论文部分内容阅读
机载LiDAR是一种集成激光、INS、GPS等新型技术为一体的传感器设备，相对于传统的测量方式，利用机载LiDAR获取信息具有生产周期短、精度和效率高的优点。建筑物是城市的重要组成部分，建筑物三维模型建立是“数字城市”建设的重要内容。城市建筑物形状复杂多样，研究如何快速、高效地从LiDAR数据提取建筑物三维模型对城市规划、地理信息服务等有着重要的意义和作用。 论文分析和归纳了国内外利用LiDAR数据提取建筑物点云数据的研究现状。准确提取建筑物的高度值和底面轮廓形状是从LiDAR数据提取建筑物三维模型的基础，关键是建立高精度的DEM格网数据。在DSM格网数据转DEM格网数据的过程中，需要充分考虑地形起伏度变化的影响，针对不同的地形类型，采取不同的转换方法。仅用LiDAR数据提取的建筑物底面轮廓是不够准确的，辅助高分辨率遥感影像数据，提取建筑物底面轮廓形状，可有效解决这一问题。 本文首先将LiDAR点云数据通过内插法转为DSM格网数据。针对地形起伏度较小的城市区域，采用小区域范围内的格网数值替换法将DSM转为DEM。针对地形起伏度较大的山区，采用两次设定范围内判定“地物区域”与“地面区域”的办法，获取“地面种子区域”，并将“地面种子区域”通过与邻域范围内的高程值对比，对其进行扩张处理获取“地面增长区域”。将剩余的空白区域应用样条函数法插值确定高程值，叠加已获取的“地面种子区域”与“地面增长区域”区域范围内的高程值，得到山地区域的DEM格网数据。最后，将处于同一区域范围内的DSM与DEM相减得到的规则化(nDSM)格网数据，通过高度阈值、面积阈值、坡度变率阈值的过滤处理提取出具有准确高度值的建筑物格网数据。 应用高分辨率航空遥感影像数据，借助专业遥感图像处理软件，对建筑物底面轮廓形状二维矢量数据进行提取。对影像先分割，再提取分割后分割区域的特征信息（包括光谱、几何、纹理特征）。依据特征信息，选取样本后进行GLC树分类，提取出建筑物底面轮廓形状。最后，将建筑物二维矢量数据与建筑物格网数据两种类型的数据做叠置分析处理，提取三维建筑物模型。 论文的主要技术特点是集成LiDAR数据和高分辨率影像数据提取城市建筑物三维模型，初步调查和现场对比表明，应用本文讨论的方法提取建筑物三维模型，具有立体直观性、建筑物底面轮廓准确和高度值精度高的特点，可应用于城市建筑物三维模型的快速建模。