第1章 绪论 1

1.1 概述 3

1.2 国内外研究现状及趋势 5

1.2.1 建筑物模型三维重建概述 6

1.2.2 基于影像点云的建筑物场景三维重建 7

1.2.3 基于LiDAR点云的建筑物提取和三维重建 11

1.2.4 融合影像和LiDAR点云的建筑物提取和三维重建 21

1.2.5 小结 24

1.3 本书主要研究内容 26

1.3.1 基于线元分割的建筑物快速检测 27

1.3.2 基于RANSAC及层次拓扑图的建筑物三维重建 28

1.3.3 基于图割及全局优化的建筑物三维重建方法 29

1.4 本书的组织结构 30

第2章 基于线元分割的建筑物快速检测 33

2.1 基于交叉线元分割的平面提取 35

2.1.1 点的规则格网索引 35

2.1.2 道格拉斯分割 36

2.1.3 种子线的选择 37

2.1.4 区域增长 38

2.1.5 结果与分析 39

2.2 非平面点的分割 41

2.2.1 Meanshift点云分割 41

2.2.2 部分非平面点分割结果 44

2.2.3 结果与分析 44

2.3 面向对象分类的初始建筑物的提取 45

2.3.1 基于图割的平面分类 45

2.3.2 结果与分析 51

2.4 多特征的建筑物提取优化 52

2.4.1 特征提取 52

2.4.2 建筑物的精确提取 57

2.4.3 结果与分析 59

2.5 本章小结 62

第3章 基于随机采样一致性及层次拓扑图的建筑物三维重建 63

3.1 基于加权随机采样一致性的屋顶面片分割 65

3.1.1 随机采样一致性算法的原理 65

3.1.2 基于随机采样一致性的屋顶面片分割算法 67

3.1.3 改进的加权随机采样一致性算法 75

3.1.4 面片分割试验与分析 83

3.1.5 小结 96

3.2 模型关键特征检测与规则化 97

3.2.1 模型关键特征检测 97

3.2.2 边界规则化与整体调整 104

3.2.3 小结 108

3.3 基于层次拓扑树的渐进式屋顶拓扑构建 109

3.3.1 面片拓扑图的原理 109

3.3.2 基于拓扑图的屋顶拓扑识别及其困难 111

3.3.3 层次拓扑树的原理及构建 114

3.3.4 结果与分析 124

3.3.5 小结 128

3.4 实体模型生成与完整性检测 128

3.4.1 模型缺陷及现有改正方法 129

3.4.2 基于模型完整性的缺陷检测与修复 130

3.4.3 模型重建结果与精度分析 136

3.4.4 小结 145

3.5 本章小结 146

第4章 基于图割及全局优化的建筑物三维重建 147

4.1 图割优化的理论基础 149

4.1.1 概述 149

4.1.2 图割理论基础 149

4.1.3 图割多标号优化原理 154

4.1.4 小结 160

4.2 基于图割多标号优化的建筑物LiDAR点云面片分割 160

4.2.1 概述 160

4.2.2 基于图割全局优化的多平面模型拟合 163

4.2.3 基于图割多标号优化的建筑物面片分割 165

4.2.4 结果与分析 168

4.2.5 小结 180

4.3 基于建筑物面片和复形结构的三维空间划分 180

4.3.1 概述 180

4.3.2 二叉空间划分空间二分算法 182

4.3.3 复形与空间划分 184

4.3.4 基于建筑物分割面片的点云三维空间划分 187

4.3.5 结果与分析 189

4.3.6 小结 192

4.4 基于图割二值标号的建筑物LiDAR点云三维重建 193

4.4.1 概述 193

4.4.2 基于图割二值标号的建筑物点云三维重建 195

4.4.3 结果与分析 203

4.4.4 小结 212

4.5 本章小结 213

第5章 结论与展望 215

5.1 结论 217

5.1.1 基于线元分割的建筑物快速检测 217

5.1.2 基于随机采样一致性及层次拓扑图的建筑物三维重建 217

5.1.3 基于图割及全局优化的建筑物三维重建方法 218

5.2 展望 219

5.2.1 基于深度学习的整体认知 219

5.2.2 结合影像的细节结构识别 220

参考文献 221 2100433B

本书是“十二五”973项目“高分辨率遥感数据精处理和空间信息智能转化的理论与方法”课题四“高分辨率遥感影像的自然地表与人工地物三维重建”的部分研究成果总结，内容涉及机载LiDAR点云中建筑物的快速检测、建筑物点云的面片提取、建筑物拓扑重建与修正等建筑物三维模型重建相关的关键技术。本书既有对传统方法（如基于交叉线元的建筑物点快速提取、面向点云分割的加权RANSAC方法）的改进，也有自主创新的全新方法（如基于多标记优化的点云分割方法和基于空间切分图割优化的拓扑重建方法）。

建筑物提取与三维重建是三维数字城市的重要研究内容之一。随着激光扫描技术的发展及其与GPS、IMU传感器的结合，机载激光扫描数据（LIDAR）已经成为获取三维城市、特别是三维建筑物模型的重要数据来源之一。本项目面向三维城市建筑物几何模型快速重建与更新的需求，针对从LIDAR数据重建三维建筑物几何模型存在的问题，提出利用等高线闭合、不相交、拓扑关系明确等优点，把建筑物重建的这一复杂问题转化为LIDAR数据等高线族分析和处理的过程。本项目的特色在于抓住了LIDAR数据高程不变性的实质，可以在很大程度上解决建筑物兴趣区的提取、复杂建筑物的分层、复杂屋顶面片的分离等难点。主要研究内容包括等高线相似性的度量、相似等高线族的划分与分类、等高线族之间的拓扑关系的建立、等高线族的脊线,谷线的提取、建筑物面片的检测与拟合、建筑物各层、面片之间拓扑关系的建立，建筑物整体模型的描述与整体平差等内容。 2100433B

利用LiDAR和影像提取三维建筑物模型是目前研究的一个热点问题。如何有效地解决特征约束、筛选、重组、缺失特征弥补等问题是模型重建过程中的核心难题。本项目研究了基于BSP树模型结合LiDAR和影像数据特征的复杂建筑物模型提取方法，利用LiDAR和影像数据特征的互补性特点，通过在BSP（binary space partition）树模型框架下的直线分裂区域和区域合并两个数据处理步骤，实现直线特征和区域特征的相互约束与补充，解决建筑物模型重建过程中的特征筛选与综合问题。探讨了顾及建筑物模型提取应用的LiDAR和影像数据特征提取算法，LiDAR和影像融合的建筑物检测算法，着重研究了基于BSP树的模型重建特征约束机理和算法原型，基于BSP树模型的二元分裂、合并过程的控制机制，及三维模型的生成算法。为具有平顶、斜顶、多层等复杂建筑物、大范围街区建筑物模型自动重建提供一种有效的解决方法。 2100433B