數(shù)字城市主要特征之一就是三維城市模型的建立,建筑物是城市中的重要組成部分。在利用地面三維激光掃描儀獲取一個完整建筑物點云數(shù)據(jù)時,需要在不同視角下對建筑物進行掃描。在對建筑物點云數(shù)據(jù)的重建過程中,點云配準技術(shù)發(fā)揮著關(guān)鍵作用,為此,本文重點研究了多視點下建筑物三維點云數(shù)據(jù)的配準問題。主要工作如下:(1)實現(xiàn)了多種對建筑物多平面結(jié)構(gòu)的提取算法。這些算法包括基于RANSAC(隨機采樣一致性)平面提取算法、基于區(qū)域生長的平面提取算法、基于J-Linkage平面提取算法和基于聯(lián)合聚類的平面提取算法。論文表明了基于聯(lián)合聚類的平面提取算法不需要設(shè)置先驗參數(shù),同時避免了過分類和欠分類問題,適合建筑物點云平面提取。(2)提出了一種新的基于建筑物平面的點云配準方法,該算法利用了建筑物含有大量平面結(jié)構(gòu)的特點。首先,使用聯(lián)合聚類方法提取建筑物平面結(jié)構(gòu),再對這些平面結(jié)構(gòu)進行正射投影生成二維圖片;然后,采用SIFT描述子對多站點云形成的多張二維圖片進行對應(yīng)點匹配,并與它們在點云中的三維坐標關(guān)聯(lián);最后,使用三點RANSAC算法和最小二乘法求解點云變換矩陣,完成建筑物點云配準。通過實驗證明本文提出的方法具有很高的配準精...

【文章頁數(shù)】：80 頁

【學位級別】：碩士

【部分圖文】：

圖1-5論文結(jié)構(gòu)以及各章節(jié)之間的關(guān)系

西南交通大學博士研究生學位論文第20頁第二章、第三章以及第四章為本研究的核心與方法，第五章為本研究的總結(jié)與展望。各章節(jié)的詳細安排如下：圖1-5論文結(jié)構(gòu)以及各章節(jié)之間的關(guān)系第一章為緒論。主要介紹論文的研究背景，并從點云面片提娶點云配準以及建筑物三維重建三個方面詳細分析了國內(nèi)外相關(guān)研....

圖5-5不同視角的建筑物LiDAR點云數(shù)據(jù)

集美大學碩士學位論文不同視角下建筑物LiDAR點云配準技術(shù)的研究為了避免二維圖像的同名點索引回到三維點云時出現(xiàn)的誤匹配問題，本章對降維得到的二維圖像采用模板匹配法找到的同名點，對其所處的同名格里的點進行統(tǒng)計，若同名格里的點不止一個點，則就將此同名點剔除，放棄此找到的二維圖像....

圖2.4生成關(guān)鍵點特征向量

高斯加權(quán)運算。然后，如圖將的窗口均勻分為4塊，在每塊內(nèi)做8個梯度方向的統(tǒng)計，這樣，最終得到一個唯一用于標識的多維特征描述子，如圖2.4所示。圖2.4生成關(guān)鍵點特征向量

圖3.6窗戶點云數(shù)據(jù)

可以將設(shè)置為半稠密點云中點的采樣平均間隔。本文所采集目標的平面結(jié)構(gòu)包含豐富的幾何特征或顏色特征，所以將設(shè)置為很小時也能完成后續(xù)對應(yīng)點提取工作。圖3.6窗戶點云數(shù)據(jù)

本文編號：3890783