عنوان پایان‌نامه

تهیه اتو ماتیک یک مدل پریز ماتیک پیشرفته از ساختمان های دارای سقف های مسطح چند لایه با استفاده از لا یدار



    دانشجو در تاریخ ۲۵ دی ۱۳۹۲ ، به راهنمایی ، پایان نامه با عنوان "تهیه اتو ماتیک یک مدل پریز ماتیک پیشرفته از ساختمان های دارای سقف های مسطح چند لایه با استفاده از لا یدار" را دفاع نموده است.


    محل دفاع
    کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 2600;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 62098
    تاریخ دفاع
    ۲۵ دی ۱۳۹۲
    استاد راهنما
    حسین عارفی

    در سال های اخیر شیوه های نمایش زمین تغییر کرده است، مدل های سه بعدی جایگزین نقشه های دو بعدی شده اند. لیدار به عنوان سیستمی قدرتمند در سنجش از دور لیزری، یک منبع با ارزش برای اکتساب اطلاعات مکانی است که از آن می توان برای مدلسازی سه بعدی استفاده کرد. بازسازی سه بعدی ساختمان ها به عنوان یکی از مهم ترین عوارض موجود در سطح زمین موضوعی است که در این تحقیق به آن پرداخته شده است. به صورت ویژه بازسازی مدل پریزماتیک ساختمان هایی با چند لایه ی ارتفاعی مد نظر است. مدل پریزماتیک ساختمان ها، بازسازی هندسی آن ها به صورت سه بعدی است به طوری که سقف ساختمان ها به صورت مسطح و افقی نمایش داده می شوند. طبق استانداردCityGML در مدل پریزماتیک تنها یک ارتفاع به تمامی سقف ساختمان نسبت داده می شود؛ اما اگر ساختمان از چند لایه ی ارتفاعی تشکیل شده باشد مدل تولید شده از شکل واقعی بسیار دور می شود. هدف این تحقیق این است که تمامی لایه های ارتفاعی ساختمان بازسازی شود و مدل پریزماتیک بهبود یابد تا به شکل حقیقی ساختمان نزدیک گردد؛ چنین مدلی "مدل پریزماتیک پیشرفته" نامیده شده است. از طرفی در ساختمان هایی با سقف های مسطح چندلایه ای به دلیل توازی سطوح امکان استفاده از روش های معمول که اغلب در مورد ساختمان هایی با سقف شیبدار به کار می روند وجود ندارد. از این رو تمرکز این پایان نامه بر روی ارائه ی روشی است که بتواند خلا روش های قبل در بازسازی این نوع ساختمان ها را جبران کند و گامی مهم در افزایش کیفیت مدلسازی بردارد. در این تحقیق یک استراتژی چندعامله برای استخراج و قطعه بندی سقف ساختمان ها به صورت همزمان از ابر نقاط لایدار ارائه شده است. در استخراج نقاط لبه از فرایندی ابتکاری که "فرسایش شبکه" نامگذاری شده ، بهره گرفته ایم. برای تقریب خطوط لبه ها و مرزهای ساختمان روشی رنسک مبنا پیشنهاد شده است. اما قبل از آن با ارائه روشی زاویه مبنا، نقاط لبه طبقه بندی می شوند تا خطوط با دقت و کیفیت بیشتری تقریب زده شوند. در نهایت با در دست داشتن خطوط قطعات سقف ساختمانی و تقریب ارتفاع کف ساختمان مدل سه بعدی ساختمان تشکیل می شود. جهت ارزیابی دقت روش پیشنهادی از تفسیر بصری و مقایسه کمی مدل بازسازی شده با اطلاعات استخراج شده توسط اپراتور انسانی استفاده شده است. در این ارزیابی که بر روی داده‌های مربوط به شهر فایهینجن آلمان انجام شده است، همه قطعات سقف ساختمانی حتی با اختلاف ارتفاع 10 سانتی‌متری به درستی استخراج و تفکیک شده‌اند. همچنین روش پیشنهادی در استخراج نقاط سقف ساختمانی به دقت 95 درصد رسیده است. خطای مسطحاتی غالب در بازسازی مدل سه بعدی ساختمان تقریبا 30 سانتی‌متر است که به صورت فاصله افقی محاسبه شده است. به‌طور کلی نتایج موفقیت روش پیشنهادی را در استخراج ساختمان ها و بازسازی آن ها به صورت خودکار و بدون نیاز به منابع کمکی مانند نقشه های کاداستر و تصاویر هوایی نشان می دهد. واژه‌های کلیدی: ابر نقاط، مدل سه بعدی، استخراج ساختمان، قطعه بندی، تقریب خطوط
    Abstract
    In recent years, the methods of representing ground and topographic objects have been changed and three-dimensional models have been replaced with two-dimensional maps. LiDAR as a powerful system in airborne remote sensing is a valuable source for acquisition of spatial data which can be used for three-dimensional modeling. The objective of this research is 3D reconstruction of building as the major components of 3D city models. In particular, this thesis focuses on generation of prismatic model from buildings containing multi-level flat-roof structures. According to CityGML standard; LoD1 or prismatic model is dedicated to a 3D building model shaped using a single height flat roof structure. This is often happened that in reality, particularly in industrial and mega cities, the flat roof buildings are containing multi-level roof structures, each locating in different elevation level. So, in such buildings, the generated classical prismatic model is far from real form. Accordingly, we aim to propose a method for 3D model generation of the buildings containing multi-level flat-roof structures which is named in this work as “Enhanced Prismatic Model”. Generating 3D enhanced prismatic model is a difficult step and one can categorize it in same level of complication as LoD2, i.e. parametric roof model. Extracting and modeling parallel roof planes are one of the most critical issues in this research work. The correct separation of roof’s plane effects directly on true modeling. In addition, boundary of planes in buildings with tilted roofs can be found by intersection of planes which is not applicable in flat building containing multi-level roof. These are some limitations and problems in current studies which we aim to resolve and improve. In this study with presentation of a new method; the reconstruction is carried out in four stages: simultaneous extraction and segmentation of building, edge point detection, boundary approximation, and 3D modeling. In edge point detection, the building edge points are detected using a new method named ‘Grid Erosion’. A RANSAC based technique has been employed for edge line extraction on each classified group of edge points. The proposed method has been tested on the LiDAR data of the Vaihingen city, Germany. In addition to a visual interpretation, a quantitative assessment has been done. Due to lack of a ground truth, roof model was digitized manually from LiDAR point clouds and compared with building roof models that reconstructed using proposed method. The results show that all segments of roof buildings even with a very small height difference (e.g. 10 cm) have been properly identified and separated. Also, the proposed method extracts the roof of buildings with an accuracy of 95%. In model reconstruction, the dominant errors are close to 30 cm that is calculated in horizontal distance. Overall, the results indicate that proposed method could successfully extract and reconstruct the multi-level building models without using additional data source such as map or aerial photo. Keywords: Point clouds, 3D building models, Building extraction, Segmentation, Boundary approximation.