針對面向?qū)ο簏c云分類中單一分割算法無法滿足復雜場景分割需求的問題,該文提出了一種步進式區(qū)域生長的傾斜攝影測量點云分割算法。該算法首先進行粗分割,獲取光滑分割面片,然后將點云豐富的紋理信息引入精細分割過程,最后,利用可見光波段差異植被指數(shù)(VDVI)約束下的連通成分分析合并分割面片,得到最終的分割結(jié)果,并在兩景具有較強代表性的城區(qū)場景下完成了傾斜攝影測量點云的分割分類實驗。實驗結(jié)果表明,該文算法分割的面片形態(tài)規(guī)則、數(shù)量較少,且分類精度高達96.45%、94.44%,相比于單點和傳統(tǒng)單一分割算法的分類結(jié)果更優(yōu),研究結(jié)果適用于復雜場景下傾斜攝影測量點云的分類。

【文章頁數(shù)】：9 頁

【文章目錄】：
0 引言
1 步進式區(qū)域生長算法
    1.1 粗分割
    1.2 精細分割
    1.3 VDVI約束下的連通性分析
    1.4 地面點分割
2 面向?qū)ο蟮狞c云分類
3 實驗與分析
    3.1 測區(qū)數(shù)據(jù)
    3.2 粗分割結(jié)果
    3.3 精細分割結(jié)果
    3.4 分割面片合并結(jié)果
    3.5 地面點分割結(jié)果
    3.6 整體分割結(jié)果對比分析
4 分類結(jié)果對比分析
    4.1 定性分析
    4.2 定量分析
5 結(jié)束語



本文編號：3832037