當前位置:首頁 > 最新公告>前沿技術 > 涨知识!高阶版|多点云数据融合处理方法

漲知識!高階版|多點雲數據融合處理方法

時間:2020-03-17 14:24:26
多細節層次的三維城市模型是數字城市和智慧社會的關鍵空間數據基礎設施,多點雲數據融合處理 成爲三維城市建模的主要途徑,併成爲國際學術界和工業界的熱點前沿。
 
多點雲數據指多類型、多站點和多時相的點雲數據。激光掃描、影像匹配、深度圖像測量、干涉雷達測量和野外實地測量等方法提供了具有不同數據屬性和信息內涵的多類型點雲。
 
多點雲數據的融合處理方法可歸納爲時空基準及精度、尺度、語義3個層面的一致性處理。
 
、多點雲時空基準與精度一致性處理方法 
 
多點雲數據融合

多點雲的融合反映了由單源到多源、由少到多、由簡單到複雜的趨勢,這種融合的第一步是理解和描述不同數據源間的複雜關係和相互轉換規律,實現時空基準與精度的一致性,建立整個場景統一的點雲模型,彌補單一點雲數據空洞,並增強尺度和語義信息,實現整個場景對象的無縫表達。
 
二、多點雲尺度一致性處理方法

激光點雲數據處理 
 

 
不同點雲密度和細節分辨率的多點雲數據對同一目標表達具有顯著的尺度差異。空中站點多面向條帶狀和麪狀大場景範圍的數據採集任務,是有效的大尺度場景DSM(digital surface model)、建築羣落屋頂結構、植被冠層數據的採集手段。
 
經過時空基準與精度的一致性處理,場景中的對象如建築物會有多種尺度的點雲數據重疊。
 
對於多點雲重疊部分,依據細節豐富、精度最高的數據,對存在重複的其餘數據進行清洗或精度糾正。
 
三、多點雲語義一致性處理方法

多點雲融合處理 
 

 
散亂的點雲本身不具有語義信息,三維重建需根據點雲數據含有的空間座標(X,Y,Z)和其他屬性(如強度、色彩)進行語義理解,識別結構化語義(幾何、拓撲結構,如牆角、窗邊、邊面等)和分類信息(植被、建築、路燈等)。
 
多點雲數據的採集原理、信息內涵以及語義理解方式的不同,都導致其具有顯著的語義差異。
 
統一的語義標識可實現多點雲數據理解層面的一致。

多點雲融合已經應用於建築物、道路、植被、地形等典型對象的三維重建。隨着智慧城市建設的深入發展,紅外、合成孔徑雷達干涉測量、深度圖像等新型點雲數據的引入, 面對室內外、地上下一體化的全要素多細節層次的三維城市建模需求,自動化、智能化的多點雲融合處理仍然是挑戰性的難題。