多视影像匹配密集点云的建筑物单体化构建研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 倾斜摄影硬件系统 | 第11页 |
| 1.2.2 倾斜摄影建筑物单体化 | 第11-14页 |
| 1.2.3 倾斜摄影筑物纹理重建 | 第14-15页 |
| 1.3 论文主要研究内容和结构 | 第15-18页 |
| 2 多视影像与高精度匹配点云获取方法 | 第18-27页 |
| 2.1 倾直两用宽角相机系统 | 第18-22页 |
| 2.1.1 倾直两用宽角相机系统原理 | 第19-21页 |
| 2.1.2 倾直两用宽角相机成像原理 | 第21-22页 |
| 2.2 相机检校 | 第22-23页 |
| 2.3 高精度POS数据获取 | 第23-25页 |
| 2.4 多视影像密集匹配 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 3 密集点云的TIN方法滤波与DEM提取 | 第27-41页 |
| 3.1 密集点云的数据特点 | 第27-28页 |
| 3.2 点云滤波方法分类 | 第28-31页 |
| 3.3 密集点云的TIN方法滤波 | 第31-39页 |
| 3.3.1 密集点云构建TIN | 第31页 |
| 3.3.2 拓扑构建算法 | 第31-34页 |
| 3.3.3 区域增长的TIN分割 | 第34-37页 |
| 3.3.4 聚类方法的TIN分类 | 第37-39页 |
| 3.4 DEM提取方法 | 第39-40页 |
| 3.5 本章小结 | 第40-41页 |
| 4 DEM支持的建筑物白模单体化快速建模 | 第41-48页 |
| 4.1 基于追踪三角形边界算法提取轮廓线 | 第41-44页 |
| 4.2 基于关键点轮廓线规则化方法 | 第44-46页 |
| 4.3 建筑物几何构建方法 | 第46-47页 |
| 4.4. 本章小结 | 第47-48页 |
| 5 基于多视影像的建筑物纹理快速重建 | 第48-53页 |
| 5.1 投影关系确定 | 第48-49页 |
| 5.2 最优纹理的选取算法 | 第49-51页 |
| 5.3 纹理映射 | 第51-52页 |
| 5.4 本章小结 | 第52-53页 |
| 6 实验与分析 | 第53-71页 |
| 6.1 实验数据介绍 | 第53-55页 |
| 6.2 高精度匹配点云获取实验 | 第55-57页 |
| 6.3 倾斜模型单体化系统实验 | 第57-70页 |
| 6.3.1 系统的环境和总体构架 | 第58-60页 |
| 6.3.2 密集点云的TIN滤波实验 | 第60-65页 |
| 6.3.3 建筑物单体化的实验 | 第65-67页 |
| 6.3.4 建筑物纹理重建实验 | 第67-69页 |
| 6.3.5 两种建模方法对比实验 | 第69-70页 |
| 6.4 本章小结 | 第70-71页 |
| 7 总结与展望 | 第71-73页 |
| 7.1 总结 | 第71-72页 |
| 7.2 展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 作者简历 | 第77-79页 |
| 学位论文数据集 | 第79页 |
