三維激光掃描技術相比于傳統(tǒng)的全站儀等單點數(shù)據(jù)采集技術,具有數(shù)據(jù)獲取速度快,精度滿足地圖構建的優(yōu)點,非常適合在城市街道環(huán)境進行三維數(shù)據(jù)的采集,以服務于城市地圖增量更新、城市精細化管理等方面的需求�，F(xiàn)有的城市三維地圖構建主要是依靠機載測圖系統(tǒng)和車載移動測圖系統(tǒng)的聯(lián)合來完成,然而城市街道環(huán)境的高復雜性,也為車載移動測圖系統(tǒng)的數(shù)據(jù)采集和處理帶來了諸多不便。車載移動測圖系統(tǒng)采集數(shù)據(jù)的質量會因街道環(huán)境中多方面因素的影響,近地面綠化植被的季節(jié)性變化、地面靜止性物體(行道樹、報刊亭、臨時�？康能囕v)、流動性對象(如行人、機動車道上行駛的車輛)、高透射性表面(如玻璃)等因素會造成數(shù)據(jù)缺失,是地圖構建的極大障礙。另外,城市道路寬度的多變性直接導致了一般的移動掃描車輛無法進入較窄的街道進行數(shù)據(jù)采集,這也是數(shù)據(jù)缺失的一方面原因。而且,城市的快速發(fā)展需要較頻繁地對城市地圖數(shù)據(jù)進行增量更新,單純依靠移動測圖系統(tǒng)進行數(shù)據(jù)采集,成本比較高。二維圖像的三維重建屬于攝影測量的范疇,以消費機的數(shù)碼相機為數(shù)據(jù)采集設備,獲取若干張具有足夠重疊度的感興趣區(qū)域圖像,利用計算機視覺技術獲取三維數(shù)據(jù),具有設備小巧、操作簡單、成本低的優(yōu)點。論文主要做了以下幾方面的工作:(1)將學院樓前的柱狀目標作為實驗對象,提出了兩種變化檢測方法-基于點云的整體變化檢測和基于GIS對象和圖像點云數(shù)據(jù)的變化檢測,兩種方法都用到了圖像點云數(shù)據(jù)。利用消費機數(shù)碼相機拍攝實驗場地的圖像數(shù)據(jù),采用SFM(運動結構)+MVS(多視立體幾何)的圖像三維重建技術得到圖像點云數(shù)據(jù),該過程無需進行相機校正預處理,實現(xiàn)了完全自動化地輸出具有局部坐標系的密集三維點云數(shù)據(jù)。利用獲取的特征點坐標數(shù)據(jù)將密集點云變換到統(tǒng)一坐標框架下,為變化檢測處理做準備。(2)針對現(xiàn)有數(shù)據(jù)采集技術容易產生數(shù)據(jù)漏洞、成本高的問題,提出基于八叉樹的點云整體變化檢測方法,將掃描儀獲取高精度點云數(shù)據(jù)作為參考數(shù)據(jù),圖像點云數(shù)據(jù)作為待檢測數(shù)據(jù)。該方法對參考數(shù)據(jù)和待檢測數(shù)據(jù)構建八叉樹結構,對兩期點云數(shù)據(jù)的八叉樹結構中的同源單元進行相互比較,對得到的初始變化檢測結果進行去噪、分割處理,最后成功檢測出真正的柱狀目標變化,該方法雖然實時性較差,處理較繁瑣,但精度比較高,可以用于城市三維地圖的增量更新應用中。(3)為了提高變化檢測的效率,提出了基于GIS對象及圖像點云數(shù)據(jù)變化檢測的方法,將完備的GIS數(shù)據(jù)庫中的GIS對象作為基準數(shù)據(jù),圖像點云數(shù)據(jù)作為待檢測數(shù)據(jù),相比于第一種方法,需要處理的數(shù)據(jù)量幾乎減半。將獲取到的圖像點云數(shù)據(jù)按照高度進行均勻地切片,然后將每個GIS對象不同高度的切片數(shù)據(jù)進行正射投影,然后變換到GIS對象坐標系下,以此作為待檢測數(shù)據(jù)�；贙D-樹算法,搜索GIS對象在每個切片上的鄰域點,從判定對象是否發(fā)生了變化�；贕IS對象的變化檢測方法將三維數(shù)據(jù)降維到二維空間,減少了計算成本,實現(xiàn)了快速高效的變化檢測,但降維操作造成了信息的缺失,不能對檢測結果進行特征分析,因其快速高效的特點,比較適合城市設施管理方面的應用。
【學位單位】：北京建筑大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：P225.2
【部分圖文】：

像反生成三維點云數(shù)據(jù)，本章將對后兩種獲取方式進行介紹。2.1 參考點云數(shù)據(jù)獲取2.1 1 數(shù)據(jù)采集三維激光掃描儀雖然比全站儀等設備的數(shù)據(jù)獲取速度快，但兩者的測距原理大致相同，內部配置有測距和測角的元件以及其它的輔助元件�；诩す鉁y距的原理來獲取掃描對象表面上離散點離掃描儀中心的距離，以及掃描儀中心和掃描對象之間的水平角和垂直角，然后進行三角測量，獲取表面點在局部坐標系中的空間位置。掃描儀與搭載平臺上的軟硬件設備共同組成了三維激光掃描系統(tǒng)，根據(jù)所選參數(shù)的不同，可以獲取到不同密度的高精度點云數(shù)據(jù)。作為三維激光掃描儀的關鍵技術，激光測距技術根據(jù)原理的不同，分為脈沖式法、相位式法、激光三角法、脈沖-相位式法四種。目前，在測繪行業(yè)常使用脈沖式法的三維激光掃描儀，掃描距離比較遠，相位式法和激光三角法適用于近距離的三維激光掃描儀。根據(jù)應用領域的差異，將不同規(guī)格的掃描儀搭載到不同平臺上，大致可以分為地面靜止式掃描儀、地面移動式掃描儀、車載式掃描系統(tǒng)和機載式掃描系統(tǒng)四種，以下為示意圖。

圖 2-2 地面移動式掃描儀Figure 2-2 Ground Mobile Scanner圖 2-3 車載式掃描系統(tǒng)Figure 2-3 Vehicle Scanning System

8圖 2-3 車載式掃描系統(tǒng)Figure 2-3 Vehicle Scanning System圖 2-4 機載式掃描系統(tǒng)Figure 2-4 Airborne Scanning System本文的實驗場地為測繪學院樓南側停車場，其周圍包含有垃圾箱、路燈桿、行道樹綠化灌木和汽車等目標，信息比較豐富，測繪學院樓也比較符合真實的街景建筑，該區(qū)

【相似文獻】

相關期刊論文 前10條

1 眭海剛;馮文卿;李文卓;孫開敏;徐川;;多時相遙感影像變化檢測方法綜述[J];武漢大學學報(信息科學版);2018年12期

2 謝馨嫻;岳彩榮;霍鵬;;森林變化檢測方法比較[J];四川林業(yè)科技;2018年03期

3 王娜;張景發(fā);;SAR圖像變化檢測技術方法綜述[J];地殼構造與地殼應力文集;2016年01期

4 宋英旭;牛瑞卿;張景發(fā);李永生;羅毅;馮時;陳艷;;遙感影像變化檢測方法對比[J];地殼構造與地殼應力文集;2016年02期

5 李強;張景發(fā);;變化檢測技術在震害信息提取中的應用[J];地理空間信息;2014年02期

6 龍玄耀;李培軍;;基于圖像分割的城市變化檢測[J];地球信息科學;2008年01期

7 于躍龍,盧煥章;以統(tǒng)計變化檢測為基礎的實時分割視頻對象新方法[J];中國圖象圖形學報;2005年01期

8 王鑫;;聚類分析觀點下的分散式最快變化檢測[J];南京理工大學學報;2014年02期

9 沈壁川;毛期儉;呂翊;;基于巴氏距離的視頻流場景變化檢測(英文)[J];重慶郵電大學學報(自然科學版);2009年01期

10 陳雪,戴芹,馬建文,馮春;多光譜遙感數(shù)據(jù)直接分類變化檢測的神經網絡方法研究[J];計算機工程與應用;2004年28期

相關會議論文 前10條

1 劉元波;;環(huán)境遙感變化探測研究中的若干問題：輻射校正方法與變化檢測算法及其理論關系[A];中國地理學會2007年學術年會論文摘要集[C];2007年

2 毛衛(wèi)華;;時態(tài)遙感數(shù)據(jù)對象級變化檢測方法研究[A];2016年度浙江省測繪與地理信息學會優(yōu)秀論文集[C];2016年

3 林麗群;舒寧;肖俊;;MODIS影像自動變化檢測[A];第十五屆全國遙感技術學術交流會論文摘要集[C];2005年

4 劉志剛;李夕海;錢昌松;;遙感圖像變化檢測問題淺析[A];陜西地球物理文集（五）國家安全與軍事地球物理研究[C];2005年

5 王長海;陳文靜;;基于遙感影像分類的城鎮(zhèn)建成區(qū)變化檢測方法研究[A];國家安全地球物理叢書（十三）——軍民融合與地球物理[C];2017年

6 陳宇;唐偉成;;基于北京一號小衛(wèi)星遙感數(shù)據(jù)的徐州東礦區(qū)土地利用/覆蓋變化檢測方法研究[A];第十七屆中國遙感大會摘要集[C];2010年

7 李全;李霖;;基于LANDSAT TM影像的城市變化檢測研究[A];中國地理學會2004年學術年會暨海峽兩岸地理學術研討會論文摘要集[C];2004年

8 歐陽峗;馬建文;戴芹;;動態(tài)貝葉斯網絡在遙感變化檢測中的應用[A];第十五屆全國遙感技術學術交流會論文摘要集[C];2005年

9 盛輝;廖明生;張路;;基于遙感衛(wèi)星圖像的城市擴展研究——以東營市為例[A];第十五屆全國遙感技術學術交流會論文摘要集[C];2005年

10 王雪蓮;王仁禮;;基于K-L變換的遙感圖像變化檢測方法研究[A];第十三屆全國遙感技術學術交流會論文摘要集[C];2001年

相關重要報紙文章 前2條

1 本報記者 孫楠 徐文彬;提高我國在氣候變化檢測歸因領域的國際影響力[N];中國氣象報;2016年

2 通訊員 孫愛華　張向峰;區(qū)域氣候變化檢測研討會召開[N];中國氣象報;2009年

相關博士學位論文 前10條

1 鄭耀國;基于結構化表示學習的遙感圖像分類及變化檢測[D];西安電子科技大學;2016年

2 蘇臨之;基于像素信息和深度學習的遙感圖像變化檢測技術[D];西安電子科技大學;2016年

3 賈璐;基于核理論的遙感影像變化檢測算法研究[D];西安電子科技大學;2016年

4 李瑜;基于特征學習的SAR圖像變化檢測方法研究[D];西安電子科技大學;2016年

5 龐世燕;三維信息輔助的建筑物自動變化檢測若干關鍵技術研究[D];武漢大學;2015年

6 何鵬飛;基于不確定性分析的遙感影像變化檢測方法研究[D];中國礦業(yè)大學;2017年

7 杜曉敏;熱紅外遙感煤火探測方法及煤火變化檢測[D];中國礦業(yè)大學(北京);2015年

8 石娟;基于無人機影像的變化檢測關鍵技術研究[D];武漢大學;2015年

9 解云琳;面向對象的城市土地遙感變化檢測和提取方法研究[D];武漢大學;2013年

10 程濤;基于壓縮感知的遙感變化檢測研究[D];武漢大學;2013年

相關碩士學位論文 前10條

1 李延金;影像相關性分析在遙感變化檢測中的應用研究[D];長安大學;2018年

2 吳靜波;鹽堿地信息提取和變化檢測方法應用與比較[D];寧夏大學;2018年

3 虢英杰;一種目標級高分辨率遙感影像的頻域變化檢測方法研究[D];昆明理工大學;2018年

4 劉波;基于SVDD特征選擇的隨機森林高分辨率遙感影像變化檢測[D];蘭州交通大學;2018年

5 郭慶樂;多時相遙感圖像變化檢測及趨勢分析[D];哈爾濱工業(yè)大學;2018年

6 REZKI MOSTEFA;衛(wèi)星遙感圖像非監(jiān)督變化檢測及其在洪澇區(qū)域的應用研究[D];哈爾濱工業(yè)大學;2018年

7 劉霜辰;高分遙感影像在林地變化檢測中的應用研究[D];西安科技大學;2018年

8 紀超南;多時相衛(wèi)星影像變化檢測中關鍵問題研究[D];山東大學;2018年

9 劉春成;基于點云數(shù)據(jù)的柱狀目標變化檢測[D];北京建筑大學;2018年

10 袁玉;基于SAR圖像相干變化檢測的建筑物震害信息提取研究[D];防災科技學院;2018年

本文編號：2815040