【摘要】：針對(duì)全自動(dòng)建筑物3D重建存在需要后續(xù)人工檢驗(yàn),且發(fā)現(xiàn)重建錯(cuò)誤需要花費(fèi)額外時(shí)間修改的問(wèn)題,提出了一種半自動(dòng)的面向?qū)ο蟮臋C(jī)載LiDAR點(diǎn)云建筑物3D重建方法�；诮ㄖ镱�(lèi)別點(diǎn)云的聯(lián)通分析和平面生長(zhǎng)分割結(jié)果,提出了自動(dòng)的建筑物棟數(shù)檢測(cè)、單棟建筑物外輪廓提取、單棟建筑物內(nèi)部結(jié)構(gòu)線提取方法;同時(shí),在計(jì)算機(jī)無(wú)法完成部分工作時(shí),人工輔助計(jì)算機(jī)完成高程階越線提取、識(shí)別建筑物屋頂附屬物點(diǎn)云等工作。實(shí)驗(yàn)證明,該方法可以適用于高密度機(jī)載LiDAR點(diǎn)云數(shù)據(jù)中城區(qū)大部分建筑物的3D模型重建。
[Abstract]:A semi-automatic 3D reconstruction method for airborne LiDAR point cloud building is proposed to solve the problem that the 3D reconstruction of automatic building needs subsequent manual inspection and it needs to take extra time to modify the reconstruction error. Based on the connection analysis of building category point cloud and the result of plane growing segmentation, an automatic building number detection method, a single building outer contour extraction method, and a single building internal structure line extraction method are proposed. When the computer is unable to complete part of the work, the artificial computer completes the extraction of the elevation order and the identification of the point cloud of the roof appendages of the building. Experimental results show that this method can be applied to 3D model reconstruction of most urban buildings in high density airborne LiDAR point cloud data.
【作者單位】： 江西省地理國(guó)情監(jiān)測(cè)遙感院;非凡智慧(寧夏)科技有限公司;
【基金】：江西省地理國(guó)情監(jiān)測(cè)遙感院基礎(chǔ)測(cè)繪項(xiàng)目(Q1601)
【分類(lèi)號(hào)】：P23

【相似文獻(xiàn)】

相關(guān)期刊論文 前10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[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(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

5 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

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(shù)的點(diǎn)云簡(jiǎn)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(shù)的點(diǎn)云簡(jiǎn)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

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7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 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

4 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

5 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

6 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

7 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)：2223333