基于傾斜影像的建筑物提取與參數(shù)化三維重建.pdf

1、在飛速發(fā)展的“數(shù)字城市”建設(shè)過程中，城市三維模型的重要性越來越突出，它作為“數(shù)字城市”建設(shè)的重要基礎(chǔ)數(shù)據(jù)，在城市規(guī)劃、社會(huì)服務(wù)、環(huán)境保護(hù)等行業(yè)的需求不斷增長(zhǎng)，因此，開展基于傾斜影像的建筑物提取與參數(shù)化三維重建研究有一定的應(yīng)用價(jià)值。
　　基于無人機(jī)平臺(tái)的傾斜攝影測(cè)量技術(shù)能夠高效實(shí)時(shí)地獲得大面積的城市三維模型，所得模型精度高且逼真，可以很好地反映地物的真實(shí)情況，克服了傳統(tǒng)三維建模方法中大量城市信息的失真與缺失，逐漸應(yīng)用到各個(gè)領(lǐng)域。但傾

2、斜攝影測(cè)量技術(shù)的三維建模原理是以超高密度的點(diǎn)云數(shù)據(jù)來構(gòu)建三角格網(wǎng)模型，導(dǎo)致所得模型仍存在一些問題，其中，最關(guān)鍵的一個(gè)問題是模型中的地物未分離（單體化），無法滿足地理信息系統(tǒng)的進(jìn)一步管理與應(yīng)用。因此，為解決傾斜模型中建筑物分離問題，本文以影像匹配點(diǎn)云數(shù)據(jù)作為研究對(duì)象，并針對(duì)如何解決影像匹配點(diǎn)云數(shù)據(jù)濾波處理、建筑物邊緣提取、參數(shù)化三維重建等問題進(jìn)行了深入研究。具體工作包括：
　?。?）影像匹配點(diǎn)云數(shù)據(jù)濾波處理。重點(diǎn)研究了數(shù)學(xué)形態(tài)學(xué)濾波

3、算法，并針對(duì)傳統(tǒng)數(shù)學(xué)形態(tài)學(xué)濾波算法中采用規(guī)則格網(wǎng)的點(diǎn)云數(shù)據(jù)組織方式以及濾波窗口尺寸由人工設(shè)定的缺陷，通過虛擬格網(wǎng)技術(shù)以及基于地面點(diǎn)云比率自動(dòng)確定迭代次數(shù)的方法對(duì)該算法進(jìn)行了改進(jìn)；改進(jìn)的算法在傳統(tǒng)數(shù)學(xué)形態(tài)學(xué)濾波算法的基礎(chǔ)上，克服了規(guī)則格網(wǎng)重采樣引起的原始點(diǎn)云信息損失以及濾波窗口尺寸自適應(yīng)性差的問題；并通過實(shí)驗(yàn)對(duì)傳統(tǒng)數(shù)學(xué)形態(tài)學(xué)濾波算法與改進(jìn)后的算法進(jìn)行了定量分析，實(shí)驗(yàn)結(jié)果表明，改進(jìn)的形態(tài)學(xué)濾波算法能有效地提高濾波結(jié)果精度。
　?。?）

4、建筑物邊緣提取。重點(diǎn)分析了Canny邊緣檢測(cè)算法，針對(duì)傳統(tǒng)Canny邊緣檢測(cè)算法存在的缺陷（如高斯濾波器參數(shù)和高低閾值均由人工設(shè)定、梯度幅值計(jì)算僅考慮x、y方向的梯度等），通過采用自適應(yīng)中值濾波、加入傾斜方向（45°與135°）的梯度、Ostu算法對(duì)該算法進(jìn)行了改進(jìn)；改進(jìn)的算法在傳統(tǒng)Canny邊緣檢測(cè)算法的基礎(chǔ)上，解決了高斯濾波器參數(shù)和高低閾值自適應(yīng)性差、傾斜方向邊緣信息缺失的問題；然后結(jié)合Hough變換，通過實(shí)驗(yàn)對(duì)傳統(tǒng)Canny邊緣檢

5、測(cè)算法與改進(jìn)后的算法進(jìn)行了定量分析，實(shí)驗(yàn)結(jié)果表明，改進(jìn)的Canny邊緣檢測(cè)算法能有效地提高邊緣檢測(cè)的效果。
　?。?）基于參數(shù)化技術(shù)的三維重建。重點(diǎn)分析了參數(shù)化三維重建所需基礎(chǔ)數(shù)據(jù)的獲取方法，主要是在點(diǎn)云數(shù)據(jù)濾波處理與建筑物邊緣提取結(jié)果的基礎(chǔ)上，將非地面點(diǎn)云數(shù)據(jù)與建筑物輪廓線結(jié)合以完成建筑物點(diǎn)云的提取及量測(cè)，獲得建模參數(shù)信息（如建筑物的類型及高度、屋頂?shù)念愋图案叨鹊龋?；最后結(jié)合無人機(jī)影像的紋理信息完成建筑物規(guī)則文件編寫，從而實(shí)現(xiàn)建