倾斜摄影点云数据优化与容积率估算
文献类型：学位论文
| 作者 | 赵翠哓 |
| 答辩日期 | 2016 |
| 文献子类 | 硕士 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 北京 |
| 导师 | 陈曦 ; 杨辽 |
| 关键词 | 建筑物三维信息提取 数据滤波 建筑物表面模型 容积率 |
| 学位专业 | 测绘工程 |
| 英文摘要 | 点云是在同一空间坐标系下表达目标空间分布和表面特性的海量点的集合。倾斜航空影像密集匹配生成的点云数据与LiDAR(Light Detection and Ranging，LiDAR)点云数据相似，均包含地物的三维坐标信息。与后者相比，前者不包含多次回波信息和回波强度信息，但成本远低于后者。如何从点云数据中获取感兴趣地物如建筑物等的三维模型是目前国内外研究的热点问题。由于航空影像密集匹配点云数据中存在噪声和树木遮挡，故利用其生成的三维模型存在边缘模糊和边界矛盾表达等问题。而且目前大多数航空摄影测量数字产品的制作到DSM、4D产品以及三维模型就截止，很少有进一步的分析。基于此，本论文对如何优化倾斜影像点云数据生成无边界模糊和表达矛盾等问题做出了研究，并进一步利用建筑物屋顶三维信息估算研究区内不同区域的容积率。 本文以吐鲁番市区以及周围约150平方公里倾斜航空密集匹配生成的点云数据为研究对象，针对点云数据存在较多噪声和不感兴趣地物如树木、汽车等，分析了点云数据分割和分类的区别与联系、建筑物提取的几种方法和主要的数据滤波方法，研究了如何利用航空影像密集匹配点云数据的特征生成不存在边界模糊和其他地物干扰的城市建筑物数字表面模型，另外基于建筑物屋顶三维信息估算城市不同区域的容积率。主要取得以下进展： （1）提取建筑物屋顶三维信息。建筑物的屋顶三维信息包括高度信息和面积信息。通过计算nDSM的坡向图和坡度图，获取每个像元的坡度值，加上高度阈值、纹理信息、形状阈值的限制，获取潜在建筑物区域。利用最小二乘平面拟合法获得屋顶平面，最后利用类似K-means方法优化建筑物边界，生成优化后的准确建筑物边界。与几种传统的边缘检测算子提取出的建筑物边界进行对比，发现后者易受到各种其他地物的干扰，将各种地物的边缘全部检测出来。通过将点云数据和拟合屋顶平面结合显示，结合角点高程定性对比，本文方法得到的建筑物三维信息具有较高的平面和高程精度。 （2）BDSM(Building Digital Surface Model，BDSM)生成。利用逐点内插法，生成DEM的无约束D-三角网。以提取的建筑物边界为约束边，将其嵌入DEM生成的无约束D-三角网，生成约束D-三角形。用建筑物边界裁剪点云数据生成的无约束D-三角网，得到仅含建筑物区域的三角网，最终将建筑物三角网和地面约束D-三角网拼合，生成边界清晰和准确BDSM。 （3）城市容积率计算。利用得到的建筑物屋顶三维信息，结合不同地块面积，计算研究区内不同地块容积率。与研究区实际对比分析，估算结果符合城市建筑物分布规律。与阴影法相比，本文的研究方法精度更高。 本文着重于点云优化生成城市建筑物表面模型和城市容积率的提取，对进一步精确建筑物模型生成有一定意义，可以为城市建设和规划部门提供更快速的数据显示和更新方式，有一定的理论和实践意义。 |
| 学科主题 | 测绘工程 |
| 语种 | 中文 |
| 源URL | [http://ir.xjlas.org/handle/365004/14725]  |
| 专题 | 新疆生态与地理研究所_研究系统_荒漠环境研究室 |
| 作者单位 | 中科院新疆生态与地理研究所 |
| 推荐引用方式 GB/T 7714 | 赵翠哓. 倾斜摄影点云数据优化与容积率估算[D]. 北京. 中国科学院大学. 2016. |
入库方式： OAI收割
来源：新疆生态与地理研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。