基于LiDAR點云和航空影像的城市三維重建.pdf

1、隨著GIS的迅速發(fā)展和數字城市的快速建模的需要，對城市環(huán)境中各種三維信息的表達與處理變得日益迫切。近幾年LiDAR(Light Detecting AndRanging)技術的出現，為解決這一問題提供了新的途徑。機載LiDAR獲取的數據是分布于對象表面的三維點坐標，其數據集(點云)是對象的數字表面模型(DSM)。由于機載LiDAR能夠自動地獲取高精度、高密度的地球表面3D坐標信息，已成為生成數字地面模型(DTM)和數字高程模型(DEM)

2、的首選工具。 針對中、低密度的機載LiDAR數據和航空影像的城市三維重建工作，本文主要從以下幾個方面開展研究： (1)機載LiDAR技術的發(fā)展使得對大規(guī)模地表非均勻點云構網成為研究的熱點，本文在Delaunay三角網生長法的基礎上改進，提出一種新的三角網生長算法。該算法先對大規(guī)模點云進行等格網分塊，然后自適應確定搜索范圍。構建過程中對生成的基線分組、排序，動態(tài)刪除封閉點，提高了構建三角網的速度；在整個點集范圍內進行搜索，

3、避免了插值產生的誤差和模塊之間的拼接。最后對大規(guī)模LiDAR點云數據構網，表明了該算法的有效性。 (2)根據城市地形變化緩慢的特性，在三維Hough變換的基礎上添加約束條件，快速生成地形的基準平面，然后根據點云TIN網格與基準平面的位置關系以及TIN三角形法線的方向提取地面點。為保持場景地形的邊界，本文提出一種新的二維點云凸包生成算法，首先對點云進行分塊和在多方向生成最遠點而得到初始凸包，并在凸包交界的局部區(qū)域內搜索最優(yōu)點來擴展

4、初始凸包，從而提取LiDAR點云凸包。最后結合提取的地面點和場景的凸包生成最終的地形TIN模型，該方法對點集的密度要求低，提取城市地形的魯棒性高。 (3)從航空或衛(wèi)星影像中提取道路一直是研究的熱點，基于動態(tài)規(guī)劃的道路提取算法是最有效的算法之一。本文基于LiDAR點云數據特征改進了該算法的代價函數，進而提高了基于動態(tài)規(guī)劃的道路提取算法的魯棒性。為正確地融合航拍圖像和LiDAR點云數據，本文提出了一種航拍圖像和LiDAR點云數據的匹