基于UAV倾斜影像匹配点云的城市建筑物信息提取方法研究
本文关键词：基于UAV倾斜影像匹配点云的城市建筑物信息提取方法研究 出处：《中国科学院大学(中国科学院遥感与数字地球研究所)》2017年博士论文 论文类型：学位论文
更多相关文章： 倾斜影像匹配点云 建筑物提取 2D矢量轮廓 最小二乘直线增长 最小二乘平面增长
【摘要】：无人机倾斜影像匹配点云作为一种新型的地理空间数据,在智慧城市空间数据框架建设中占据越来越重要的地位。需要研究新的点云数据处理和建筑物信息提取方法,以满足城市规划、监测和管理对城市建筑物空间信息的需求。本研究把点云数据处理和建筑物信息提取方法分为建筑物对象检测和重建两个层次,针对不同的需求和目标分别提出了相应的新理论和新方法,为无人机倾斜影像匹配点云的数据处理和建筑物信息提取提供了新的研究视角和研究思路,对无人机倾斜影像匹配点云的大规模综合应用具有较好的示范作用。本研究在建筑物对象检测和重建方法上的主要成果与创新点如下:(1)建筑物对象检测上,提出了基于多植被指数的SVM植被脚点检测算法和基于类标签的3D形态学算法。利用植被检测算法在点云预处理阶段检测和剔除大量的植被点,既有利于改善后续基于形状约束的植被和建筑物区分处理,又大大降低后续处理的数据量和处理难度。基于类标签的形态学算法实现了平滑建筑物边缘、断开建筑物之间的狭窄间断以及消除细小突出物的目的,降低了噪音和误匹配数据的影响。(2)建筑物2D矢量轮廓信息重建上,提出了基于最小二乘的直线增长算法和基于权重均值聚类的主轴定向算法。基于最小二乘的直线增长算法解决了从边缘点中自动提取轮廓特征线问题,基于权重均值聚类的主轴算法从全局最优角度解决了建筑物主轴定向问题。(3)建筑物屋顶信息重建上,提出了基于最小二乘拟合的平面增长算法和基于PCA分析的最小外包矩形MCR算法。基于最小二乘拟合的平面增长算法解决了从屋顶点云检测和提取屋顶面片信息问题。基于PCA分析的最小外包矩形MCR算法解决了屋顶平面面片结构的定向、定位和定域问题。
[Abstract]:......
【学位授予单位】：中国科学院大学(中国科学院遥感与数字地球研究所)
【学位级别】：博士
【学位授予年份】：2017
【分类号】：P23
【相似文献】
相关期刊论文 前10条
1 李海亮;邓非;李刚;;摄影测量激光点云空洞修补[J];测绘科学;2010年05期
2 高恩阳;郑昊鸿;;点云数据滤波方法综述[J];科技资讯;2012年33期
3 龚书林;;三维激光点云处理软件的若干关键技术[J];测绘通报;2014年06期
4 赵强;彭国华;王锋;;点云精简的一种方法[J];西南民族大学学报(自然科学版);2006年05期
5 李德江;张延波;于曼竹;姜丽丽;曲雪光;;基于扫描模式的点云修复技术研究[J];测绘与空间地理信息;2011年06期
6 蔡来良;李儒;;点云数据处理算法与实现初步研究[J];测绘通报;2012年S1期
7 詹庆明;张海涛;喻亮;;古建筑激光点云-模型多层次一体化数据模型[J];地理信息世界;2010年04期
8 曾敬文;朱照荣;丁锐;;基于立方体网格的数据点云约简和体积计算方法[J];测绘科学;2008年06期
9 杨欣;姚海燕;;平面点云边界参数识别[J];中国西部科技;2009年27期
10 孙瑞;张彩霞;;点云数据压缩算法综述[J];科技信息;2010年32期
相关会议论文 前10条
1 李文涛;韦群;杨海龙;;基于图像的点云生成和预处理[A];2011年全国通信安全学术会议论文集[C];2011年
2 蔡来良;李儒;;点云数据处理算法与实现初步研究[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年
3 马国庆;陶萍萍;杨周旺;;点云空间曲线的微分信息计算及匹配方法[A];第四届全国几何设计与计算学术会议论文集[C];2009年
4 江倩殷;刘忠途;李熙莹;;一种有效的点云精简算法[A];第十五届全国图象图形学学术会议论文集[C];2010年
5 解辉;张爱武;孟宪刚;;机载激光点云快速绘制方法[A];第二十五届全国空间探测学术研讨会摘要集[C];2012年
6 李凯;张爱武;;基于激光点云的粮仓储粮数量测量方法[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年
7 朱晓强;余烨;刘晓平;袁晓辉;Bill P.Buckles;;基于航拍图像和LiDAR点云的城市道路提取[A];全国第19届计算机技术与应用（CACIS）学术会议论文集（上册）[C];2008年
8 刘虎;;基于线性八叉树的点云简化与特征提取研究[A];促进科技经济结合，服务创新驱动发展——蚌埠市科协2012年度学术年会论文集[C];2012年
9 李滨;王佳;;基于点云的建筑测绘信息提取[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年
10 杨雪春;;反求工程建模中点云切片技术研究[A];全国先进制造技术高层论坛暨第八届制造业自动化与信息化技术研讨会论文集[C];2009年
相关重要报纸文章 前2条
1 曹裕华 高化猛 江鸿宾;激光点云 亦真亦幻[N];解放军报;2013年
2 中国工程院院士 刘先林;四维远见的装备创新[N];中国测绘报;2012年
相关博士学位论文 前10条
1 彭检贵;融合点云与高分辨率影像的城区道路提取与表面重建研究[D];武汉大学;2012年
2 刘涌;基于连续序列自动快速拼接的全方位三维测量技术研究[D];西南交通大学;2013年
3 赖祖龙;基于LiDAR点云与影像的海岸线提取和地物分类研究[D];武汉大学;2013年
4 王瑞岩;计算机视觉中相机标定及点云配准技术研究[D];西安电子科技大学;2015年
5 段敏燕;机载激光雷达点云电力线三维重建方法研究[D];武汉大学;2015年
6 李艳红;车载移动测量系统数据配准与分类识别关键技术研究[D];武汉大学;2014年
7 崔婷婷;结合车载点云和全景影像的建筑物立面重建[D];武汉大学;2015年
8 戴玉成;基于UAV倾斜影像匹配点云的城市建筑物信息提取方法研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年
9 韩峰;基于点云信息的既有铁路状态检测与评估技术研究[D];西南交通大学;2015年
10 金龙存;3D点云复杂曲面重构关键算法研究[D];上海大学;2012年
相关硕士学位论文 前10条
1 龚硕然;基于Delaunay三角剖分的点云三维网格重构[D];河北大学;2015年
2 杨红粉;频域技术应用于点云配准研究[D];北京建筑大学;2015年
3 段红娟;点云图像交互式曲线骨架提取技术及其应用[D];西南交通大学;2015年
4 张永恒;散乱点云数据配准方法研究[D];长安大学;2015年
5 吴爱;面向特征拟合的点云简化方法研究[D];中国地质大学(北京);2015年
6 薛广顺;基于立体视觉的牛体点云获取方法研究与实现[D];西北农林科技大学;2015年
7 胡诚;精度约束下地表LiDAR点云抽稀方法研究[D];西南交通大学;2015年
8 余明;三维离散点云数据处理技术研究[D];南京理工大学;2015年
9 陈星宇;基于三维彩色点云的地形分类方法研究[D];南京理工大学;2015年
10 朱东方;基于复杂拓扑结构点云的曲线拟合研究与应用[D];山东大学;2015年
，本文编号：1350271
本文链接：https://www.wllwen.com/shoufeilunwen/jckxbs/1350271.html
