基于影像匹配点云的精简算法研究

论文摘要

伴随着我国“智慧城市”建设的迅速发展,三维城市模型作为“智慧城市”建设的重要基础数据,在城市规划、交通管理、土地利用及社会服务等诸多领域的需求日益増长。倾斜摄影测量技术随着无人机平台的不断更新得到快速发展,该技术具有低成本、高效率、模型真实且信息丰富等特点,对“智慧城市”的发展起着巨大的推进作用。利用倾斜摄影测量技术进行三维建模的核心思想是基于影像匹配点云构建三角格网模型,然而影像匹配获取的点云数据量庞大,增加计算机的负荷,不利于后期数据处理及三维模型构建。因此实现影像匹配点云的精简,以最少的点较好地表达三维模型对三维城市的建立尤为重要。本文以倾斜摄影测量技术为理论基础,基于影像匹配方法获取建筑模型的影像匹配点云数据,并对影像匹配点云进行预处理得到本文精简算法研究的实验数据。针对通过倾斜摄影测量技术获取的影像匹配点云密集、数据量大、存在冗余等问题,采用几种现有点云精简算法对实验数据进行精简并分析几种现有精简算法的优缺点,在此基础上提出组合式改进算法,主要研究内容和成果如下:(1)研究了点云空间划分方法与现有点云精简算法,并以随机采样法、均匀网格法、曲率采样法为例,对实验数据进行精简处理,通过不同精简率下的精简效果分析此三种算法的优缺点。(2)针对以上三种现有算法存在的不足,提出一种即保留建筑边缘特征又对建筑平面区域不造成数据空洞的组合式改进算法,其基本思路为:先采用三维栅格法对本文实验数据进行空间划分以建立空间索引;在此基础上采用曲率精简算法对实验数据进行精简,保留大于曲率平均值的点;将曲率精简算法中小于曲率平均值而被剔除的点重新采样,作为均匀网格精简算法的数据源,在三维栅格建立空间索引的基础上,计算并保留距质心点最近的点;最后合并曲率精简算法与均匀网格法保留的点作为本文实验数据的最终精简结果。(3)采用改进算法对实验数据进行精简处理,并与三种现有精简算法的精简效果进行对比分析,证明改进后算法的可行性。(4)采用表面积评估法、体积评估法对三种现有精简算法与改进后算法进行精简评估,证明改进后精简算法对非地面建筑点云数据精简的效果确实优于三种现有精简算法,具有很好的实用价值。

论文目录

摘要

Abstract

第1章绪论

1.1 研究背景和意义

1.2 国内外研究现状

1.2.1 倾斜摄影测量技术发展现状

1.2.2 点云精简研究现状

1.3 研究内容

1.4 论文架构安排

1.4.1 论文技术路线

1.4.2 论文章节安排

第2章基于倾斜摄影测量技术的影像匹配点云

2.1 倾斜摄影测量技术

2.1.1 倾斜摄影测量技术原理

2.1.2 倾斜摄影测量系统组成

2.1.3 倾斜影像后处理系统

2.2 倾斜摄影测量获取影像匹配点云的关键技术

2.2.1 相机标定

2.2.2 POS辅助空中三角测量

2.2.3 多视影像匹配

2.3 影像匹配点云

2.3.1 影像匹配点云特点

2.3.2 影像匹配点云与机载激光点云比较

2.4 本章小结

第3章影像匹配点云数据获取及预处理

3.1 影像匹配点云数据获取

3.2 点云数据预处理

3.2.1 粗差点剔除

3.2.2 非地面点与地面点分类

3.3 本章小结

第4章点云精简

4.1 点云精简准则

4.2 点云空间划分方法

4.3 点云精简算法

4.3.1 非选择性精简算法

4.3.2 选择性精简算法

4.4 本章小结

第5章点云精简算法改进与评估

5.1 组合式改进算法

5.1.1 改进算法流程

5.1.2 改进算法的实现原理

5.2 改进算法实例应用

5.3 精简评估

5.3.1 点云精简评价指标

5.3.2 表面积评估法

5.3.3 体积评估法

5.4 本章小结

结论

致谢

参考文献

文章来源

类型: 硕士论文

作者: 水梦琦

导师: 唐斌,程多祥

关键词: 影像匹配点云,点云数据处理,点云精简,点云精简评估

来源: 成都理工大学

年度: 2019

分类: 基础科学

专业: 自然地理学和测绘学

单位: 成都理工大学

分类号: P231

DOI: 10.26986/d.cnki.gcdlc.2019.000102

总页数: 70

文件大小: 5059K

下载量: 76

基于影像匹配点云的精简算法研究

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢