發(fā)布時(shí)間：2018-07-10 15:58

  本文選題：點(diǎn)云 + 建筑物�。� 參考：《測(cè)繪科學(xué)技術(shù)學(xué)報(bào)》2017年03期

【摘要】：建筑物屋頂面點(diǎn)云分割結(jié)果的好壞對(duì)建筑物三維模型重建起著重要的作用。針對(duì)傳統(tǒng)RANSAC算法建筑物屋頂面點(diǎn)云的分割問(wèn)題,提出了一種基于局部約束的建筑物點(diǎn)云平面分割方法。利用點(diǎn)云局部曲面法向約束構(gòu)建法向準(zhǔn)則,利用半徑約束的點(diǎn)云空間聚類(lèi)的方法對(duì)共面屋頂面點(diǎn)云進(jìn)行分解,從而抑制"偽屋頂面"的產(chǎn)生;利用局部抽樣策略降低算法的迭代次數(shù),減少運(yùn)算量。實(shí)驗(yàn)表明該方法能夠獲得穩(wěn)定可靠的建筑物屋頂點(diǎn)云分割結(jié)果,將有利于后續(xù)的建筑物三維模型重建。
[Abstract]:The result of roof point cloud segmentation plays an important role in building 3D model reconstruction. Aiming at the traditional RANSAC algorithm, a method of building point cloud plane segmentation based on local constraints is proposed. The normal criterion is constructed by using the point cloud local surface normal constraint, and the point cloud space clustering method with radius constraint is used to decompose the point cloud on the coplanar roof surface, so as to suppress the "pseudo roof surface". Local sampling strategy is used to reduce the number of iterations and reduce the computation. The experimental results show that the method can obtain stable and reliable results of point cloud segmentation on the roof of buildings, which will be beneficial to the subsequent 3D model reconstruction of buildings.
【作者單位】： 信息工程大學(xué);空軍航空大學(xué);95806部隊(duì);
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(41101396;41001262)
【分類(lèi)號(hào)】：P237

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李德江;張延波;于曼竹;姜麗麗;曲雪光;;基于掃描模式的點(diǎn)云修復(fù)技術(shù)研究[J];測(cè)繪與空間地理信息;2011年06期

2 蔡來(lái)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

3 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

4 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

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

6 張巧英;陳浩;朱爽;;密度聚類(lèi)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

7 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

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

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

10 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

相關(guān)會(huì)議論文 前4條

1 蔡來(lái)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(jiǎn)化算法研究[A];中國(guó)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

相關(guān)重要報(bào)紙文章 前1條

1 中國(guó)工程院院士 劉先林;四維遠(yuǎn)見(jiàn)的裝備創(chuàng)新[N];中國(guó)測(cè)繪報(bào);2012年

相關(guān)博士學(xué)位論文 前8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 李艷紅;車(chē)載移動(dòng)測(cè)量系統(tǒng)數(shù)據(jù)配準(zhǔn)與分類(lèi)識(shí)別關(guān)鍵技術(shù)研究[D];武漢大學(xué);2014年

3 崔婷婷;結(jié)合車(chē)載點(diǎn)云和全景影像的建筑物立面重建[D];武漢大學(xué);2015年

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

5 馮義從;車(chē)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

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

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

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

相關(guān)碩士學(xué)位論文 前10條

1 胡誠(chéng);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

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 羅寒;地面激光掃描三維模型重建技術(shù)研究[D];東華理工大學(xué);2016年

4 朱寧寧;三維激光掃描監(jiān)測(cè)地鐵隧道形變關(guān)鍵技術(shù)研究[D];河南理工大學(xué);2015年

5 楊莎莎;車(chē)載LiDAR點(diǎn)云中行道樹(shù)信息提取研究[D];河南理工大學(xué);2015年

6 鐘禮山;側(cè)視LiDAR數(shù)據(jù)多層次單木點(diǎn)云分割研究[D];南京大學(xué);2016年

7 張倩寧;基于地形復(fù)雜度的LiDAR點(diǎn)云簡(jiǎn)化方法研究[D];西南交通大學(xué);2016年

8 段振龍;三維激光點(diǎn)云分塊配準(zhǔn)方法研究[D];西南交通大學(xué);2016年

9 單長(zhǎng)賀;融合影像序列的三維激光數(shù)據(jù)建模技術(shù)研究[D];昆明理工大學(xué);2016年

10 孫蒙;機(jī)載LiDAR點(diǎn)云與航空影像融合的地物分類(lèi)方法研究[D];中國(guó)礦業(yè)大學(xué);2016年

，

本文編號(hào)：2113875