基于机载LiDAR点云数据的建筑物三维重建

 摘 要
伴随“数字城市”的快速发展，对建立城市三维建筑物模型提出新的要求，迫切需要一种能够及时、准确地提取出三维建筑物方法，而传统的摄影测量方法已经很难满足这一迫切需要。而机载LiDAR技术作为一种崭新的革命性测量技术，可以快速高效的直接获取高精度的地面采样点三维坐标，可以为建筑物三维重建提供准确与快速的三维数据。然而由于机载LiDAR数据具有离散、不规则分布和盲目性特点，使得利用机载LiDAR点云进行建筑物三维模型重建时遇到各种难题，吸引国内外许多研究者对该方法的深入研究，也提出了许多种重建方法。本文仅利用机载LiDAR点云数据，开展了机载LiDAR点云建筑物点云提取的研究和建筑物重建的研究，提出了一种利用LiDAR点云数据重建建筑物三维模型数据处理流程和方法。
首先，介绍了机载LiDAR技术的相关知识，包括机载LiDAR系统的工作原理和机载LiDAR点云数据的特点，也介绍机载LiDAR点云数据进行规则格网化方法与过程，以便后续点云数据高效检索。在规则格网组织的LiDAR点云数据基础上，研究LiDAR点云数据中建筑物点云提取的方法，先利用距离加权平均的重采样方法得到数字表面模型（DSM），再按照高程对DSM量化得到一幅深度影像，然后结合数字图像中图像滤噪和图像分割，以及本文中针对二值图像中的建筑物几何特性提出的滤噪方法，得到DSM深度影像的二值图像，再从DSM深度影像二值图像中建筑物区域进行分割处理，得到单个独立建筑物目标区域，最后结合LiDAR点云数据和DSM深度影像之间的映射关系，从而实现LiDAR点云中建筑物点云的提取。
然后，以从LiDAR点云数据中提取的单个建筑物点云数据为基础，研究基于LiDAR单个独立建筑物点云数据建筑物三维重建的方法，本文提出只利用独立建筑物LiDAR点云数据重建建筑物的三维模型的方法。为了提高LiDAR建筑物点云数据的准确性，先采用基于k-d tree的邻域平均方法，滤除单个建筑物LiDAR点云数据中受到各种人为或随机因素的影响产生的不合理的噪声点；针对机载LiDAR点云数据离散分布特点，为了能够表达点与邻域范围内点的之间几何分布特性，选取点的单位法向量作为其定量表现；在LiDAR建筑物点云数据预处理基础上，采用数据驱动的方法重建建筑物的屋顶结构，结合地面高度与屋顶边界点生成垂直墙面，最后将屋顶结构和垂直墙面相连，得到单个建筑物的三维模型，该方法解决模型驱动法建筑物三维重建的局限性—只能够完成预定义的简单建筑物样式重建，具有更高的鲁棒性与稳定性，可以完成一些复杂建筑物屋顶模型重建。

关键词：LiDAR，建筑物点云提取，建筑物三维重建
目 录
摘 要 I
Abstract II
1 绪 论 1
1.1 研究背景 1
1.2 研究意义 2
1.3 研究现状 3
1.3.1基于建筑物的几何特性 3
1.3.2融合其他数据源 4
1.4 研究的内容与方法 5
2 LiDAR点云中建筑物点云提取 7
2.1 机载LiDAR简介 7
2.1.1 机载LiDAR系统原理 7
2.1.2 机载LiDAR点云数据 8
2.2 机载LiDAR 点云数据存储与检索 9
2.2.1 规则地址格网检索算法思想 9
2.2.2 规则地址格网建立 10
2.3 机载LiDAR 点云生成深度影像 12
2.3.1 规则格网插值 12
2.3.2 规则格网内插生成DSM 14
2.3.3 DSM生成深度影像 15
2.4 DSM深度影像预处理 17
2.4.1 DSM深度影像滤噪 17
2.4.2 DSM深度影像分割 19
2.4.3 DSM深度影像二值图像滤噪 21
2.5 基于DSM二值深度影像建筑物点云提取 23
2.5.1 DSM二值深度影像建筑物区域分割 23
2.5.2 建筑物点云提取 24
2.6 本章小结 26
3 建筑物三维重建 27
3.1方法流程概述 27
3.2 点云数据去噪 29
3.3 统计单位法向量 31
3.4 格网插值 32
3.4.1 屋顶表面埃尔米特插值 32
3.4.2 屋顶边界埃尔米特插值 33
3.5 创建几何关系 34
3.5.1 2.5D QEF 34
3.5.2 结合QEF四叉树简化 35
3.6 多边形生成 36
3.6.1 基于特征点构三角网 37
3.6.2 基于拓扑安全的三角网简化 38
3.7 建筑物边界纠正 38
3.7.1 建筑物边界主方向确定 39
3.7.2 建筑物边界主方向纠正 40
3.7.3 建筑物相邻边界纠正 41
3.8 本章小结 42
4 总体实验与分析 43
4.1 实验数据 43
4.2 LiDAR点云中建筑物点云提取实验 43
4.2.1 LiDAR点云生成DSM实验 44
4.2.2 DSM生成深度影像实验 44
4.2.3 深度影像预处理实验 45
4.2.4 建筑物提取实验 47
4.2.5 实验分析 48
4.3 建筑图三维重建实验 49
4.3.1 平顶型建筑物三维重建实验 49
4.3.2 人字型建筑物三维重建实验 50
4.3.3 复合型建筑物三维重建实验 51
4.3.4 实验分析 53
5 总结和展望 54
5.1 总结 54
5.2 展望 54
参考文献 56
致谢 59
研究的内容与方法
本文针对目前机载LiDAR数据后处理的研究热点技术——建筑物三维模型重建，进行深入细致的研究。力求在目前的技术条件下，提出一种切实可行的自动化的建筑物模型重建处理流程。论文组织如下：
第一章，绪论。简要介绍机载LiDAR技术系统原理和具有的优势，分析该技术目前发展现状，指出研究基于机载 LiDAR 点云数据进行建筑物三维重建技术的重要意义，再总结综合分析目前国内外该技术研究现状。
第二章，LiDAR点云中建筑物点云提取。简要介绍机载LiDAR系统的组成原理和点云数据特点，在此基础上论述机载LiDAR点云数据的规则格网存储与检索的方法。详细阐述基于规则格网组织的机载LiDAR点云数据的生成DSM的过程与原理，以及DSM生成深度影像的原理。在此基础上，提出了一种基于DSM深度影像的机载LiDAR点云中的建筑物点云提取方法，结合数字图像处理中的中值滤波和图像自动阈值分割，以及针对二值图像中建筑区域的几何特点所提出的二值图像滤噪算法。
第三章，建筑物三维重建。提出一种基于单个建筑物LiDAR点云的建筑物重建的处理流程。首先利用k-d tree邻域平均的方法滤除原始点云数据中噪声点，然后借助平面拟合的方法统计点的单位法向量。采用数据驱动法重建建筑物的屋顶结构，结合地面高度与屋顶边界点生成垂直墙面，最后利用屋顶结构和垂直墙面，重建单个建筑物的三维模型，保证不同屋顶面间边界的连续性。
第四章，实验结果与分析。利用实际机载LiDAR点云数据，完成机载LiDAR点云中提取建筑物点云实验，以及利用单个建筑物LiDAR点云数据重建建筑物三维模型实验，分析实验结果。
第五章，总结和展望。总述本文中所做的工作，同时对本中未能解决的问题做出进一步的展望。