论文部分内容阅读
我国“智慧城市”建设发展迅速,三维城市模型作为“智慧城市”建设的重要基础设施,在城市规划、土地利用、交通管理和社会服务等诸多领域需求日益增长。基于无人机遥感平台的倾斜摄影技术可大范围、高效率的获取三维城市模型,逐渐被推广应用。影像匹配点云是通过无人机影像提取的三维特征点集,基于影像匹配点云构建三角格网模型是倾斜摄影技术进行三维建模的核心思想,所建模型具有高精度、高真实感,但是这种建模原理同时也导致倾斜摄影建模存在以下问题：模型数据量过大、数据量大导致空间分析困难、基于表面模型构建未能实现模型的单体化。在这种背景之下,本文以影像匹配点云为研究对象,针对如何提高影像匹配点云精度、点云滤波和基于点云信息的参数化重建等问题开展了研究。本文主要工作如下：(1)无人机影像匹配点云的获取。通过对无人机影像匹配点云提取技术的总结和分析,明确了相机标定、POS辅助空中三角测量等影像匹配点云提取关键技术对影像匹配点云精度的重要影响。本文基于OpenCV编程实现无人机遥感平台的相机标定和无人机影像畸变校正,使用Pix4Dmapper软件平台进行影像匹配点云的提取,并且通过有控制点参与的POS辅助空中三角测量进行了点云数据精度评估实验,保证影像匹配点云的精度(2)影像匹配点云滤波处理。深入分析了采用规则格网数据组织方式的形态学滤波算法存在的不足,通过虚拟格网这一点云数据组织方式对该算法进行改进,使改进后的算法能够解决规则格网内插导致的原始点云精度损失问题。最后通过实验定量分析了改进算法的滤波误差。(3)基于参数化技术的建筑物三维重建。为了获取参数化建模所需建筑物模型基本参数,需要对影像匹配点云进行建筑物提取和精确量测。本文通过Canny算子进行建筑物轮廓提取并将其转换为矢量数据,结合点云滤波所得非地面点数据进行建筑物点云提取并进行量测,获取建筑物高度、屋顶类型及尺寸等建模信息,结合无人机影像提供的建筑物纹理,实现参数化建模。