键技术研究[D]. 蔡润彬.同济大学 2008
硕士论文
[1]基于kd-tree的点云数据空间管理理论与方法[D]. 刘艳丰.中南大学 2009
[2]地面激光雷达数据的分割与轮廓线提取[D]. 田庆.北京建筑工程学院 2009
本文编号：3470378
【文章来源】：武汉大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：126 页
【学位级别】：博士
【部分图文】：
图２－１规则格网索引??
初用于几何模型的描述。在八叉树索引构建中，点云所在的三维空间通过在Ｘ、??Ｙ、Ｚ三个坐标轴方向上的等分得到八个子立方体空间，对每个子立方体空间重??复相同的划分规则直到满足预设条件为止，构建过程如图２－２所示．??丨雜」＞」??图２－２八叉树构建过程中的空间划分??八叉树通过迭代可以有组织的将空间不断等分，其组织方式直接支持大数据??量点云的分层（Ｌｅｖｅｌ?ｏｆ?ｄｅｔａｉｌ，ＬｏＤ）、快速显示，在点云空间分布均勾时，八叉??树索引具有很高的搜索效率。但在空间分布不均匀的点云数据中，八叉树会出现??较大的平衡问题，即同时存在大量空结点和深度较大结点，严重影响索引的生成??和查找效率。因此，八叉树应用于地面激光点云的组织和搜索时存在与规则格网??相似的问题。??２．２．３?ＫＤ树索弓｜??ＫＤ?（ｋ－ｄｉｍｅｎｓｉｏｎａｌ）树索引是二叉树在三维空间的扩展，由Ｂｅｎｔｌｅｙ在１９７５??年提出［１２５］，后来又被Ｎｅｎｅ进一步扩展用于高维空间的邻近搜索［１２６］。ＫＤ树在??每层都结点都会对目标空间进行一次二分
初用于几何模型的描述。在八叉树索引构建中，点云所在的三维空间通过在Ｘ、??Ｙ、Ｚ三个坐标轴方向上的等分得到八个子立方体空间，对每个子立方体空间重??复相同的划分规则直到满足预设条件为止，构建过程如图２－２所示．??丨雜」＞」??图２－２八叉树构建过程中的空间划分??八叉树通过迭代可以有组织的将空间不断等分，其组织方式直接支持大数据??量点云的分层（Ｌｅｖｅｌ?ｏｆ?ｄｅｔａｉｌ，ＬｏＤ）、快速显示，在点云空间分布均勾时，八叉??树索引具有很高的搜索效率。但在空间分布不均匀的点云数据中，八叉树会出现??较大的平衡问题，即同时存在大量空结点和深度较大结点，严重影响索引的生成??和查找效率。因此，八叉树应用于地面激光点云的组织和搜索时存在与规则格网??相似的问题。??２．２．３?ＫＤ树索弓｜??ＫＤ?（ｋ－ｄｉｍｅｎｓｉｏｎａｌ）树索引是二叉树在三维空间的扩展，由Ｂｅｎｔｌｅｙ在１９７５??年提出［１２５］，后来又被Ｎｅｎｅ进一步扩展用于高维空间的邻近搜索［１２６］。ＫＤ树在??每层都结点都会对目标空间进行一次二分
【参考文献】：
期刊论文
[1]基于强度与颜色信息的地面LiDAR点云联合分类方法[J]. 程效军,郭王,李泉,程小龙. 中国激光. 2017(10)
[2]无附加信息的地面激光点云自动拼接方法[J]. 陈茂霖,卢维欣,万幼川,田思忆,杨威. 中国激光. 2016(04)
[3]基于激光强度的建筑立面点云分类及信息提取[J]. 程小龙,程效军,郭王,谢丹. 同济大学学报(自然科学版). 2015(09)
[4]基于区域预测的LiDAR点云数据形态学滤波算法[J]. 苗启广,郭雪,宋建锋,宣贺君. 激光与光电子学进展. 2015(01)
[5]多站激光点云数据全自动高精度拼接方法研究[J]. 李健,王宗敏,马玉荣,田智慧. 武汉大学学报(信息科学版). 2014(09)
[6]融合语义特征与GPS位置的地面激光点云拼接方法[J]. 浦石,李京伟,郭四清. 测绘学报. 2014(05)
[7]基于Otsu的建筑物点云分割改进算法[J]. 秦家鑫,万幼川,王迪,何培培,陈茂霖. 地理空间信息. 2014(01)
[8]面向多尺度影像的瓦片金字塔技术研究与实现[J]. 陈茂霖,万幼川,杨秋兰,张文. 地理空间信息. 2013(04)
[9]一种基于法向量的点云自动配准方法[J]. 陶海跻,达飞鹏. 中国激光. 2013(08)
[10]地面3维激光扫描技术在历史风貌保护中的应用[J]. 杨铭,黄强. 测绘与空间地理信息. 2013(06)
博士论文
[1]车载LiDAR点云中建筑物的自动识别与立面几何重建[D]. 魏征.武汉大学 2012
[2]基于CPU+GPU的影像匹配高效能异构并行计算研究[D]. 肖汉.武汉大学 2011
[3]基于车载激光扫描数据的地物分类和快速建模技术研究[D]. 喻亮.武汉大学 2011
[4]基于地面激光扫描点云数据的三维重建方法研究[D]. 赵煦.武汉大学 2010
[5]地面激光扫描数据后处理若干关键技术研究[D]. 蔡润彬.同济大学 2008
硕士论文
[1]基于kd-tree的点云数据空间管理理论与方法[D]. 刘艳丰.中南大学 2009
[2]地面激光雷达数据的分割与轮廓线提取[D]. 田庆.北京建筑工程学院 2009
本文编号：3470378
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3470378.html
