專利名稱：一種高精細城市三維建模方法
技術領域：
本發明涉及三維數字城市建設領域，特別涉及一種高精細城市三維建模方法。
背景技術：
現有技術中的城市三維建模方法，主要采用地形圖方法、傳統航空攝影測量方法、 衛星遙感方法、工程測量方法、地面激光掃描方法等傳統測繪手段進行城市三維建模。但上 述方法都有其明顯的缺點和不足(1)采用地形圖方法，需要城區具有現勢性強的大比例尺數字線劃圖，通過目估或 人工量測獲取建筑物高后進行建模。該方法存在地物高程信息缺乏、建筑物模型高程精度 差和屋頂精細度差等問題；(2)采用傳統航空攝影測量方法，需要在構建的立體像對中進行量測，不僅提取的 模型高程精度差，更存在建模效率非常低的問題；(3)采用衛星遙感方法，由于影象地面空間分辨率較低，提取的模型特別是建筑物 模型，精度和精細度都非常差，不能滿足高精細三維數字城市建模的應用要求；(4)采用工程測量方法，進行城市場景建模，存在勞動強度大、工作效率低、數字化 程度低和開發成本高等多方面缺點；(5)采用地面激光掃描方法，存在勞動強度大、工作效率低和不適合大范圍三維城 市場景建模等問題。所以在三維數字城市建設中采用現有技術中的地形圖方法、傳統航空攝影測量方 法、衛星遙感方法、工程測量方法和地面激光掃描方法等方法時，存在開發效率低、成本高、 周期長和建模精細度差等缺點。
發明內容
為了提高開發效率、降低開發成本、縮短開發周期和提高建模精細度，本發明提供 了一種高精細城市三維建模方法，所述方法包括以下步驟(1)通過機載LIDAR校驗飛行，實現對機載LIDAR設備的參數檢校、通過城市測區 內的機載LIDAR航測，獲取原始航測數據成果；(2)根據機載LIDAR點云生成原理建立點云數據的誤差模型，根據整體平差獲取 參數改正值，實現對點云數據精度的整體優化，獲取精度優化后機載點云；(3)對所述精度優化后機載點云進行地面和建筑物的濾波分類處理，獲取第一地 面點云和第一建筑物點云，并根據所述第一地面點云構建數字地面模型；(4)根據所述數字地面模型和POS輔助定位信息對航片進行空三加密處理，實現 對航片定位定姿數據精度的整體優化，獲取定位定姿精度優化后航片；(5)根據所述定位定姿精度優化后航片、所述第一地面點云和所述第一建筑物點 云，獲取城市高精度的數字高程模型、數字正射影象和建筑物三維體框模型，形成城市三維 場景的基礎框架；
(6)通過車載檢校場的測量，實現對車載移動激光掃描設備的參數檢校，獲取車載 移動激光掃描原始數據成果；(7)通過所述車載移動激光掃描設備完成城區道路兩側城市場景的車載點云的獲 取，根據同一測區的機載LIDAR點云和所述建筑物三維體框模型，獲取精度優化后車載點 云；(8)建立所述精度優化后車載點云和照片融合模式下的三維建模環境；(9)對所述精度優化后車載點云進行地面點濾波分類，獲取地面點云，以所述地面 點云為參考進行非地面點濾波分類，獲取非地面點云，進行地物有效分析區和地物對應點 云集的提取；(10)地物參數模型庫的建立；(11)在所述三維建模環境下，根據所述地物參數模型庫，進行所述精度優化后車 載點云和所述照片融合模式下的地物高精細三維建模，獲取城市各類小品地物高精細模 型；(12)對所述城市三維場景的基礎框架和所述城市各類小品地物高精細模型進行 集成，獲取城市高精細的三維虛擬城市場景。所述獲取精度優化后車載點云，具體為參考同一測區的機載LIDAR點云，確定車載移動激光掃描測量數據的高程精度， 進行車載點云高程精度優化；參考同一測區的所述建筑物三維體框模型，進行車載點云平面精度優化，獲取精 度優化后車載點云。所述進行車載點云平面精度優化，獲取精度優化后車載點云，具體為對城市測區內平面精度超限的車載點云，參考所述建筑物三維體框模型，均勻選 取部分建筑物特征點作為車載點云平面精度優化的參考控制點；在城市測區內選取所述參考控制點在車載點云上的對應位置，建立車載點云上特 征點位和所述參考控制點的對應集；以所述參考控制點的真實點位為約束條件，以χ、y、z、heading, roll和pitch六 個變量作為觀測變量，建立觀測方程，采用最小二乘平差方法求解所述六個變量的改正值， 優化所述六個變量，并對車載點云進行重新解算，進行車載點云平面精度優化，獲取精度優 化后車載點云。步驟(11)中所述在所述三維建模環境下，根據所述地物參數模型庫，進行所述精 度優化后車載點云和所述照片融合模式下的地物高精細三維建模，獲取城市各類小品地物 高精細模型，具體為1)主視圖采用照片全景視圖顯示模式；2)輔視圖采用原始照片局部放大顯示模式和點云剖面顯示模式；3)在照片全景視圖中點擊關注地物，計算機自動在輔視圖中顯示所述關注地物對 應的多張照片；人工點選所述關注地物顯示最清晰的輔視圖和照片；最后，計算機自動搜 索所述關注地物對應的有效點云集，并實現所述精度優化后車載點云和照片在二維像空間 的精確匹配；4)計算機在所述地物有效分析區內自動搜索所述關注地物對應的所有有效點云集，獲取所述有效點云集的數量，當所述有效點云集的數量為一時，則所述有效點云集為正 確點云集；當所述有效點云集的數量不為一時，采用多個輔視圖的方式協助顯示，并通過人 工交互確定所述正確點云集；5)參考照片和所述精度優化后車載點云信息進行人工識別后，切剖面顯示所述精 度優化后的車載點云，并在所述精度優化后的車載點云上根據所述地物參數模型庫中參數 定義的次序進行參數的量測，獲取參數信息；6)計算機保存所述參數信息，并自動完成所述城市各類小品地物高精細模型的生 成。所述計算機在所述地物有效分析區內自動搜索所述關注地物對應的所有有效點 云集，具體為參考攝影測量共線方程，把所述地面有效分析區內的有效地物點投影到所述二維 像空間中；以人工在照片上確定的位置為中心，以第五閾值為半徑畫一個圓，作為所述二維 像空間上搜索所述有效點云集的第一分析區，在所述第一分析區內分析所述有效點云集中 點的類型，對所述第一分析區內的點云進行類型標識，確定所有有效點云集。本發明提供的技術方案的有益效果是1、相比于傳統航空攝影測量方法，機載LIDAR不需要地面像控點，對飛行時間段 的要求不太苛刻，數據處理的自動化程度高，決定了機載LIDAR具有快速高效進行城市三 維空間數據采集和建模的生產能力；相比于工程測量方法、地面激光掃描方法，車載移動激 光掃描測量可快速獲取城區各類道路兩側高精度、高密集的三維激光點云和高分辨率的數 碼照片，通過本方案下高效的數據處理后，可快速實現城市各類小品要素的精確定位、地物 識別、三維量測、提取和建模工作，數據采集和建模效率比傳統方法提高好幾倍；2、與傳統航空攝影測量方法和衛星遙感方法相比，機載LIDAR可同步獲取高精 度、高密集的三維激光點云和高分辨率的數碼照片，通過對機載LIDAR點云進行地面和建 筑物的分類處理，可制作完成數字高程模型，通過建筑物屋頂點云高精度擬合建筑物屋頂 面片后，參考高精度匹配的數碼照片確定建筑物的特征線位置，并進行模型細節的修改優 化；使得機載LIDAR提取的數字高程模型和建筑物體框模型精度都很高；車載移動激光掃 描獲取的點云在進行精度優化后平面精度可達到25cm以內，高程精度可達到15cm以內，高 程精度可達到IOcm以內，地物經過掃描測量后的點云間距可達到5-lOcm左右，可逼真表現 地物的三維結構，結合高分辨率數碼照片后，可進行城市小品要素的高精細三維建模；3、由于外業數據采集速度快、數據處理的自動化程度高、三維建模的整體生產效 率高等特點，機載LIDAR進行城市三維建模的項目開發成本相對要低；并且，車載移動激 光掃描測量采用駕車方式即可完成市測區所有道路的測量，且內業的數據處理自動化程度 高。根據統計分析，本技術方案下的城市三維建模生產效率要比傳統工程測量方法高5-10 倍，因此，本發明提供的高精細城市三維建模方法，可極大的節省項目開發成本。
圖1為本發明提供的高精細城市三維建模方法的流程圖。
具體實施例方式為使本發明的目的、技術方案和優點更加清楚，下面將結合附圖對本發明實施方 式作進一步詳細描述。為了提高開發效率、降低開發成本、縮短開發周期和提高建模精細度，本發明實施 例提供了一種高精細城市三維建模方法，參見圖1，詳見下文描述101 通過機載 LIDAR (Light Detection And Ranging，激光雷達)校驗飛行，實現 對機載LIDAR設備的參數檢校、通過城市測區內的機載LIDAR航測，獲取原始航測數據成 果；其中，機載LIDAR的主要部件為激光傳感器、數碼相機和POS定位定姿系統。激光 傳感器需檢校heading(航偏角)、roll (翻滾角)和pitch(俯仰角)三個參數；數碼相機 需檢校heading、r0ll、pitCh和相機畸變參數。對參數的驗校需要外業測量地面控制點，采 用專業數據處理和分析方法進行檢校參數的解算，去除測量過程中的系統誤差。激光傳感 器和數碼相機的檢校需根據實際需要，選取滿足技術要求的驗校場，通過激光傳感器得到 初始點云數據，通過數碼相機得到航片，通過POS定位定姿系統獲取需要的定位定姿數據， 用于初始點云的解算和航片的定位定姿。其中，通過城市測區內的機載LIDAR航測，獲取原始航測數據成果具體為通過安 置在飛機上的機載LIDAR，按設計的航線方案獲取城區高密集的三維激光點云和高分辨率 的數碼照片。其中，激光點云的旁向重疊度應達到30%，航片的航向重疊應達到60%，旁向 重疊應達到30%。102 根據機載LIDAR點云生成原理建立點云數據的誤差模型，根據整體平差獲取 參數改正值，實現對點云數據精度的整體優化，獲取精度優化后機載點云；其中，該步驟具體為參考機載LIDAR點云生成原理，建立點云數據的誤差模型， 以點云條帶相鄰或交叉重疊區域的點云數據為參考，再參考少量地面控制點，根據整體平 差獲取空間坐標參數X、y和Z，姿態參數heading、roll和pitch的改正值，通過獲取到的 參數改正值對參數進行改正，實現對初始點云數據精度的整體優化，獲取到精度優化后機 載點云。103 對精度優化后機載點云進行地面和建筑物的濾波分類處理，獲取第一地面點 云和第一建筑物點云，并根據第一地面點云構建數字地面模型；104 根據數字地面模型和POS輔助定位信息對航片進行空三加密處理，實現對航 片定位定姿數據精度的整體優化，獲取定位定姿精度優化后航片；其中，該步驟具體為根據數字地面模型和POS輔助定位信息，內業采集測區航片 重疊區域同名點，參考數字地面模型進行測區整體空三加密，根據空三加密整體平差結果 對每張航片的POS輔助定位信息進行優化改正，去除局部偶然誤差，實現對航片定位定姿 數據精度的整體優化，獲取定位定姿精度優化后航片。105:根據定位定姿精度優化后航片、第一地面點云和第一建筑物點云，獲取城市 高精度的數字高程模型、數字正射影象和建筑物三維體框模型，形成城市三維場景的基礎 框架；其中，獲取城市高精度的數字高程模型具體為根據第一地面點云，進行人工編輯 修改，獲取最終分類正確的地面點云；對最終分類正確的地面點云進行三角網模型構建，內插后形成城市高精度的數字高程模型。其中，本發明實施例中的濾波分類方法以數學形態 學濾波分類方法進行說明，具體實現時，還可以采用其他的濾波分類方法，本發明實施例對 此不做限制。其中，獲取數字正射影象具體為根據城市高精度的數字高程模型，參考定位定姿 精度優化后航片，對定位定姿精度優化后航片進行數字微分糾正，得到覆蓋地表的微分糾 正影象，同時確定微分糾正影象的拼接方案，采用標準圖幅裁切制作成數字正射影象。其中，獲取建筑物三維體框模型具體為根據第一地面點云和第一建筑物點云，采 用基于法向量的區域生長方法實現建筑物屋頂面片的分割；利用點云階躍特征和面片交叉 特征確定建筑物屋頂的初始特征結構線；利用航片輔助優化建筑物特征結構線，再進行少 量的人工編輯修改以確定建筑物模型對應的所有正確特征結構線；采用分裂合并方法進行 建筑物模型拓撲關系的自動構建并生成建筑物三維體框模型。106 通過車載檢校場的測量，實現對車載移動激光掃描設備的參數檢校，獲取車 載移動激光掃描原始數據成果；與以上介紹的機載LIDAR設備一樣，車載移動激光掃描設備的主要部件為激光傳 感器、數碼相機和POS定位定姿系統，技術原理一樣。兩種設備的主要區別在于搭載的移動 載體不同。機載LIDAR設備通過安置在飛機上進行工作；車載移動激光掃描測量設備通過 安置在汽車車頂上進行工作。在開闊地帶選取符合技術要求的建筑物檢校場，外業進行點 云和照片的采集，內業進行數據處理和分析，完成對車載設備激光傳感器和數碼相機的精 確檢校。107:通過車載移動激光掃描設備完成城區道路兩側城市場景的車載點云的獲取， 根據同一測區的機載LIDAR點云和建筑物三維體框模型，獲取精度優化后車載點云；城市測區特別是城市高樓區，GPS觀測環境很不理想，當車載移動激光掃描測量進 行數據采集時，POS定位定姿的數據精度不太理想，導致獲取的點云在平面和高程上均存在 很大的誤差。因此，需要結合車載移動激光掃描測量數據采集的特點，建立車載點云精度優 化的技術方法，保證之后提取的模型精度。其中，獲取精度優化后車載點云具體為1)參考同一測區的機載LIDAR點云，確定車載移動激光掃描測量數據的高程精 度，進行車載點云高程精度優化；該步驟具體為以同一測區的機載LIDAR點云為高程控制參考，對車載點云進行沿汽車軌跡線方 向的高程精度評價，建立基于汽車軌跡線方向的高程改正模型，進行車載點云高程精度優 化。其中，所有車載點云高程精度優化，以周圍最近的控制點改正值為基礎，采用內插方法 完成車載點云高程的改正。本發明實施例以線性內插方法為例進行說明，具體實現時，還可 以采用其他的內插方法，本發明實施例對此不做限制。2)參考同一測區的建筑物三維體框模型，進行車載點云平面精度優化，獲取精度 優化后車載點云。該步驟具體為對城市測區內平面精度超限的車載點云，參考建筑物三維體框模型，均勻選取部 分建筑物特征點作為車載點云平面精度優化的參考控制點；
在城市測區內選取參考控制點在車載點云上的對應點位，建立車載點云上特征點 位和參考控制點的對應集；以參考控制點的真實點位為約束條件，以X、y、Z、heading、r0ll和piteh六個變量 作為觀測變量，建立觀測方程，采用最小二乘平差方法求解六個變量的改正值，優化六個變 量，并對車載點云進行重新解算，進行車載點云平面精度優化，獲取精度優化后車載點云。其中，觀測方程的建立參考測量學相關理論公式并進行改進，在此不作贅述。108 建立精度優化后車載點云和照片融合模式下的三維建模環境；在城市測區內對車載照片進行同名點選取，根據全景圖構建原理建立城市測區內 沿測量軌跡線移動的全景照片圖，并初步建立全景照片圖與車載照片的對應關系。即通過 在全景照片圖中人工點選確定位置后，根據位置找到車載照片上的照片細節。同時，還需要 建立車載照片與精度優化后車載點云在二維像空間的匹配，即確定一張車載照片后，計算 機自動找到對應的精度優化后車載點云，即參考POS定位定姿信息，實現精度優化后車載 點云和車載照片的精確匹配。實現精度優化后車載點云和車載照片匹配的公式，參考攝影測量學中的共線方 程，并在此基礎上進行改進，具體如下χ = -f (B1 (X-Xs) +bi (Y-Ys) +C1 (Z-Zs)) / (a3 (X-Xs) +b3 (Y-Ys) +C3 (Z-Zs))y = -f (a2 (X-Xs) +b2 (Y-Ys) +C2 (Z-Zs)) /a3 (X-Xs) +b3 (Y-Ys) +C3 (Z-Zs))其中，B1 = Cos Ψ cos κ -sin Ψβ η ω sin κa2 = -cos Ψ sin κ -sin Ψ sin ω cos κa3 = -sin Ψ cos ω^o1 = cos ω sin κb2 = coscocos κ
C1 = sin Ψ cos κ +cos Ψβ η ω sin κ C2 = -sin Ψβ η κ +cos Ψβ η ω cos κ
C3 = cos Ψ cos ωb, = -sin ω其中，χ和y為像點坐標，X、Y和Z為相應地面點坐標，Xs, Ys和h為投影中心在 所取物方空間坐標系中的坐標，f為相機主距，Ψ、ω和K為攝影測量學中外方位元素對 應的三個姿態定位角。通過以上處理，即可建立精度優化后車載點云和照片融合模式下的
三維建模環境。109 對精度優化后車載點云進行地面點濾波分類，獲取地面點云；以地面點云為 參考進行非地面點濾波分類，獲取非地面點云，進行地物有效分析區和地物對應點云集的 提取；其中，非地面點濾波分類處理具體為若非地面點高程與其周圍第二閾值范圍內 的地面點平均高程差值大于第一閾值，則作為非地物對應點，并作為地物的潛在分析點。在獲取到非地面點云后，需要進行有效地物點的分析，有效地物點的分析方法為 若潛在地物對應點周圍第三閾值范圍內有超過第四閾值數目的潛在地物對應點，則該潛在 地物對應點為有效地物點，并采用區域生長方法進行地物點云集的聚集分類和標識；否則， 為雜音點。
9
其中，第一閾值、第二閾值、第三閾值和第四閾值的取值根據實際應用中的需要進 行設定，具體實現時，本發明實施例對此不做限制。110 地物參數模型庫的建立；針對城市地物結構特點和建模精細度要求，進行地物模型的分類，主要包括路燈、 路牌、柵欄、公交站牌等。針對城市小品要素的結構特點，對同類地物要素根據不同的結構 定義不同的模型參數庫，并建立ID類型編號。以城市中常見的人行道上對應的紅綠燈為例，該紅綠燈為城市中紅綠燈中的一 種。根據紅綠燈的結構特點，通過定義如下參數來實現對模型參數庫的描述，從而輔助計算 機自動完成矢量模型的生成，紅綠燈的模型參數庫定義如下模型類型編號、模型中心χ、y 和ζ坐標、模型底部支柱高、支柱類型、支柱半徑(如選圓類型)、紅綠燈顯示部分的長度、紅 綠燈顯示部分的寬度和紅綠燈顯示部分的厚度。111 在三維建模環境下，根據地物參數模型庫，進行精度優化后車載點云和照片 融合模式下的地物高精細三維建模，獲取城市各類小品地物的高精細模型；1)主視圖采用照片全景視圖顯示模式；通過采用照片全景視圖模式顯示可以方便對道路兩側地物的清晰識別。2)輔視圖采用原始照片局部放大顯示模式和點云剖面顯示模式；其中，輔視圖分兩種類型，包括照片輔視圖和點云輔視圖，照片輔視圖采用原始照 片局部放大顯示的模式，方便對地物要素的清晰識別；點云輔視圖采用點云剖面顯示模式， 并結合照片信息來輔助人工進一步識別；并方便對模型形態和結構進行細節識別。3)在照片全景視圖中點擊關注地物，計算機自動在輔視圖中顯示關注地物對應的 多張照片；人工點選關注地物顯示最清晰的輔視圖和照片；最后，計算機自動搜索關注地 物對應的有效點云集，并實現所述精度優化后車載點云和照片在二維像空間的精確匹配；4)計算機在地物有效分析區內自動搜索關注地物對應的所有有效點云集，獲取有 效點云集的數量，當有效點云集的數量為一時，則有效點云集為正確點云集；當有效點云集 的數量不為一時，采用多個輔視圖的方式協助顯示，并通過人工交互確定正確點云集；其中，計算機在地物有效分析區內自動搜索關注地物對應的所有有效點云集，具 體為參考攝影測量共線方程，把地物有效分析區內的有效地物點投影到二維像空間 中；以人工在照片上確定的位置為中心，以第五閾值為半徑畫一個圓，作為二維像空 間上搜索有效點云集的第一分析區，在第一分析區內分析有效點云集中點的類型，對第一 分析區內的點云進行類型標識，確定所有有效點云集。其中，在第一分析區內分析有效點云集中點的類型，所采用的分析方法具體為以 有效點云集中各點之間的三維距離作為第六閾值進行聚類分析。具體實現時，還可以采用 其他的分析方法，本發明實施例對此不做限制。其中，第五閾值和第六閾值的取值根據實際應用中的需要進行設定，具體實現時， 本發明實施例對此不做限制。5)參考照片和所述精度優化后車載點云信息進行人工識別后，切剖面顯示精度優 化后的車載點云，并在精度優化后的車載點云上，根據地物參數模型庫中參數定義的次序進行參數的量測，獲取參數信息；6)計算機保存參數信息，并自動完成城市各類小品地物高精細模型的生成。112 對城市三維場景的基礎框架和城市各類小品地物高精細模型進行集成，獲取 城市高精細的三維虛擬城市場景。綜上所述，本發明實施例提供了一種高精細城市三維建模方法，該方法提高了開 發效率、降低了開發成本、縮短了開發周期以及提高了建模精細度，滿足了實際應用的需要。本領域技術人員可以理解附圖只是一個優選實施例的示意圖，上述本發明實施例 序號僅僅為了描述，不代表實施例的優劣。以上所述僅為本發明的較佳實施例，并不用以限制本發明，凡在本發明的精神和 原則之內，所作的任何修改、等同替換、改進等，均應包含在本發明的保護范圍之內。
權利要求
1.一種高精細城市三維建模方法，其特征在于，所述方法包括以下步驟(1)通過機載LIDAR校驗飛行，實現對機載LIDAR設備的參數檢校、通過城市測區內的 機載LIDAR航測，獲取原始航測數據成果；(2)根據機載LIDAR點云生成原理建立點云數據的誤差模型，根據整體平差獲取參數 改正值，實現對點云數據精度的整體優化，獲取精度優化后機載點云；(3)對所述精度優化后機載點云進行地面和建筑物的濾波分類處理，獲取第一地面點 云和第一建筑物點云，并根據所述第一地面點云構建數字地面模型；(4)根據所述數字地面模型和POS輔助定位信息對航片進行空三加密處理，實現對航 片定位定姿數據精度的整體優化，獲取定位定姿精度優化后航片；(5)根據所述定位定姿精度優化后航片、所述第一地面點云和所述第一建筑物點云，獲 取城市高精度的數字高程模型、數字正射影象和建筑物三維體框模型，形成城市三維場景 的基礎框架；(6)通過車載檢校場的測量，實現對車載移動激光掃描設備的參數檢校，獲取車載移動 激光掃描原始數據成果；(7)通過所述車載移動激光掃描設備完成城區道路兩側城市場景的車載點云的獲取， 根據同一測區的機載LIDAR點云和所述建筑物三維體框模型，獲取精度優化后車載點云；(8)建立所述精度優化后車載點云和照片融合模式下的三維建模環境；(9)對所述精度優化后車載點云進行地面點濾波分類，獲取地面點云，以所述地面點云 為參考進行非地面點濾波分類，獲取非地面點云，進行地物有效分析區和地物對應點云集 的提取；(10)地物參數模型庫的建立；(11)在所述三維建模環境下，根據所述地物參數模型庫，進行所述精度優化后車載點 云和所述照片融合模式下的地物高精細三維建模，獲取城市各類小品地物高精細模型；(12)對所述城市三維場景的基礎框架和所述城市各類小品地物高精細模型進行集成， 獲取城市高精細的三維虛擬城市場景。
2.根據權利要求1所述的高精細城市三維建模方法，其特征在于，所述獲取精度優化 后車載點云，具體為參考同一測區的機載LIDAR點云，確定車載移動激光掃描測量數據的高程精度，進行 車載點云高程精度優化；參考同一測區的所述建筑物三維體框模型，進行車載點云平面精度優化，獲取精度優 化后車載點云。
3.根據權利要求2所述的高精細城市三維建模方法，其特征在于，所述進行車載點云 平面精度優化，獲取精度優化后車載點云，具體為對城市測區內平面精度超限的車載點云，參考所述建筑物三維體框模型，均勻選取部 分建筑物特征點作為車載點云平面精度優化的參考控制點；在城市測區內選取所述參考控制點在車載點云上的對應位置，建立車載點云上特征點 位和所述參考控制點的對應集；以所述參考控制點的真實點位為約束條件，以X、1、Z> heading, roll和pitch六個變 量作為觀測變量，建立觀測方程，采用最小二乘平差方法求解所述六個變量的改正值，優化所述六個變量，并對車載點云進行重新解算，進行車載點云平面精度優化，獲取精度優化后 車載點云。
4.根據權利要求1所述的高精細城市三維建模方法，其特征在于，步驟(11)中所述在 所述三維建模環境下，根據所述地物參數模型庫，進行所述精度優化后車載點云和所述照 片融合模式下的地物高精細三維建模，獲取城市各類小品地物高精細模型，具體為1)主視圖采用照片全景視圖顯示模式；2)輔視圖采用原始照片局部放大顯示模式和點云剖面顯示模式；3)在照片全景視圖中點擊關注地物，計算機自動在輔視圖中顯示所述關注地物對應的 多張照片；人工點選所述關注地物顯示最清晰的輔視圖和照片；最后，計算機自動搜索所 述關注地物對應的有效點云集，并實現所述精度優化后車載點云和照片在二維像空間的精 確匹配；4)計算機在所述地物有效分析區內自動搜索所述關注地物對應的所有有效點云集，獲 取所述有效點云集的數量，當所述有效點云集的數量為一時，則所述有效點云集為正確點 云集；當所述有效點云集的數量不為一時，采用多個輔視圖的方式協助顯示，并通過人工交 互確定所述正確點云集；5)參考照片和所述精度優化后車載點云信息進行人工識別后，切剖面顯示所述精度優 化后的車載點云，并在所述精度優化后的車載點云上，根據所述地物參數模型庫中參數定 義的次序進行參數的量測，獲取參數信息；6)計算機保存所述參數信息，并自動完成所述城市各類小品地物高精細模型的生成。
5.根據權利要求4所述的高精細城市三維建模方法，其特征在于，所述計算機在所述 地物有效分析區內自動搜索所述關注地物對應的所有有效點云集，具體為參考攝影測量共線方程，把所述地物有效分析區內的有效地物點投影到所述二維像空 間中；以人工在照片上確定的位置為中心，以第五閾值為半徑畫一個圓，作為所述二維像空 間上搜索所述有效點云集的第一分析區，在所述第一分析區內分析所述有效點云集中點的 類型，對所述第一分析區內的點云進行類型標識，確定所有有效點云集。
全文摘要
本發明公開了一種高精細城市三維建模方法，涉及三維數字城市建設領域，采用機載LIDAR獲取原始航測數據成果，在此基礎上制作城市高精度的數字高程模型、數字正射影象和建筑物三維體框模型，形成城市三維場景的基礎框架；再次，通過車載移動激光掃描設備獲取車載移動激光掃描原始數據成果，在三維建模環境下，根據地物參數模型庫，進行精度優化后車載點云和照片融合模式下的地物高精細三維建模，獲取城市各類小品地物高精細模型；對城市三維場景的基礎框架和城市各類小品地物高精細模型進行集成，獲取城市高精細的三維虛擬城市場景。該方法提高了生產效率、降低了項目成本、縮短了開發周期以及提高了建模精細度，滿足了實際應用需要。
文檔編號G01C11/00GK102074047SQ20111000188
公開日2011年5月25日 申請日期2011年1月6日 優先權日2011年1月6日
發明者江宇, 王力, 王國飛, 程良勇, 竇華成, 鄧世軍 申請人:天津市星際空間地理信息工程有限公司