基于地面三维激光扫描测量技术的复杂建筑物建模研究

《基于地面三维激光扫描测量技术的复杂建筑物建模研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于地面三维激光扫描测量技术的复杂建筑物建模研究StudyonComplexBuildingsModelingUsing3DLaserScanningTechnique作者：于海霞导师：吴侃教授中国矿业大学二○一四年五月万方数据中图分类号P217学校代码10290UDC密级公开中国矿业大学硕士学位论文基于地面三维激光扫描测量技术的复杂建筑物建模研究StudyonComplexBuildingsModelingUsing3DLaserScanningTechnique作者于海霞导师吴侃申请学位工学硕士培养单位环测学院学科专业大地测量学与测量工程研究方向

2、三维激光扫描技术答辩委员会主席张书毕评阅人二○一四年五月万方数据学位论文使用授权声明Certificateofthesisauthority本人完全了解中国矿业大学有关保留、使用学位论文的规定，同意本人所撰写的学位论文的使用授权按照学校的管理规定处理：作为申请学位的条件之一，学位论文著作权拥有者须授权所在学校拥有学位论文的部分使用权，即：①学校档案馆和图书馆有权保留学位论文的纸质版和电子版，可以使用影印、缩印或扫描等复制手段保存和汇编学位论文；②为教学和科研目的，学校档案馆和图书馆可以将公开的学位论文作为资料在档案馆、图书馆等场所或在校园网上供校内师生阅读、浏览

3、。另外，根据有关法规，同意中国国家图书馆保存研究生学位论文。（保密的学位论文在解密后适用本授权书）。作者签名：导师签名：年月日年月日万方数据学位论文原创性声明本人郑重声明：所呈交的学位论文《基于地面三维激光扫描测量技术的复杂建筑物建模研究》，是本人在导师指导下，在中国矿业大学攻读学位期间进行的研究工作所取得的成果。据我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：年月日70万方数据论文审阅认定书Th

4、esisapprovalidentification研究生在规定的学习年限内，按照研究生培养方案的要求，完成了研究生课程的学习，成绩合格；在我的指导下完成本学位论文,经审阅，论文中的观点、数据、表述和结构为我所认同，论文撰写格式符合学校的相关规定，同意将本论文作为学位申请论文送专家评审。导师签字：年月日万方数据致谢在中国矿业大学从本科到硕士学习的七年即将结束，回顾过去，有太多值得我永远铭记在心的经历。七年中，我学会了如何独立思考，自觉学习，也学会了如何独立生活。在学习生活上，老师同学的帮助与支持给了我莫大的鼓励，在这里我向他们表示由衷的感谢。首先感谢导师吴侃教授

5、，本论文是在他的悉心指导下完成的，从论文的选题、研究、资料收集、数据采集到最终成稿倾注了他大量的心血。吴老师渊博的知识、敏捷的思维以及勤奋的工作精神给我留下了深刻的印象，对我的学业与做人都给予了许多有益的启示和正确的引导。在三年的研究生生涯中，吴老师不仅在学习上给我很大的指引，在生活上也给予了亲切的关心，使我倍感温暖，在此谨向吴老师表示深深的敬意与衷心的感谢!衷心感谢郭广礼教授、谭志祥教授、于宁峰教授、周鸣老师、王永波老师对我的教诲与指导。在我开题过程中，给予我悉心的指导，使我能够顺利完成论文的写作。感谢同门顾斌、王宁、张静和张云鹏，我们之间共同的生活、相互学习

6、和帮助，使我们产生了深厚的友谊。在我论文写作期间遇到困难、停滞不前的时候，他们总会鼓励我帮助我，给了我莫大的动力。感谢环测楼B305实验室周大伟师兄以及胡大贺等师弟师妹们对我的大力支持，在他们的帮助下，我才能顺利地收集到实验所需的数据。感谢我的父母，是他们含辛茹苦养育了我，让我获取了一定的知识并最终走向社会，为社会贡献自己。感谢所有亲人对我学业的支持和鼓励。最后，我要向在百忙之中抽时间对本文进行审阅、评议的各位老师表示感谢!祝愿所有曾经帮助和关心过我的亲人、朋友、老师、同学永远健康快乐!万方数据摘要三维激光扫描技术以其数据的高精度与采集的高效率为空间信息的获取提

7、供了一种全新的技术手段。随着现代计算机技术的不断发展和研究，点云三维重建技术日益成熟，利用地面三维激光扫描仪获取建筑物的点云数据并进行三维重建迅速成为逆向工程、古建筑物文物保护、数字城市等领域的研究热点，具有广泛的应用前景。然而，由于地面三维激光扫描的建筑物三维模型重建技术仍处于快速发展阶段，许多技术问题亟待解决，如在复杂的大型建筑物重建方面，由于结构的复杂性，要想真实完整地恢复出建筑物的外观模型需要解决复杂细部结构的模型重建等问题。本文以地面三维激光扫描仪采集的徐州戏马台风云阁凉亭的点云数据作为研究对象，对目标物点云数据的精简压缩和表面重建方法进行了深入研究，

8、提出了基于特征分层优化的