本文關(guān)鍵詞：基于移動(dòng)激光掃描點(diǎn)云特征圖像和SVM的建筑物立面半自動(dòng)提取方法　出處：《地球信息科學(xué)學(xué)報(bào)》2016年07期 　論文類型：期刊論文

  更多相關(guān)文章： 移動(dòng)激光掃描系統(tǒng) 建筑物立面提取 點(diǎn)云特征圖像 支持向量機(jī)(SVM)

【摘要】：建筑物立面是城市地物的重要組成部分,而移動(dòng)激光掃描是獲取城市地物三維信息的重要手段之一。本文提出了一種基于移動(dòng)激光掃描點(diǎn)云的建筑物立面半自動(dòng)提取算法。該方法首先構(gòu)建研究區(qū)水平網(wǎng)格;然后計(jì)算局部點(diǎn)云幾何特征,并且將特征投影到水平網(wǎng)格生成點(diǎn)云特征圖像;接著基于支持向量機(jī)(Support Vector Machine,SVM)對(duì)建筑物立面網(wǎng)格進(jìn)行粗提取;最后使用網(wǎng)格屬性(形狀系數(shù)、網(wǎng)格面積、最大高程)對(duì)粗提取結(jié)果進(jìn)行過濾,并將結(jié)果反投影到三維空間中得到精確的建筑物立面。以卡內(nèi)基梅隆大學(xué)的移動(dòng)激光掃描點(diǎn)云進(jìn)行試驗(yàn)后表明,本算法能夠較好地提取出建筑物立面,提取精度為84%,召回率為90%,數(shù)據(jù)修正后精度為88%,召回率為91%。通過與現(xiàn)有算法對(duì)比,本文提出的算法具有較高精度。
【作者單位】： 華東師范大學(xué)地理信息科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金項(xiàng)目(41471449) 上海市自然科學(xué)基金項(xiàng)目(14ZR1412200) 中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金項(xiàng)目
【分類號(hào)】：P225.2
【正文快照】： 84%,召回率為90%,數(shù)據(jù)修正后精度為88%,召回率為91%。通過與現(xiàn)有算法對(duì)比,本文提出的算法具有較高精度。1引言隨著三維空間信息獲取技術(shù)的發(fā)展,激光掃描技術(shù)(Laser Scanning)已經(jīng)成為獲取城市地表三維空間信息最快最有效的手段之一。近年來,從激光掃描數(shù)據(jù)中提取建筑物點(diǎn)云已

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 蔡來良;李儒;;點(diǎn)云數(shù)據(jù)處理算法與實(shí)現(xiàn)初步研究[J];測(cè)繪通報(bào);2012年S1期

2 詹慶明;張海濤;喻亮;;古建筑激光點(diǎn)云-模型多層次一體化數(shù)據(jù)模型[J];地理信息世界;2010年04期

3 張毅;閆利;;地面激光點(diǎn)云強(qiáng)度噪聲的三維擴(kuò)散濾波方法[J];測(cè)繪學(xué)報(bào);2013年04期

4 程效軍;李偉英;張小虎;;基于自適應(yīng)八叉樹的點(diǎn)云數(shù)據(jù)壓縮方法研究[J];河南科學(xué);2010年10期

5 張巧英;陳浩;朱爽;;密度聚類算法在連續(xù)分布點(diǎn)云去噪中的應(yīng)用[J];地理空間信息;2011年06期

6 李德江;殷福忠;孫利民;;基于特征點(diǎn)的點(diǎn)云壓縮方法研究[J];測(cè)繪通報(bào);2012年01期

7 宋楊;;基于線性八叉樹的點(diǎn)云簡化與特征提取研究[J];廣東科技;2012年17期

8 宋楊;;基于線性八叉樹的點(diǎn)云簡化與特征提取研究[J];廣東科技;2012年13期

9 陳凱;張達(dá);張?jiān)?;采空區(qū)三維激光掃描點(diǎn)云數(shù)據(jù)處理方法[J];光學(xué)學(xué)報(bào);2013年08期

10 羅德安;廖麗瓊;吳志群;;基于點(diǎn)云的建筑立面模型快速重建[J];測(cè)繪通報(bào);2013年12期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前4條

1 蔡來良;李儒;;點(diǎn)云數(shù)據(jù)處理算法與實(shí)現(xiàn)初步研究[A];第四屆“測(cè)繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

2 李濱;王佳;;基于點(diǎn)云的建筑測(cè)繪信息提取[A];第四屆“測(cè)繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

3 趙福生;胡靜波;;基于距離-梯度的LIDAR點(diǎn)云簡化算法研究[A];中國測(cè)繪學(xué)會(huì)2010年學(xué)術(shù)年會(huì)論文集[C];2010年

4 李艷芳;;改進(jìn)ICP算法在點(diǎn)云精確配準(zhǔn)中的應(yīng)用[A];2014年2月建筑科技與管理學(xué)術(shù)交流會(huì)論文集[C];2014年

中國重要報(bào)紙全文數(shù)據(jù)庫 前1條

1 中國工程院院士 劉先林;四維遠(yuǎn)見的裝備創(chuàng)新[N];中國測(cè)繪報(bào);2012年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 彭檢貴;融合點(diǎn)云與高分辨率影像的城區(qū)道路提取與表面重建研究[D];武漢大學(xué);2012年

2 楊德賀;面向虛擬測(cè)方系統(tǒng)的點(diǎn)云聚類與擬合理論[D];中國礦業(yè)大學(xué)（北京）;2014年

3 馮義從;車載LiDAR點(diǎn)云的建筑物立面信息快速自動(dòng)提取[D];西南交通大學(xué);2014年

4 李峰;機(jī)載LiDAR點(diǎn)云的濾波分類研究[D];中國礦業(yè)大學(xué)（北京）;2013年

5 熊友誼;地面激光掃描點(diǎn)云與魚眼全景影像的配準(zhǔn)與整合研究[D];中國礦業(yè)大學(xué)（北京）;2014年

6 孫美玲;機(jī)載LiDAR數(shù)據(jù)濾波及城區(qū)汽車目標(biāo)檢測(cè)方法研究[D];西南交通大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 孫正林;三維激光掃描點(diǎn)云數(shù)據(jù)濾波方法研究[D];中南大學(xué);2011年

2 馬寧;基于激光束法區(qū)域網(wǎng)平差的三維激光掃描點(diǎn)云定向方法研究[D];山東理工大學(xué);2015年

3 韋江霞;面向快速建模的車載激光點(diǎn)云的城市典型地物分類方法研究[D];首都師范大學(xué);2014年

4 趙振峰;基于機(jī)載LiDAR點(diǎn)云的道路提取研究[D];昆明理工大學(xué);2012年

5 羅勇;基于柵格點(diǎn)云的CSG模型生成技術(shù)研究[D];北京建筑工程學(xué)院;2012年

6 胡誠;精度約束下地表LiDAR點(diǎn)云抽稀方法研究[D];西南交通大學(xué);2015年

7 陳飛;基于機(jī)載LiDAR點(diǎn)云的道路提取方法研究[D];西南交通大學(xué);2013年

8 曾飛翔;基于影像的激光雷達(dá)點(diǎn)云邊緣精細(xì)化技術(shù)研究[D];北京建筑大學(xué);2014年

9 王思維;基于分割的機(jī)載LiDAR點(diǎn)云數(shù)據(jù)濾波獲取DTM方法研究[D];成都理工大學(xué);2014年

10 谷延超;機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)濾波方法研究[D];西南交通大學(xué);2014年

，

本文編號(hào)：1308134