通过将点云数据和图像数据融合到数字校园中的3D建模方法和应用
F E N G Yuanyuan1,2, L I Hao3, L I Chaokui2
1Hunan University of Science and Technology, School of Resource & Environment and Safety Engineering, Xiangtan, Hunan, 411201, China.
Heliyon
|September 16, 2024
概括
这项研究将倾斜光谱和LiDAR数据融合为准确的3D建筑模型,克服单一来源的局限性. 综合方法提高了数字建筑应用的模型细节和几何精度.
科学领域:
- 地理学工程 工程地质学
- 计算机视觉 计算机视觉
- 3D 建模 3D 建模
背景情况:
- 单源3D建模面临着由于图像不足而导致变形和模糊纹理等挑战.
- 空载激光扫描 (LiDAR) 产生了大量的数据集,需要大量的计算资源进行处理.
- 现有的方法在高质量,高精度的城市级3D模型构建方面扎.
研究的目的:
- 开发一种新的3D建模方法,通过融合来自倾斜光谱和LiDAR的数据.
- 解决个人数据源在创建详细和准确的3D建筑模型方面的局限性.
- 提出一个技术流程,用于3D重建中的多源数据融合.
主要方法:
- 利用大学图书馆大楼进行案例研究.
- 通过空间对齐和坐标系统统一实现了多源数据融合.
- 应用了代的最接近点 (ICP) 算法,以实现精确的点云对齐和集成.
主要成果:
- 在3D模型准确性和细节方面取得了显著的改进.
- 有效地修复模型缺陷和优化细节.
- 提高了摄像度模型的质量,保留了几何和纹理信息.
结论:
- 拟议的融合方法提供了卓越的3D重建能力.
- 对于集成倾斜光谱和LiDAR数据的高位置准确性得到了证明.
- 为数字校园建设和其他工程应用提供创新方法.


