面向三维城市建模的多点云数据融合方法综述

被引：41

作者：

朱庆 ^{[1
,2
,3
]}

李世明 ^{[1
,2
]}

胡翰 ^{[4
]}

钟若飞 ^{[3
]}

吴波 ^{[4
]}

谢林甫 ^{[4
]}

机构：

[1] 不详

[2] 轨道交通工程信息化国家重点实验室(中铁一院)

[3] 不详

[4] 西南交通大学地球科学与环境工程学院

[5] 首都师范大学北京市成像技术高精尖创新中心

[6] 香港理工大学土地测量与地理资讯学系

[7] 不详

来源：

武汉大学学报(信息科学版) | 2018年 / 12期

关键词：

多点云; 数据融合; 三维城市建模; 激光扫描点云; 影像匹配点云; 语义;

D O I：

10.13203/j.whugis20180109

中图分类号：

P208 [测绘数据库与信息系统];

学科分类号：

070503 ; 081603 ; 0818 ; 081802 ;

摘要：

多细节层次的三维城市模型是数字城市和智慧社会的关键空间数据基础设施,从基于稀疏点线特征的交互式半自动化建模到基于密集点云的自动化智能化建模已经成为国际学术界和工业界的热点前沿。由于立体城市空间结构的复杂性,多类型、多站点和多时相的点云数据融合处理是三维城市建模的基本途径,其基本思想是将具有不同视角、密度、精度、尺度、细节、时间历元等特征的多点云数据进行一致性融合表达与集成处理,建立可直接面向计算分析的智能化表达的多点云模型。归纳总结了多点云数据的主要特点,针对时空基准与精度、尺度、语义3个层面的一致性处理,分析了多点云数据融合的主要发展趋势,并凝练了面向三维城市建模的多点云数据融合关键问题。

引用

页码：1962 / 1971

页数：10

共 49 条

[11] 多源道路网与兴趣点的一致性整合方法[D]. 张云菲.武汉大学 2015
[12] 融合机载与地面LIDAR数据的建筑物三维重建研究[D]. 张志超.武汉大学 2010
[13] 基于空—地LiDAR数据的建筑物三维重建研究[D]. 曹鸿.河南理工大学 2014
[14] 从二维到三维[M]. 科学出版社 , 冯筠, 2016
[15] 数码城市地理信息系统[M]. 武汉大学出版社 , 朱庆,林珲著, 2004
[16] Automatic Registration of TLS-TLS and TLS-MLS Point Clouds Using a Genetic Algorithm
Yan, Li
Tan, Junxiang
Liu, Hua
Xie, Hong
Chen, Changjun
[J]. SENSORS, 2017, 17 (09):
[17] Robust point cloud classification based on multi-level semantic relationships for urban scenes[J] . Qing Zhu,Yuan Li,Han Hu,Bo Wu.ISPRS Journal of Photogrammetry and Remote Sensin . 2017
[18] Contextual segment-based classification of airborne laser scanner data[J] . George Vosselman,Maximilian Coenen,Franz Rottensteiner.ISPRS Journal of Photogrammetry and Remote Sensin . 2017
[19] Automatic registration of large-scale urban scene point clouds based on semantic feature points[J] . Bisheng Yang,Zhen Dong,Fuxun Liang,Yuan Liu.ISPRS Journal of Photogrammetry and Remote Sensin . 2015
[20] An automated method to register airborne and terrestrial laser scanning point clouds[J] . Bisheng Yang,Yufu Zang,Zhen Dong,Ronggang Huang.ISPRS Journal of Photogrammetry and Remote Sensin . 2015

← 1 2 3 4 5 →