检索结果-南通市图书馆

经纬天地 2024年第3期 29-32,62页

作者：王万发贵州省有色金属和核工业地质勘查局五总队贵州安顺561000

根据建筑物点云的分布特征,提出一种机载LiDAR点云建筑物三维模型重建方法。首先,利用布料模拟滤波算法剔除地面点,实现包含建筑物点云在内的非地面点提取,并利用最大类间方差法提取建筑物点云;其次,使用Alpha Shape算法提取建筑物点云... 详细信息

根据建筑物点云的分布特征,提出一种机载LiDAR点云建筑物三维模型重建方法。首先,利用布料模拟滤波算法剔除地面点,实现包含建筑物点云在内的非地面点提取,并利用最大类间方差法提取建筑物点云;其次,使用Alpha Shape算法提取建筑物点云中边缘点,并规则化处理建筑物轮廓线,通过屋顶分割算法提取建筑物屋顶信息;最后,使用SharpGL工具进行建筑物三维模型重建。以某地级市某地区机载LiDAR点云数据为例进行实验,结果表明该方法进行建筑物三维模型重建具有较高的精度与效率,适用于城镇复杂区域建筑物三维模型重建。

关键词：机载LiDAR点云数据建筑物三维模型重建布料模拟滤波算法最大类间方差法 Alpha Shape

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于机载LiDAR点云数据的建筑物三维模型重建技术研究

基于机载LiDAR点云数据的建筑物三维模型重建技术研究

引用

作者：赵传解放军信息工程大学

学位级别：硕士

建筑物是城市场景中的主要人工地物,其自动化重建是摄影测量与遥感、计算机视觉等领域的研究热点与难点。机载LiDAR(Light Detection and Ranging)技术可直接、快速地获取大范围区域高精度、高密度的点云数据,能为建筑物三维模型重建提... 详细信息

建筑物是城市场景中的主要人工地物,其自动化重建是摄影测量与遥感、计算机视觉等领域的研究热点与难点。机载LiDAR(Light Detection and Ranging)技术可直接、快速地获取大范围区域高精度、高密度的点云数据,能为建筑物三维模型重建提供可靠的数据。然而,由于受机载LiDAR点云数据分布的不规则性、真实场景中建筑物空间结构的复杂性等多种因素的影响,利用机载LiDAR点云数据自动重建建筑物三维模型仍然是一项具有较大挑战性的任务。因此,论文针对基于机载LiDAR点云数据的建筑物三维模型自动重建技术展开研究,主要工作及创新点如下:1.介绍了本文的研究背景和意义,归纳了基于不同数据源的建筑三维模型重建方法,重点分析了基于点云数据的建筑物三维模型重建的研究现状,总结了重建常用的建筑物结构知识,对比分析了多种建筑物结构表达方式。2.提出了一种基于建筑物轮廓点区域增长的建筑物点云提取方法。该方法根据建筑物的几何特性提取初始建筑物轮廓点,通过局部协方差矩阵计算点云分布特征,剔除非建筑物轮廓点;利用经典的密度聚类算法对建筑物轮廓点聚类,并以聚类结果为基础进行多种子点区域增长,实现建筑物点云的提取。通过两组实验与现有建筑物点云提取方法的对比分析,验证了该方法提取建筑物点云的有效性。3.针对现有算法提取复杂建筑物屋顶面适应性较差、精度较低等问题,提出了一种利用点云邻域信息的屋顶面提取算法。该算法利用点云曲率构建特征直方图,选取可靠种子点;通过提出的局部点云法向量分布密度聚类算法聚类种子点,快速准确地提取初始屋顶面片;构建基于邻域信息的投票模型,有效地解决了屋顶面竞争问题。实验证明,该方法可自动、高精度地提取屋顶面,对不同复杂程度的建筑物具有较好的适应性,能为建筑物三维模型重建提供可靠的屋顶面信息。4.改进了基元库辅助的建筑物三维模型重建方法。该方法通过设计的基元库将建筑物结构知识融入重建过程中;利用屋顶面交线缓冲区构建屋顶面拓扑图,将其与基元库中的基元进行匹配,实现了多种屋顶面约束的自动推断;利用附加多种约束的最小二乘拟合算法对屋顶面参数进行全局优化,保证了重建的建筑物三维模型中屋顶面间的无缝结合;通过建筑物轮廓点的提取、精简,以及多主方向轮廓线规则化生成建筑物特征线,并结合优化的屋顶面参数生成建筑物三维模型。实验结果表明,本文算法可较好地构建屋顶面间的拓扑关系,重建的建筑物三维模型屋顶面结合紧凑。

关键词：建筑物三维模型重建机载LiDAR点云建筑物点云提取密度聚类建筑物结构知识建筑物基元库轮廓线规则化

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

规则建筑物重建多边形分解方法研究

引用

测绘科学 2016年第7期41卷 188-192页

作者：颜远青刘华武汉大学武汉430079

针对传统的建筑物重建方法中,由机载LiDAR点云建立的模型表达复杂的问题,提出了一种基于多边形分解的建筑物重建方法。采用基于欧氏距离的聚类算法和随机抽样一致性算法,提取建筑物的不同平面,简化复杂结构的建筑物;基于检测出来的平面... 详细信息

针对传统的建筑物重建方法中,由机载LiDAR点云建立的模型表达复杂的问题,提出了一种基于多边形分解的建筑物重建方法。采用基于欧氏距离的聚类算法和随机抽样一致性算法,提取建筑物的不同平面,简化复杂结构的建筑物;基于检测出来的平面,对其进行分解,以最小外接矩形和内部空洞的布尔运算结果来表示,并进行建模。实验结果表明,该文方法可以有效简化建模过程,依据屋顶面之间边缘与空洞的关系优化结果也使得边缘更加准确,同时也更适合于CSG模型的表示。

关键词： LIDAR CSG 边缘检测分裂合并建筑物三维模型重建

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：