平原城市机载LiDAR数据滤波与建筑屋顶提取技术

论文摘要

近年来随着“数字地球”、“数字城市”概念的提出,快速而准确地获取城区的地形数据和建筑物的三维空间信息显得日趋重要。机载LiDAR以其高效率、高精度和低成本的优势正逐渐取代传统航空摄影测量成为城区数据获取的重要手段之一。建立城区建筑物的三维模型作为构建“数字城市”的重要内容,一直以来都是机载LiDAR数据处理的一个研究热点。本文对机载LiDAR数据处理中的滤波与建筑屋顶特征提取两个关键算法进行了研究。首先,利用区域增长的方法对点云数据进行了滤波处理,其次,利用正交多项式分带滤波的方法进行了点云滤波,并比较了两种算法的运行效率,分析了二者各自的特点,并通过实验对比进行了阈值参数优选。接下来,提出了一种基于随机抽样一致性算法模型(RANSAC)的建筑物特征提取算法,对滤波得到的非地面点云部分进行建筑物特征提取,提取出建筑物的屋顶面片信息,并基于RANSAC算法提取出建筑物的轮廓信息。最后,在算法研究的基础上,基于Qt开发环境,利用三维图形函数库OpenGL进行了程序开发,编写了点云数据滤波和建筑物特征提取处理程序。在实验中对吉林省长春市机载LiDAR数据进行了处理,验证了本文算法的效率和精度。本文重点研究了机载LiDAR点云数据滤波算法中阈值参数优选问题,以及基于RANSAC模型的建筑物特征提取算法,并结合研究工作开发了数据处理程序。实验结果证明本文的研究对于城区建筑物三维重建以及数字城市构建等工作具有一定的应用价值。

论文目录

• 摘要
• Abstract
• 目录
• 第1章 绪论
• 1.1 研究背景、目的及意义
• 1.2 国内外研究现状
• 1.2.1 机载LiDAR滤波算法研究现状
• 1.2.2 建筑物特征提取研究现状
• 1.3 研究内容及技术路线
• 1.3.1 本文的主要研究内容
• 1.3.2 技术路线
• 1.4 论文结构
• 第2章 机载LiDAR系统简介
• 2.1 引言
• 2.2 机载LiDAR系统的组成及原理
• 2.2.1 机载LiDAR系统的组成
• 2.2.2 机载LiDAR系统的原理
• 2.3 机载LiDAR系统的数据特点
• 2.3.1 机载LiDAR数据的组成
• 2.3.2 机载LiDAR数据的处理方式
• 2.4 本章小结
• 第3章 机载LiDAR滤波算法研究
• 3.1 引言
• 3.2 机载LiDAR滤波算法的分类
• 3.3 基于区域增长的滤波算法
• 3.3.1 区域增长滤波算法的基本原理
• 3.3.2 计算两平面之间的夹角
• 3.3.3 计算算法采用的数据结构
• 3.3.4 区域增长算法的实现
• 3.4 基于正交多项式分带的滤波算法
• 3.4.1 正交多项式分带滤波算法的基本原理
• 3.4.2 正交多项式分带滤波算法的实现
• 3.5 本章小结
• 第4章 建筑物特征提取算法研究
• 4.1 引言
• 4.2 RANSAC算法的原理
• 4.3 RANSAC算法的实现
• 4.3.1 RANSAC参数的确定
• 4.3.2 RANSAC算法的分析
• 4.4 本章小结
• 第5章 程序开发与实验结果分析
• 5.1 程序开发环境
• 5.1.1 Qt简介
• 5.1.2 OpenGL简介
• 5.2 程序总体设计
• 5.2.1 程序的处理流程
• 5.2.2 程序功能设计
• 5.3 程序功能实现
• 5.3.1 程序总体介绍
• 5.3.2 机载LiDAR数据的滤波算法实验
• 5.3.3 机载LiDAR建筑物特征提取实验
• 5.4 本章小结
• 第6章 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 致谢
• 攻读学位期间学术研究经历