立中央大学土木工程研究所硕士论文

國立中央大學土木工程研究所碩士論文結合光達資料與大比例尺向量圖重建三維建物模型研究生：郭志奕指導教授：陳良健教授中華民國九十四年六月國立中央大學圖書館碩博士論文電子檔授權書(93年5月最新修正版)本授權書所授權之論文全文電子檔，為本人於國立中央大學，撰寫之碩/博士學位論文。(以下請擇一勾選)(v)同意(立即開放)()同意(一年後開放)，原因是：()同意(二年後開放)，原因是：()不同意，原因是：以非專屬、無償授權國立中央大學圖書館與國家圖書館，基於推動讀者間「資源共享、互惠合作」之理念，於回饋社會與學術研究之目的，得不限地域、時間與次數，以紙本、微縮、光碟及其它各種方法將上列論文收錄、重製、公開陳列、與發行，或再授權他人以各種方法重製與利用，並得將數位化之上列論文與論文電子檔以上載網路方式，提供讀者基於個人非營利性質之線上檢索、閱覽、下載或列印。研究生簽名:郭志奕論文名稱:結合光達資料與大比例尺向量圖重建三維建物模型指導教授姓名：陳良健`系所：土木所所o博士▓碩士班學號：92322096日期：民國94年7月12日備註：1.本授權書請填寫並親筆簽名後，裝訂於各紙本論文封面後之次頁（全文電子檔內之授權書簽名，可用電腦打字代替）。2.請加印一份單張之授權書，填寫並親筆簽名後，於辦理離校時交圖書館（以統一代轉寄給國家圖書館）。3.讀者基於個人非營利性質之線上檢索、閱覽、下載或列印上列論文，應依著作權法相關規定辦理。I摘要數碼城市日益重要。而在數碼城市中，建物為其必要單元。光達資料(LIDARdata)的引進，為自動化建物重建之研究方向帶來可能性。大比例尺向量圖具有精確之二維屋緣線，而光達資料具有豐富之屋頂面資訊。故本研究欲結合以上兩種資料之優勢，進行三維建物重建。本研究工作流程主要分為三部分：(1)資料整合、(2)建物頂共面分析、及(3)建物模塑。在資料整合部分，內容為兩資料之前處理，光達資料需去除地表起伏，而向量圖需建構封閉多邊型。在建物頂共面分析部分，以區塊成長法進行牆面和屋頂面之偵測。最後在建物模塑部分，內容為求取建物三維結構線段，並以整體平差進行建物幾何約制調整。本研究並以台中大坑進行測試。光達資料點密度約1.71(點/平方公尺)，向量圖比例尺為1:1000，重建完全正確率約90%，模塑誤差為0.17m。關鍵字：光達資料、向量圖、三維建物重建、迪式三角網IIABSTRACTCybercityisgettingimportantduetothedevelopmentsofcomputertechnologyandthedemandsfromcitymanagement.Buildingmodels,amongothers,couldbethemostimportantelementsinacybercity.Duetoitsmaturity,LIDARdatahasdemonstratedprofoundpotentialsinfullyautomaticbuildingreconstruction.LIDARdatacontainsplentyofheightinformation,whilevectormapspreserveaccuratebuildingboundaries.Fromtheviewpointofdatafusion,wetrytointegrateLIDARdataandlarge-scalevectormapstoperformbuildingmodeling.Theproposedschemecomprisesthreemajorsteps:(1)preprocessingofLIDARdataandvectormaps,(2)segmentationanddetectionofwallfacesandrooffaces,and(3)buildingmodeling.InthepreprocessingofLIDARdata,theheightvariationoftheabove-groundobjectsisdeterminedbysubtractingthesurfaceelevationfromtheterrain.Theclosedpolygonsforbuildingsarealsoobtained.Innextstage,segmentationanddetectionofwallfacesandrooffacesisimplementedbyregiongrowing.Inthestepofthebuildingmodeling,theconstructedgesofabuildingcanbeobtained.Wealsoimplementthegeometricconstraintsbyleastsquaresadjustment.ThetestdatacoversTai-ChungcityinthemiddleofTaiwan.TheaveragedensityofLIDARdataisabout1.71pointspersquaremeter.Thevectormapsarewithascaleof1:1,000.About90%buildingsarecorrectlyreconstructedbytheproposedmethod.Theshapingerrorisabout0.17m.KEYWORDS:LIDAR,VectorMaps,BuildingReconstruction,TriangulatedIrregularNetworkIII致謝兩年的研究生生活，藉由許多事情以及研究過程，讓自己更了解自己的優點以及需要改進的地方，也提昇了自己的專業能力以及抗壓性，即將踏入社會中，我會持續努力、再接再厲。本論文可以順利完成，首先感謝指導教授陳良健教授，給我許多的指導，並在目標相同的前提下，給我許多發揮的空間，也給我許多課本學不到的觀念。同時也感謝口試委員史天元教授以及曾義星教授的寶貴的建議和指正，使本論文更加的的完整。也感謝台北家和學校間高速公路旁的所有建物們，給我許多建物重建的靈感和感覺。感謝實驗室的饒見有學長、張智安、邵怡誠學長，在各方面的幫忙。謝謝這兩年一起學習和努力的同學們，還有上一屆學長姊以及學弟妹們。本研究承蒙行政院國家科學委員會研究計劃支持得以順利完成，且感謝行政院農委會提供台中地區之光達資料，工研院能資所提供屏東區域之光達資料，以及內政部地政司提供向量圖。最後要感謝我的家人，和我深愛的佩岐，給我幸福和快樂，陪我度過難過和低潮，我愛你們，將這份喜悅和榮耀獻給你們。IV目錄摘要..........................................................................................................IABSTRACT.............................................................................................II致謝.......................................................................................................III目錄.......................................................................................................IV圖目錄...................................................................................................VI表目錄...................................................................................................IX第一章前言...........................................................................................11.1研究動機與目的..........................................................................................11.2文獻回顧......................................................................................................31.3研究構想與流程..........................................................................................71.3.1資料整合...........................................................................................71.3.2建物頂共面分析................................................................................81.3.3建物模塑...........................................................................................9第二章資料整合與建物頂共面分析..................................................112.1資料前處理................................................................................................122.2萃取建物點雲............................................................................................142.2.1判斷點於多邊型內..........................................................................142.2.2以群聚法萃取建物點雲..................................................................152.3建構迪氏三角網........................................................................................172.4建物頂共面分析........................................................................................192.4.1以區塊成長法進行牆面偵測..........................................................202.4.2以區塊成長法進行屋頂面偵測......................................................212.5迴歸屋頂面方程式................................................................................