本文選題：機載激光雷達　切入點：點云數(shù)據(jù)　出處：《武漢大學學報(信息科學版)》2017年04期

【摘要】：建筑物提取一直是機載激光點云數(shù)據(jù)處理研究的熱點,其中建筑物和其他地物之間的區(qū)分是研究的核心和難點。為提高建筑物與其他地物在機載激光點云中的區(qū)分能力,提出了一種建筑物點云層次提取方法。首先,在點云濾波后,從非地面點云中提取建筑物候選區(qū)域;然后,通過形態(tài)學重建和點云平面分割方法對建筑物候選區(qū)域構建多尺度空間,并建立目標區(qū)域的拓撲關系圖;最后,在拓撲關系圖基礎上,利用5種特征量對目標區(qū)域分類,并精確提取建筑物點云。為了測試算法的有效性和可靠性,利用國際攝影測量與遙感學會(International Society for Photogrammetry and Remote Sensing,ISPRS)提供的Vaihingen和Toronto兩組測試數(shù)據(jù)集進行實驗,并由ISPRS對結(jié)果進行評估,其中基于面積和目標的完整度、正確率和提取質(zhì)量分別都大于87.8%、94.7%、87.3%。與其他建筑物提取方法相比,該方法在基于面積和目標的質(zhì)量指標方面最為穩(wěn)定。實驗結(jié)果表明,在不同的城市場景下,該算法能夠穩(wěn)健地提取建筑物,并保持很高的正確率。
[Abstract]:Building extraction has always been a hot topic in airborne laser point cloud data processing, in which the distinction between buildings and other features is the core and difficulty. In this paper, a method of building point cloud level extraction is proposed. Firstly, after point cloud filtering, building candidate area is extracted from non-ground point cloud, and then, By means of morphological reconstruction and point cloud plane segmentation, multi-scale space is constructed for candidate areas of buildings, and topological relation diagrams of target regions are established. Finally, based on topological relation diagrams, five kinds of feature quantities are used to classify target regions. In order to test the validity and reliability of the algorithm, two sets of test data sets, Vaihingen and Toronto, provided by the International Society of Photogrammetry and remote Sensing (ISPRS), were used to test the results and the results were evaluated by ISPRS. Among them, based on the integrity of area and target, the accuracy and quality of extraction are all greater than 87.8% and 94.7%, respectively. Compared with other methods of building extraction, this method is the most stable in terms of quality index based on area and target. The experimental results show that, In different urban scenarios, the algorithm can extract buildings stably and maintain a high accuracy.
【作者單位】： 武漢大學測繪遙感信息工程國家重點實驗室;中國地質(zhì)大學(武漢)信息工程學院;
【基金】：國家科技支撐計劃(2014BAL05B07) 國家自然科學基金(41531177) 海洋公益性行業(yè)科研專項經(jīng)費(2013418025-6)~~
【分類號】：P23

【相似文獻】

相關期刊論文 前10條

1 高恩陽;鄭昊鴻;;點云數(shù)據(jù)濾波方法綜述[J];科技資訊;2012年33期

2 龔書林;;三維激光點云處理軟件的若干關鍵技術[J];測繪通報;2014年06期

3 趙強;彭國華;王鋒;;點云精簡的一種方法[J];西南民族大學學報(自然科學版);2006年05期

4 李德江;張延波;于曼竹;姜麗麗;曲雪光;;基于掃描模式的點云修復技術研究[J];測繪與空間地理信息;2011年06期

5 蔡來良;李儒;;點云數(shù)據(jù)處理算法與實現(xiàn)初步研究[J];測繪通報;2012年S1期

6 詹慶明;張海濤;喻亮;;古建筑激光點云-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

7 曾敬文;朱照榮;丁銳;;基于立方體網(wǎng)格的數(shù)據(jù)點云約簡和體積計算方法[J];測繪科學;2008年06期

8 楊欣;姚海燕;;平面點云邊界參數(shù)識別[J];中國西部科技;2009年27期

9 孫瑞;張彩霞;;點云數(shù)據(jù)壓縮算法綜述[J];科技信息;2010年32期

10 張毅;閆利;;地面激光點云強度噪聲的三維擴散濾波方法[J];測繪學報;2013年04期

相關會議論文 前10條

1 李文濤;韋群;楊海龍;;基于圖像的點云生成和預處理[A];2011年全國通信安全學術會議論文集[C];2011年

2 蔡來良;李儒;;點云數(shù)據(jù)處理算法與實現(xiàn)初步研究[A];第四屆“測繪科學前沿技術論壇”論文精選[C];2012年

3 馬國慶;陶萍萍;楊周旺;;點云空間曲線的微分信息計算及匹配方法[A];第四屆全國幾何設計與計算學術會議論文集[C];2009年

4 江倩殷;劉忠途;李熙瑩;;一種有效的點云精簡算法[A];第十五屆全國圖象圖形學學術會議論文集[C];2010年

5 解輝;張愛武;孟憲剛;;機載激光點云快速繪制方法[A];第二十五屆全國空間探測學術研討會摘要集[C];2012年

6 李凱;張愛武;;基于激光點云的糧倉儲糧數(shù)量測量方法[A];第二屆“測繪科學前沿技術論壇”論文精選[C];2010年

7 朱曉強;余燁;劉曉平;袁曉輝;Bill P.Buckles;;基于航拍圖像和LiDAR點云的城市道路提取[A];全國第19屆計算機技術與應用（CACIS）學術會議論文集（上冊）[C];2008年

8 劉虎;;基于線性八叉樹的點云簡化與特征提取研究[A];促進科技經(jīng)濟結(jié)合，服務創(chuàng)新驅(qū)動發(fā)展——蚌埠市科協(xié)2012年度學術年會論文集[C];2012年

9 李濱;王佳;;基于點云的建筑測繪信息提取[A];第四屆“測繪科學前沿技術論壇”論文精選[C];2012年

10 楊雪春;;反求工程建模中點云切片技術研究[A];全國先進制造技術高層論壇暨第八屆制造業(yè)自動化與信息化技術研討會論文集[C];2009年

相關重要報紙文章 前2條

1 曹裕華 高化猛 江鴻賓;激光點云 亦真亦幻[N];解放軍報;2013年

2 中國工程院院士 劉先林;四維遠見的裝備創(chuàng)新[N];中國測繪報;2012年

相關博士學位論文 前10條

1 彭檢貴;融合點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;2012年

2 劉涌;基于連續(xù)序列自動快速拼接的全方位三維測量技術研究[D];西南交通大學;2013年

3 袁小翠;產(chǎn)品表面缺陷視覺檢測數(shù)據(jù)處理關鍵技術研究[D];南昌大學;2015年

4 賴祖龍;基于LiDAR點云與影像的海岸線提取和地物分類研究[D];武漢大學;2013年

5 王瑞巖;計算機視覺中相機標定及點云配準技術研究[D];西安電子科技大學;2015年

6 段敏燕;機載激光雷達點云電力線三維重建方法研究[D];武漢大學;2015年

7 韓峰;基于點云信息的既有鐵路狀態(tài)檢測與評估技術研究[D];西南交通大學;2015年

8 金龍存;3D點云復雜曲面重構關鍵算法研究[D];上海大學;2012年

9 李揚彥;基于點云的三維重建與形變事件分析[D];中國科學院深圳先進技術研究院;2013年

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

相關碩士學位論文 前10條

1 龔碩然;基于Delaunay三角剖分的點云三維網(wǎng)格重構[D];河北大學;2015年

2 楊紅粉;頻域技術應用于點云配準研究[D];北京建筑大學;2015年

3 段紅娟;點云圖像交互式曲線骨架提取技術及其應用[D];西南交通大學;2015年

4 張永恒;散亂點云數(shù)據(jù)配準方法研究[D];長安大學;2015年

5 吳愛;面向特征擬合的點云簡化方法研究[D];中國地質(zhì)大學(北京);2015年

6 薛廣順;基于立體視覺的牛體點云獲取方法研究與實現(xiàn)[D];西北農(nóng)林科技大學;2015年

7 胡誠;精度約束下地表LiDAR點云抽稀方法研究[D];西南交通大學;2015年

8 余明;三維離散點云數(shù)據(jù)處理技術研究[D];南京理工大學;2015年

9 陳星宇;基于三維彩色點云的地形分類方法研究[D];南京理工大學;2015年

10 朱東方;基于復雜拓撲結(jié)構點云的曲線擬合研究與應用[D];山東大學;2015年

，

本文編號：1659091