三维重建是测量的重要研究内容之一,传统的空间数据获取方式由于受到诸多限制而日益不能满足三维重建的需要,利用新的空间数据获取方式成为必然的选择。LIDAR(Ijght Detection And Ranging)数据凭借其内在优良的三维属性,在三维重建中扮演着日益重要的角色。 本文主要研究由LIDAR数据所生成的DSM(数字表面模型)自动重建房屋。 在重建的过程中尽量考虑了房屋层次结构的特点,在对多层次,多直角房屋的重建上做出了一定贡献。房屋屋顶十分复杂,无法用一个通用的模型来描述所有形式的屋顶,本文主要重建最常见的两种屋顶形式:平顶和人字型屋顶。重建的房屋平面形状和屋顶形状都尽可能的符合实际情况。为了提高重建的效率与稳健性,本文将区域分割和等高线跟踪算法结合起来获取处理兴趣区域,使得处理局部化。 本文主要的研究内容和贡献如下: 1)将等高线作为联系DSM和房屋模型的桥梁 等高线反映了房屋每一层次的高程信息,对不同层次的等高线进行处理使得对多层次房屋的重建成为可能;等高线跟踪同时获得了多层次房屋中每一层次的封闭轮廓,为重建提供了基本的处理单元;等高线是封闭的,既避免了对零散的边缘进行编组的难题,又获得一个封闭的兴趣区域。对该封闭区域进行统计分析,可以选择适当的重建模型,这解决了处理局部化这一关键问题,提高了重建的效率与稳健性。 2)将最小二乘平差模型作为规格化房屋平面形状的工具 现实世界中的房屋是经过精心设计并建造的,绝大部分房屋的邻接墙面之间都满足直角正交的条件,房屋轮廓常表现为多直角形式。本文利用最小二乘平差模型,附加垂直、平行、独立点位等一些条件对获取的房屋各层次轮廓线进行平差,确定房屋角点的精确位置,以此完成多直角房屋的重建。 3)将统计分析兴趣区域内的法向量的方向作为确定房屋类型并重建屋顶的手段 通过对区域内法向量的方向进行分析,自动判断屋顶的类型。若是人字型屋顶,利用分析所得的峰值方向提取人字型屋顶的两个坡面,通过坡面相交获取屋脊线,通过坡面和竖直墙面相交获取屋顶点和屋檐高,以完成屋顶重建。 4)将三角网作为重建屋顶的工具 充分利用三角网对面片表现的优势,通过三角网的循环剖分获取屋顶的各个特征点(屋顶点,屋脊线上一些点),利用特征点构三角网,用三角面片来表示屋顶。 5)使用一些实用、简单的测度作为区分房屋与“假”房屋的准则