基于Lidar数据和航空影像的建筑物三维重建技术研究

【类型】学位论文

【作者】孙华 

【摘要】传统的建筑物三维重建方法获取的建筑物三维模型都是病态的模型。而重建真实感较强的建筑物三维模型需要同时获取精确的建筑物顶部和墙体的几何形状和纹理属性、建筑物特征点的三维空间坐标等信息。随着对地探测技术的日新月异，机载Lidar系统的激光发射频率和影像分辨率不断提高，使高效快速地获取高精度的建筑物特征点的三维空间坐标、几何形状、纹理属性等信息成为了现实。现阶段，如何提高城区几何形状复杂的建筑物的三维重建精度是实现城市三维可视化的技术瓶颈。融合Lidar数据和航空影像进行建筑物三维重建，提取的建筑物轮廓远比基于单一航空影像数据或Lidar数据提取的建筑物轮廓更接近真实和更科学。 因此本人在全面分析国内外基于Lidar数据和航空影像的建筑物三维重建技术研究的现状、发展趋势、存在的难点和技术瓶颈的基础上，系统的研究了机载Lidar系统的各组成部分对获取地物的三维信息的影响规律、Lidar点云数据的简化方法和滤波原理、航空影像的预处理流程和主要方法。基于以上分析和研究的基础，本人进行了改进Lidar点云与影像像元融合的方法、融合数据进行粗略分类和精分类的方法、基于建筑物类融合数据的建筑物轮廓特征点三维信息的提取方法、简单建筑物模型分类和重建方法、复杂建筑物模型重建方法的研究工作，本文的主要研究成果和内容： 1.本文对机载Lidar系统的基本原理及组成、机载Lidar数据特点和结构组织、机载Lidar数据的预处理流程进行系统研究和分析，总结归纳了Lidar点云数据简化和滤波处理的主要方法、航空影像的几何校正、噪声平滑滤波、影像增强、阴影检测与消除、图像的边缘检测和提取的原理和主要方法，通过以上预处理过程可以有效消除机载Lidar平台定位误差、姿态角误差、传感器自身性能误差、同步误差、噪声和不需要的特征信息，进而提高建筑物特征轮廓提取精度，从而为提高建筑物特征轮廓提取的效率和精度提供基础保障。 2.在系统地研究了Lidar数据与航空影像的数据获取方式、结构特征和本质差别的基础上，本文结合国内外关于Lidar数据与航空影像配准方面的研究成果，采用人机交互方法在选取在Lidar和航空影像中自动选取相对应并且特征明显的闭合区域中心或边缘的特征点来实现Lidar点云与影像像元的粗匹配，在粗匹配的基础上采用HIS彩色空间变换的方法实现Lidar点云与影像像元的融合。 3.利用融合数据的直观且便于人工编辑的特征，提出采用分区粗分类方法对融合影像信息的Lidar数据进行粗略分类：当地物较独立且易分类时，选用分类速度较快分类树法进行分类处理，当区域内地物复杂度一般时，选用最大似然算法对融合数据进行分类处理，当区域内地物复杂度较高时，采用模糊分类算法将融合数据进行分类处理。在粗分类的基础之上，采用人机交互和模糊最大相似算法对初步分类结果(地面类、植被类、建筑类、未知类)进行精分类后处理。并提出采用局部线性内插法对建筑物特征信息缺失的部分进行内插和平滑，此法有效的提高了粗分类的分类精度，同时也提高了建筑物类融合数据的提取精度，为实现建筑物的三维重建打下坚实的基础。 4.在深入研究Lidar和航空影像数据结构、建筑物的构造原理的基础上，结合建筑物的构造原理对建筑类的融合数据进行研究分析。在对传统的建筑物重建方法进行了改进的基础上，研究出建筑物轮廓特征点三维信息的提取精度较高的方法：采用将建筑物顶部和墙体交界部分的边缘线段相邻垂直、相对平行条件作为约束条件进行间接平差的方法，得到真实建筑顶部和墙体交界部分特征点的最优三维坐标。利用建筑物墙体底面特征点与顶部特征点之间的空间关系，确定墙体底部特征点的平面坐标分别与其正对的墙体顶部特征点的平面坐标相等，取建筑物边界邻近的地面模型高程的均值来代替墙体底部特征点的高程值，获取墙体底面特征点的最优三维坐标。将建筑类顶部的融合数据组成不规则三角形格网并计算每个三角形平面的法向量，选取同一平面内所有三角形法向量的平均值来代替该平面的法向量并计算平面的平面方程。根据建筑物各个平面的交线为建筑物的轮廓边缘线，轮廓边缘线的交点为建筑物的轮廓特征角点的原理，采用两相交直线的三个平面方程推算出建筑物顶部轮廓特征角点的最优三维坐标。 5.基于简单建筑物的几何参数易量化原理，提出采用模型驱动方法对简单建筑物进行模型分类和重建：根据建筑物轮廓特征角点的空间几何关系确定其模型的线型框架，通过线型框架模型来推算其模型参数，调用模型数据库进行查询，当模型库中存在与其对应的模型参数，调用模型参数的指针函数，调用模型参数的指针函数，就可以快速、高效地获得其对应的三维模型。 6.由于复杂建筑物的几何参数不可量化，提出采用树型结构将复杂建筑物类融合数据分为顶部层和墙体层分别进行模型重模的方法：按各平面或曲面的空间组合关系将顶部层和墙体层细分不同的片面分层。利用复杂建筑物墙体的顶面和底面特征点的空间关系组成其墙体的线型框架模型并将纹理库中的模拟纹理映射到墙体的线型框架模型上，得到复杂建筑物墙体的模拟模型。利用建筑物顶部每个片面内的采样点满足其对应的平面方程作为约束条件，对每个片面内的融合影像的Lidar数据进行间接平差来拟合各个平面的初始轮廓。利用各个优化平面之间的相交直线、相交点的空间连接关系，将复杂建筑物的顶部所有片面拼接在一起来获取复杂建筑物顶部的最优模型。根据树型结构将复杂建筑物顶部层的最优模型和墙体层的模拟模型进行拼接来生成复杂建筑物的三维模型。 本文虽然在建筑物轮廓特征点三维信息的提取和建筑物的三维模型重建相关技术方面的研究取得了一定的进展。但现实世界中各地建筑物的几何形状、建筑材料、大小和主方位存在着风格各异的特性，同时随着城市现代化的高度发展，越来越多的复杂多变的多层建筑物拔地而起，使得本文研究的建筑物三维重建相关技术无法适用于结构和纹理信息复杂多变建筑物的三维重建工作。另外，由于本人研究时间较短，本文研究内容和成果受个人认识的局限性的影响，本文介绍的建筑物重建相关技术有很多部分需要进一步的研究和改进，希望本人粗浅的研究工作能给基于多源数据的建筑物三维重建相关技术研究提供一定的参考价值。 基于Lidar数据和航空影像的建筑物三维重建相关技术相对基于其它数据的建筑物三维重建技术而言还处于初级阶段。在全球大力开展数字城市建设的大背境下，精确地获取建筑物特征点的三维空间信息和重建建筑物三维模型技术是构建城市三维模型的难点和重点，因此在今后相当长的时期内基于融合多源数据的建筑三维重建相关技术研究将是热门的前沿课题。如何准确、快速、高效、可靠地获取足够精度和纹理细节的建筑物三维模型及其数据在城市地下管网、电信电力、景观设计、消防安全管理、交通管理、城市规划和管理的模拟仿真等具体应用领域有着十分重要的研究意义。另外，系统全面地研究Lidar数据和航空影像的各自优势及互补关系有望实现建筑物重建技术会向全自动提取和重建方向发展，进而提高测绘技术服务于国民基础建设的能力。

【学位名称】硕士

【学位授予单位】中国地质大学(武汉)

【学位授予年度】2016

【导师姓名】程新文

【读秀链接】读秀链接