第 1 章 緒論
1.1 研究背景及意義
隨著科學技術的快速發展，數字化城市建模廣泛應用於汽車導航，無人駕駛汽車路徑規劃、文物修復和軍事數字化戰場建設等工作中。許多專家應用遙感影像與計算機圖像相結合的處理方法，對建築物點雲數據重建工作進行研究。建築物三維重建主要是提取表達建築物特徵信息的點雲數據，並利用多源信息相結合的分析方法，建立建築物數字模型，完成建築物的重建工作。其研究意義主要體現在以下幾方面：
（1）有利於提升建築物數字模型的獲取能力
建築物數字模型主要為構建數字地理信息與建立信息化模型提供了多種數據源。目前，通過傳統測量法獲取地理信息，已經出現了更新速度慢，細節表達不充分的現象，影響了城市建設規劃發展。利用雷射雷達掃描設備進行掃描，可以隨時獲取多維度、多角度的點雲數據信息。並將自動化數據處理平台與規模化並行處理方法相結合，構建建築物三維模型，實現智能化的重建方法，有利於提升地理信息的獲取能力。
（2）有利於提高古代建築物的修復能力
古代建築物是了解歷史文化的重要方法之一。由於建築物年代比較久遠，且有些遭到不法分子的破壞，建築物出現了損壞嚴重的現象，需要對建築物進行修復。利用雷射雷達獲取建築物三維點雲數據，開展點雲數據的重建工作，得到建築物的三維重建模型，提高了建築物修復能力。
（3）有利於建設軍事數字化戰場
在高科技軍事作戰中，整個敵我態勢需要依靠衛星，無人機和雷射雷達等設備採集信息，並進行實時反饋。為了滿足作戰要求，如何利用遙感設備快速、動態、大範圍地獲取通用性強、品種多樣、使用靈活、精確可靠的戰場三維信息是目前研究的重要方向。利用雷射雷達、無人機等方法獲得高解析度的點雲數據與遙感影像，並進行快速重建，為軍事數字化戰場提供有效的技術支持。
建築物三維重建主要採用雷射雷達獲取三維點雲信息完成建築物的幾何形態重建與採用影像信息獲取建築表面紋理信息的紋理重建。目前，由於點雲數據量較大、環境干擾較多、數據源採集方式不同等原因，導致建築物重建精度並不高，對數字化城市的研究並沒有重要意義。因此，研究一種對於複雜建築物快速準確的重建方法具有較高的理論研究與實際應用價值。
.............................
1.2 點雲數據處理研究進展
1.2.1 點雲數據表示方法
點雲數據有多種表示方法，主要有幾何法、相鄰關係法和不確定性表示法等。利用數字模型對點雲數據進行合理表示，不但可以減少點雲數據在重建過程中的計算量，還可以節省數據存儲空間，提高建築物的重建效率。
（1）幾何表示方法
幾何表示方法[1]是利用幾何體的頂點描述點雲之間關係的方法。主要有 ply、vtk 等表示格式。其中 ply 格式通常採用規則幾何體頂點進行存儲表示[2]。vtk 格式通常採用以行為單位的幾何體頂點進行存儲表示[3]。2011 年，Natali 等人[4]通過分析 Reeb 圖中的點雲數據關係，建立了 PCG 表示方法。2013 年，Mitra 等人[5]研究並製作了讀取 ply 格式點雲數據的 I/O 硬體接口，將點雲數據的存儲格式變成 las格式。同年，Xu K 等人[6]通過採用中值定理的思想，提出了 skeleton 點雲數據的幾何表示方法。2014 年，Hetrick 等人[7]採用分層存儲的思想，完成對多個 ply 格式文件的同時存儲。Boehm 等人[8]為了修正分層存儲所存在的技術問題，提出了利用非關係型資料庫對多種不同文檔數據進行表示的方法。
（2）相鄰關係表示方法
點雲相鄰關係主要通過任意兩點雲之間的歐氏距離進行表示 [9]。如果將鄰域內的所有點雲數據之間的歐氏距離全部計算出來進行分析，由於計算工作量過大，無法實現。對於這種問題可以利用點雲數據相鄰關係的表示方法，建立點雲之間的索引結構，計算出同一類點雲數據的歐氏距離，並通過索引的方法求得其他點雲之間的距離，進行點雲相鄰關係的表達。
...........................
第 2 章 多體系統動力學雷射雷達誤差與點雲拼接研究
2.1 基於多體系統動力學車載雷射雷達系統誤差模型及分析
車載雷射雷達掃描系統的誤差由多種誤差源組成的，利用多體系統動力學的思想，將多種誤差源整合在同一數學模型內，通過對數學模型的解析，完成車載雷射雷達掃描系統的誤差分析。
2.1.1 車載雷射雷達掃描系統
車載雷射雷達掃描系統由車載控制單元、雷射掃描單元、雷射接收處理單元、全球定位系統（GPS）和車載平台等組成，如圖 2-1 所示。
車載雷射雷達掃描是雷射雷達向目標體發射固定方向的雷射束，並對返回的雷射束進行採集信息並記錄，形成雷射雷達點雲數據的過程。雷射雷達的發射雷射器與接收器保持在同一直線上，保證雷射的發射光路與接收光路路徑相同。雷射束的掃描方向始終與汽車的行駛方向保持垂直，通過控制汽車的行駛路線，完成對目標體的掃描工作。
...........................
2.2 基於 GPS 點雲拼接模型及拼接精度分析
雷射點雲數據能夠真實的反映出建築物的形態，目前已廣泛應用在建築物的三維重建中，其中點雲數據拼接工作對於點雲信息的重建起到了重要的作用，拼接精度直接影響到點雲三維數據的質量。在實際掃描過程中，由於受到環境與掃描視角的限制，需要對建築物進行多角度掃描，並將多視角點雲信息進行拼接，從而獲得目標建築物完整的點雲信息。
常見的點雲拼接技術主要分為兩類，分別是序列拼接和全局拼接。序列拼接主要是依靠於相鄰點雲數據中重合部分的法向量、曲率等自身特點找到同名信息對，完成點雲信息的拼接，這種方法操作簡單，可行性較強，但是對於數據量較大時，由於單點的誤差累計，會造成數據的誤差偏大，且計算量過大，效果並不理想。全局拼接主要依靠於建立一個全局坐標系，將不同視角下的所有點雲信息統一到全局坐標系當中，這種拼接方法可以將誤差優化分配到每一個局部區域，因此可以獲得較高的拼接精度。全局拼接主要有基於標記點的拼接方法、基於旋轉工作檯的拼接方法和輔助標靶的拼接方法等。
基於 GPS 的點雲拼接方法是車載雷射雷達點雲數據拼接中精度較高的拼接方法。利用全局拼接中誤差小、精度高等特點，將不同視角下的點雲數據中 GPS 信息整合在一起，保證測量範圍足夠大且精度高，實現點雲信息的拼接工作。
..............................
第 3 章 α 範數凸集疊代收斂點雲去噪與勢能函數算法點雲分割 ................. 37
3.1 點雲數據噪聲分類 .......................... 37
3.1.1 高程噪聲點雲數據 ................................... 37
3.1.2 建築物邊緣噪聲點雲數據 ........................... 38
第 4 章 基於點雲特徵信息的建築物三維重建 ............................ 67
4.1 基於高程點雲數據特徵圖像地面重建 .............................. 67
4.1.1 地面點雲數據分段 ....................................... 68
4.1.2 基於統計分析閾值法提取地面點雲數據 .......................................... 69
第 5 章 基於邊緣特徵的點雲數據與無人機影像配准 .................................. 101
5.1 點雲數據與無人機影像配准不足分析 ......................... 101
5.2 基於霍夫變換與透視投影變換的影像畸變處理 ............................ 103
第 6 章 建築物三維重建綜合試驗分析
6.1 基於 α 範數約束的凸集疊代收斂點雲去噪方法點雲去噪試驗
圖 6-4 為建築物原始點雲信息，圖中黑色矩形區域中包含三類噪聲點雲數據，其中 1 號區域是高程噪聲點雲數據。2 號區域是建築物邊緣噪聲點雲數據。3 號區域是大範圍密集噪聲點雲數據。
...........................
結論
基於雷射點雲數據的建築物重建技術廣泛應用於數字城市、網際網路地圖等領域，車載雷射雷達掃描時採集建築物立面數據的有效方法，具有時效性強，精度高等特點，本文採用車載雷射雷達掃描系統與無人機影像作為主要數據來源，研究了點雲數據的建築物三維重建的關鍵技術，主要包括點雲數據的分類與去噪、建築物立面層次區域重建及點雲數據與影像數據配准，論文所得出的結論包括：
（1）基於多體系統動力學的方法對車載雷射雷達掃描系統誤差進行分析。將雷射雷達掃描系統中的大地坐標系、方位軸坐標系、俯仰軸坐標系、橫傾軸坐標系和雷射雷達設備坐標系組成一個多體結構。建立車載雷射雷達掃描系統的多體系統動力學模型，分別對各軸系進行了垂直度誤差、相交度誤差、迴轉誤差及安裝誤差的分析。基於 Matlab 軟體計算垂直度誤差、相交度誤差及迴轉誤差對整體誤差的影響，得出車載平台應選擇橫傾軸與俯仰軸穩定範圍在 ±10° ，方位軸穩定範圍在 ±30° ，穩定精度10′ 的三軸平台。對多視角點雲數據拼接問題進行研究，各測量站的定位精度決定了點雲數據的拼接精度，提出了基於 GPS 大地坐標系對點雲數據進行拼接的方法，建立點雲數據拼接模型，並對模型進行解算，利用此方法對點雲數據進行拼接，驗證了基於 GPS 大地坐標系點雲拼接方法具有拼接精度高、受外界因素影響小等特點。
（2）基於 α 範數約束的凸集疊代收斂點雲去噪算法，主要計算過程為自適應法向量均值濾波、並利用凸集疊代收斂的特點完成關鍵數據點的更新，並對該方法進行了驗證。該方法可以對原始點雲數據同時去除高程噪聲信息、建築物邊緣噪聲信息及大範圍密集噪聲信息。同時建立了勢能函數算法點雲分割模型。主要依靠於矢量空間聚類的思想，提出採用點雲間的勢能關係對點雲進行分割，研究雷射點雲數據間的勢能函數關係，並建立勢能約束函數的點雲分割方法。點雲勢能函數使對不同維度下的離散點雲數據分割時能夠自適應地調節帶寬參數，在勢能函數收縮時，進行帶寬參數的更新，保證聚類移動的收斂性質。
參考文獻（略）
1.1 研究背景及意義
隨著科學技術的快速發展，數字化城市建模廣泛應用於汽車導航，無人駕駛汽車路徑規劃、文物修復和軍事數字化戰場建設等工作中。許多專家應用遙感影像與計算機圖像相結合的處理方法，對建築物點雲數據重建工作進行研究。建築物三維重建主要是提取表達建築物特徵信息的點雲數據，並利用多源信息相結合的分析方法，建立建築物數字模型，完成建築物的重建工作。其研究意義主要體現在以下幾方面：
（1）有利於提升建築物數字模型的獲取能力
建築物數字模型主要為構建數字地理信息與建立信息化模型提供了多種數據源。目前，通過傳統測量法獲取地理信息，已經出現了更新速度慢，細節表達不充分的現象，影響了城市建設規劃發展。利用雷射雷達掃描設備進行掃描，可以隨時獲取多維度、多角度的點雲數據信息。並將自動化數據處理平台與規模化並行處理方法相結合，構建建築物三維模型，實現智能化的重建方法，有利於提升地理信息的獲取能力。
（2）有利於提高古代建築物的修復能力
古代建築物是了解歷史文化的重要方法之一。由於建築物年代比較久遠，且有些遭到不法分子的破壞，建築物出現了損壞嚴重的現象，需要對建築物進行修復。利用雷射雷達獲取建築物三維點雲數據，開展點雲數據的重建工作，得到建築物的三維重建模型，提高了建築物修復能力。
（3）有利於建設軍事數字化戰場
在高科技軍事作戰中，整個敵我態勢需要依靠衛星，無人機和雷射雷達等設備採集信息，並進行實時反饋。為了滿足作戰要求，如何利用遙感設備快速、動態、大範圍地獲取通用性強、品種多樣、使用靈活、精確可靠的戰場三維信息是目前研究的重要方向。利用雷射雷達、無人機等方法獲得高解析度的點雲數據與遙感影像，並進行快速重建，為軍事數字化戰場提供有效的技術支持。
建築物三維重建主要採用雷射雷達獲取三維點雲信息完成建築物的幾何形態重建與採用影像信息獲取建築表面紋理信息的紋理重建。目前，由於點雲數據量較大、環境干擾較多、數據源採集方式不同等原因，導致建築物重建精度並不高，對數字化城市的研究並沒有重要意義。因此，研究一種對於複雜建築物快速準確的重建方法具有較高的理論研究與實際應用價值。
.............................
1.2 點雲數據處理研究進展
1.2.1 點雲數據表示方法
點雲數據有多種表示方法，主要有幾何法、相鄰關係法和不確定性表示法等。利用數字模型對點雲數據進行合理表示，不但可以減少點雲數據在重建過程中的計算量，還可以節省數據存儲空間，提高建築物的重建效率。
（1）幾何表示方法
幾何表示方法[1]是利用幾何體的頂點描述點雲之間關係的方法。主要有 ply、vtk 等表示格式。其中 ply 格式通常採用規則幾何體頂點進行存儲表示[2]。vtk 格式通常採用以行為單位的幾何體頂點進行存儲表示[3]。2011 年，Natali 等人[4]通過分析 Reeb 圖中的點雲數據關係，建立了 PCG 表示方法。2013 年，Mitra 等人[5]研究並製作了讀取 ply 格式點雲數據的 I/O 硬體接口，將點雲數據的存儲格式變成 las格式。同年，Xu K 等人[6]通過採用中值定理的思想，提出了 skeleton 點雲數據的幾何表示方法。2014 年，Hetrick 等人[7]採用分層存儲的思想，完成對多個 ply 格式文件的同時存儲。Boehm 等人[8]為了修正分層存儲所存在的技術問題，提出了利用非關係型資料庫對多種不同文檔數據進行表示的方法。
（2）相鄰關係表示方法
點雲相鄰關係主要通過任意兩點雲之間的歐氏距離進行表示 [9]。如果將鄰域內的所有點雲數據之間的歐氏距離全部計算出來進行分析，由於計算工作量過大，無法實現。對於這種問題可以利用點雲數據相鄰關係的表示方法，建立點雲之間的索引結構，計算出同一類點雲數據的歐氏距離，並通過索引的方法求得其他點雲之間的距離，進行點雲相鄰關係的表達。
...........................
第 2 章 多體系統動力學雷射雷達誤差與點雲拼接研究
2.1 基於多體系統動力學車載雷射雷達系統誤差模型及分析
車載雷射雷達掃描系統的誤差由多種誤差源組成的，利用多體系統動力學的思想，將多種誤差源整合在同一數學模型內，通過對數學模型的解析，完成車載雷射雷達掃描系統的誤差分析。
2.1.1 車載雷射雷達掃描系統
車載雷射雷達掃描系統由車載控制單元、雷射掃描單元、雷射接收處理單元、全球定位系統（GPS）和車載平台等組成，如圖 2-1 所示。
車載雷射雷達掃描是雷射雷達向目標體發射固定方向的雷射束，並對返回的雷射束進行採集信息並記錄，形成雷射雷達點雲數據的過程。雷射雷達的發射雷射器與接收器保持在同一直線上，保證雷射的發射光路與接收光路路徑相同。雷射束的掃描方向始終與汽車的行駛方向保持垂直，通過控制汽車的行駛路線，完成對目標體的掃描工作。
...........................
2.2 基於 GPS 點雲拼接模型及拼接精度分析
雷射點雲數據能夠真實的反映出建築物的形態，目前已廣泛應用在建築物的三維重建中，其中點雲數據拼接工作對於點雲信息的重建起到了重要的作用，拼接精度直接影響到點雲三維數據的質量。在實際掃描過程中，由於受到環境與掃描視角的限制，需要對建築物進行多角度掃描，並將多視角點雲信息進行拼接，從而獲得目標建築物完整的點雲信息。
常見的點雲拼接技術主要分為兩類，分別是序列拼接和全局拼接。序列拼接主要是依靠於相鄰點雲數據中重合部分的法向量、曲率等自身特點找到同名信息對，完成點雲信息的拼接，這種方法操作簡單，可行性較強，但是對於數據量較大時，由於單點的誤差累計，會造成數據的誤差偏大，且計算量過大，效果並不理想。全局拼接主要依靠於建立一個全局坐標系，將不同視角下的所有點雲信息統一到全局坐標系當中，這種拼接方法可以將誤差優化分配到每一個局部區域，因此可以獲得較高的拼接精度。全局拼接主要有基於標記點的拼接方法、基於旋轉工作檯的拼接方法和輔助標靶的拼接方法等。
基於 GPS 的點雲拼接方法是車載雷射雷達點雲數據拼接中精度較高的拼接方法。利用全局拼接中誤差小、精度高等特點，將不同視角下的點雲數據中 GPS 信息整合在一起，保證測量範圍足夠大且精度高，實現點雲信息的拼接工作。
..............................
第 3 章 α 範數凸集疊代收斂點雲去噪與勢能函數算法點雲分割 ................. 37
3.1 點雲數據噪聲分類 .......................... 37
3.1.1 高程噪聲點雲數據 ................................... 37
3.1.2 建築物邊緣噪聲點雲數據 ........................... 38
第 4 章 基於點雲特徵信息的建築物三維重建 ............................ 67
4.1 基於高程點雲數據特徵圖像地面重建 .............................. 67
4.1.1 地面點雲數據分段 ....................................... 68
4.1.2 基於統計分析閾值法提取地面點雲數據 .......................................... 69
第 5 章 基於邊緣特徵的點雲數據與無人機影像配准 .................................. 101
5.1 點雲數據與無人機影像配准不足分析 ......................... 101
5.2 基於霍夫變換與透視投影變換的影像畸變處理 ............................ 103
第 6 章 建築物三維重建綜合試驗分析
6.1 基於 α 範數約束的凸集疊代收斂點雲去噪方法點雲去噪試驗
圖 6-4 為建築物原始點雲信息，圖中黑色矩形區域中包含三類噪聲點雲數據，其中 1 號區域是高程噪聲點雲數據。2 號區域是建築物邊緣噪聲點雲數據。3 號區域是大範圍密集噪聲點雲數據。
...........................
結論
基於雷射點雲數據的建築物重建技術廣泛應用於數字城市、網際網路地圖等領域，車載雷射雷達掃描時採集建築物立面數據的有效方法，具有時效性強，精度高等特點，本文採用車載雷射雷達掃描系統與無人機影像作為主要數據來源，研究了點雲數據的建築物三維重建的關鍵技術，主要包括點雲數據的分類與去噪、建築物立面層次區域重建及點雲數據與影像數據配准，論文所得出的結論包括：
（1）基於多體系統動力學的方法對車載雷射雷達掃描系統誤差進行分析。將雷射雷達掃描系統中的大地坐標系、方位軸坐標系、俯仰軸坐標系、橫傾軸坐標系和雷射雷達設備坐標系組成一個多體結構。建立車載雷射雷達掃描系統的多體系統動力學模型，分別對各軸系進行了垂直度誤差、相交度誤差、迴轉誤差及安裝誤差的分析。基於 Matlab 軟體計算垂直度誤差、相交度誤差及迴轉誤差對整體誤差的影響，得出車載平台應選擇橫傾軸與俯仰軸穩定範圍在 ±10° ，方位軸穩定範圍在 ±30° ，穩定精度10′ 的三軸平台。對多視角點雲數據拼接問題進行研究，各測量站的定位精度決定了點雲數據的拼接精度，提出了基於 GPS 大地坐標系對點雲數據進行拼接的方法，建立點雲數據拼接模型，並對模型進行解算，利用此方法對點雲數據進行拼接，驗證了基於 GPS 大地坐標系點雲拼接方法具有拼接精度高、受外界因素影響小等特點。
（2）基於 α 範數約束的凸集疊代收斂點雲去噪算法，主要計算過程為自適應法向量均值濾波、並利用凸集疊代收斂的特點完成關鍵數據點的更新，並對該方法進行了驗證。該方法可以對原始點雲數據同時去除高程噪聲信息、建築物邊緣噪聲信息及大範圍密集噪聲信息。同時建立了勢能函數算法點雲分割模型。主要依靠於矢量空間聚類的思想，提出採用點雲間的勢能關係對點雲進行分割，研究雷射點雲數據間的勢能函數關係，並建立勢能約束函數的點雲分割方法。點雲勢能函數使對不同維度下的離散點雲數據分割時能夠自適應地調節帶寬參數，在勢能函數收縮時，進行帶寬參數的更新，保證聚類移動的收斂性質。
參考文獻（略）
收藏