本文關(guān)鍵詞： 建筑物提取 建筑物輪廓點(diǎn) 多種子點(diǎn) 區(qū)域增長 LiDAR點(diǎn)云　出處：《測繪通報(bào)》2017年02期 　論文類型：期刊論文

【摘要】：從機(jī)載雷達(dá)點(diǎn)云數(shù)據(jù)中快速準(zhǔn)確提取建筑物是當(dāng)前研究的難點(diǎn)和熱點(diǎn)。在對現(xiàn)有建筑物點(diǎn)云提取方法充分研究和分析的基礎(chǔ)上,本文提出了一種基于Li DAR點(diǎn)云的建筑物提取方法。首先根據(jù)建筑物的幾何特性提取初始建筑物輪廓點(diǎn);然后構(gòu)建局部協(xié)方差矩陣計(jì)算點(diǎn)云分布特征,剔除非建筑物輪廓點(diǎn);最后利用DBSCAN聚類算法對建筑物輪廓點(diǎn)聚類,以聚類結(jié)果為基礎(chǔ)構(gòu)建緩沖區(qū),以緩沖區(qū)內(nèi)所有建筑物輪廓點(diǎn)為初始種子點(diǎn),采用圓柱體鄰域進(jìn)行多種子點(diǎn)區(qū)域增長,實(shí)現(xiàn)建筑物點(diǎn)云的提取。通過兩組試驗(yàn),共5組數(shù)據(jù)驗(yàn)證本文算法的性能。試驗(yàn)結(jié)果表明,該方法能夠準(zhǔn)確、有效地提取多層復(fù)雜的建筑物點(diǎn)云,效率高,且具有一定的適用性。
[Abstract]:Rapid and accurate extraction of buildings from airborne radar point cloud data is a difficult and hot topic in current research. Based on the research and analysis of existing building point cloud extraction methods. In this paper, a building extraction method based on Li DAR point cloud is proposed. Firstly, the initial building contour points are extracted according to the geometric characteristics of the building. Then the local covariance matrix is constructed to calculate the distribution characteristics of the point cloud, and the non-building contour points are eliminated. Finally, DBSCAN clustering algorithm is used to cluster the building contour points. Based on the clustering results, the buffer zone is constructed, and all the building contour points in the buffer zone are taken as the initial seed points. The cylindrical neighborhood is used to grow the multi-seed point area to extract the building point cloud. Through two groups of experiments, the performance of the algorithm is verified by five groups of data. The experimental results show that the method is accurate. It is efficient and applicable to extract multi-story complex building point cloud effectively.
【作者單位】： 信息工程大學(xué)地理空間信息學(xué)院;61618部隊(duì);
【基金】：國家自然科學(xué)基金(41101396;41001262) 地理信息工程國家重點(diǎn)實(shí)驗(yàn)室開放研究基金(SKLGIE2015-M-3-3)
【分類號(hào)】：P237;P225
【正文快照】： 建筑物三維模型對于正射影像生成、地形圖修測、變化檢測、能源和財(cái)產(chǎn)管理,以及許多基于位置的服務(wù)都至關(guān)重要[1],如何生成可靠和準(zhǔn)確的建筑物三維模型一直是建筑物三維重建領(lǐng)域研究的熱點(diǎn)和難點(diǎn)。激光雷達(dá)測量(Li DAR)作為一種通過位置、距離、角度等觀測數(shù)據(jù)直接獲取對象表

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 劉志青;李鵬程;陳小衛(wèi);張保明;郭海濤;;基于信息向量機(jī)的機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)分類[J];光學(xué)精密工程;2016年01期

2 徐文學(xué);楊必勝;董震;彭向陽;麥曉明;王珂;高文武;;標(biāo)記點(diǎn)過程用于點(diǎn)云建筑物提取[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2014年05期

3 羅勝;姜挺;王鑫;張銳;江剛武;;原始機(jī)載LiDAR點(diǎn)云中建筑物激光點(diǎn)的自動(dòng)提取[J];測繪科學(xué)技術(shù)學(xué)報(bào);2013年03期

4 徐文學(xué);楊必勝;魏征;方莉娜;;多標(biāo)記點(diǎn)過程的LiDAR點(diǎn)云數(shù)據(jù)建筑物和樹冠提取[J];測繪學(xué)報(bào);2013年01期

5 尤紅建,蘇林,李樹楷;利用機(jī)載三維成像儀的DSM數(shù)據(jù)自動(dòng)提取建筑物[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2002年04期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 羅勝;張銳;王鑫;;機(jī)載LiDAR點(diǎn)云的多層建筑物三維輪廓模型自動(dòng)重建[J];測繪科學(xué)技術(shù)學(xué)報(bào);2016年05期

2 楊威;萬幼川;何培培;;張量投票的機(jī)載LiDAR數(shù)據(jù)建筑物自動(dòng)提取[J];測繪科學(xué);2016年09期

3 張西童;李永強(qiáng);毛杰;李有鵬;黃騰達(dá);;車載LiDAR點(diǎn)云相連行道樹精細(xì)分割[J];測繪科學(xué);2016年08期

4 趙翠曉;陳曦;楊遼;秦修功;段永超;;建筑物邊界約束的航空影像DSM優(yōu)化[J];遙感信息;2016年04期

5 甄貞;李響;修思玉;趙穎慧;魏慶彬;;基于標(biāo)記控制區(qū)域生長法的單木樹冠提取[J];東北林業(yè)大學(xué)學(xué)報(bào);2016年10期

6 聶玉澤;程英蕾;何曼蕓;;建立包裹圓提取建筑物L(fēng)iDAR點(diǎn)云邊緣點(diǎn)的算法[J];空軍工程大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年03期

7 劉錕銘;李永樹;唐敏;何艷秋;;鐵路沿線地物參數(shù)化三維建模方法研究[J];測繪科學(xué)技術(shù)學(xué)報(bào);2015年06期

8 陳光洲;岳東杰;許穎;郭珍珍;;基于DSM深度影像的機(jī)載LiDAR建筑物邊界提取[J];勘察科學(xué)技術(shù);2016年01期

9 楊自力;林先津;;基于影像快速處理系統(tǒng)的DSM生產(chǎn)方法[J];實(shí)驗(yàn)技術(shù)與管理;2015年10期

10 屈亞運(yùn);程英蕾;邱浪波;;改進(jìn)的八鄰域搜索提取建筑物立體特征方法[J];空軍工程大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年04期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李樂林;江萬壽;郭程方;;基于區(qū)域多次回波點(diǎn)密度分析的城區(qū)LiDAR建筑物提取[J];國土資源遙感;2015年02期

2 孫美玲;李永樹;陳強(qiáng);蔡國林;;基于迭代多尺度形態(tài)學(xué)開重建的城區(qū)LiDAR濾波方法[J];紅外與激光工程;2015年01期

3 徐文學(xué);楊必勝;魏征;方莉娜;;多標(biāo)記點(diǎn)過程的LiDAR點(diǎn)云數(shù)據(jù)建筑物和樹冠提取[J];測繪學(xué)報(bào);2013年01期

4 吳軍;劉榮;郭寧;劉麗娟;;SVM加權(quán)學(xué)習(xí)下的機(jī)載LiDAR數(shù)據(jù)多元分類研究[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2013年01期

5 魏征;董震;李清泉;楊必勝;;車載LiDAR點(diǎn)云中建筑物立面位置邊界的自動(dòng)提取[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2012年11期

6 姚伏天;錢l勌，

本文編號(hào)：1468819