Print

基于机载LiDAR数据的建筑物轮廓提取

论文摘要

建筑物轮廓作为建筑物三维重建的重要元素,在建立智慧城市和数字城市中至关重要。本文针对从机载激光雷达点云中提取建筑物轮廓数据处理的点云滤波、建筑物屋顶面提取、建筑物轮廓提取,以及提取精度评定各环节存在的一些问题,提出了一种综合区域生长改进算法、三维Hough变换算法和α-shape算法的建筑物轮廓提取方法。该方法在对机载LiDAR点云数据去噪的基础上,首先利用改进的区域生长算法滤波地面点,并基于地物点到地面的归一化高程特征通过高度阈值去除高度较为低矮的地物点;再基于三维Hough变换算法从剩余建筑物和高大树木点云中提取建筑物平面;最后使用α-shape算法提取建筑物的轮廓信息。对使用RIEGLVQ-1560i机载激光雷达测量系统扫描的某城区点云数据进行计算,通过匹配度、形状相似度和位置精度等评价指标对提取的建筑物轮廓进行精度评定。结果表明,综合区域生长改进算法、三维Hough变换算法和α-shape算法的建筑物轮廓提取方法可以准确提取建筑物的轮廓信息,对于大范围的建筑物轮廓提取具有稳定性和普遍适用性。

论文目录

  • 1 基于机载LiDAR扫描数据的建筑物轮廓提取方法
  •   1.1 改进的区域生长算法滤波地面点
  •   1.2 三维Hough变换提取建筑物平面
  •   1.3 基于α-shape算法提取建筑物轮廓
  • 2 实例计算
  • 3 精度评定
  •   3.1 匹配度
  •   3.2 形状相似度
  •   3.3 位置精度
  • 4 结语

    • 文章来源

    类型: 期刊论文

    作者: 朱依民,田林亚,毕继鑫,林松

    关键词: 机载激光雷达测量,建筑物轮廓提取,区域生长算法,三维霍夫变换,算法

    来源: 测绘通报 2019年12期

    年度: 2019

    分类: 基础科学

    专业: 自然地理学和测绘学

    单位: 河海大学地球科学与工程学院

    基金: 江苏省研究生科研与实践创新计划(KYCX18_0621),中央高校基本科研业务费专项资金(2018B701X14)

    分类号: P225.2

    DOI: 10.13474/j.cnki.11-2246.2019.0388

    页码: 65-70

    总页数: 6

    文件大小: 1553K

    下载量: 245

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/1274d508b440d310317fcbd2.html