中文摘要：

集成影像数据与LiDAR数据的三维重建方法是目前三维城市建模的研究热点，但现有研究多专注于提高模型重建的真实感与自动化水平，较少关注多源数据细部信息获取能力与定位精度的提高，重建模型的细节与精确程度往往难以满足实际需要。针对该问题，本项目以提高三维城市场景重建的细节性与精确性为目标，融合多视影像与地面LiDAR数据，充分发挥影像丰富语义信息、多分辨率特性与LiDAR数据高精度几何信息特性的互补优势，突破两类数据融合与三维建模的理论与关键技术瓶颈，重点研究基于多尺度几何分析的多分辨率影像特征提取算法、基于仿射不变特征优化的目标轮廓自动匹配方法与视频序列影像参数解算、面向多特征约束的三维轮廓生成的自适应拟合算法、融合地面LiDAR数据及影像语义特征约束的精细三维模型构建等，为基于地面LiDAR辅助下视频等多视序列影像的精细建模及应用实践提供基础的理论与方法研究。

结论摘要：

当前集成影像数据与LiDAR数据进行三维重建的研究多专注于提高建模的准确性、可靠性、真实感（表面纹理映射）与自动化水平，而较少地关注细部信息获取能力与定位精度的提高，故往往未能充分融合特性互补的两类数据进行精细建模，最终三维模型的细节与精确程度难以满足实际需要。围绕精确细节三维模型重建的目标，如何充分发挥两类数据的特点进行有效集成融合、相互补充是当前研究的难点和方面。本项目旨在提高三维模型细部信息的获取能力与重建的精确性，充分挖掘影像多分辨率、丰富语义信息特性和三维点云精确几何信息特性的互补优势，同时发挥多视影像多次覆盖、高度重叠特性，突破两类遥感数据融合与三维建模等理论与关键技术问题，融合多视影像与地面LiDAR数据，提出一套精细三维模型重建方法。具体来说，实现了面向对象目标语义规则的建筑物几何轮廓特征提取算法、基于仿射不变及核线约束的影像特征提取与匹配方法、融合物方与像方信息的多视影像概率松弛整体匹配算法及点云生成方法、基于计算机视觉和摄影测量的序列视频点云恢复关键技术、基于严密数学关系的影像与激光扫描点云的空间配准方法、基于点云数据的建筑特征提取及其与影像融合下的三维特征精细化处理。实验结果表明，该研究拓展了利用多视影像进行三维建模的数据源和实现关键技术，包括基于普通数码影像、视频等恢复三维点云；提出的基于仿射不变及核线约束的影像特征提取与匹配方法，改进了近景影像中直线因遮挡、大交角等导致的匹配困难问题；影像特征辅助下，生成的三维特征线的点云缓冲区，大大简化了点云数量（简化率超过50%），提高建筑物三维建模效率的同时保证了面向建筑物三维建模的后续点云处理精度；利用该影像特征辅助点云建筑物三维建模的方法得到建筑物模型与实际地物在尺度上基本吻合，保证了模型的几何精度，可基本满足实际工程项目中三维重建的要求。本项目提出的若干研究方法，为基于地面LiDAR辅助下多视序列影像的精细建模及应用实践提供基础的理论与方法研究。