基于法向量密度聚类的LiDAR点云屋顶面提取
  • 【DOI】

    10.3969/j.issn.1673-6338.2017.04.012

  • 【摘要】

    针对现有算法从LiDAR点云中提取复杂建筑物屋顶面不完整、阈值难以设置的问题,提出一种结合点云空间分布的法向量密度聚类提取屋顶面点云方法.通过构建Delaunay三角网,计算建筑物LiDAR点云的法向量;在分析建筑物点云空间和法向量分布特点的基础上,定义一种邻域关系度量屋顶面点云之间的相似性,并利用提出的算法聚类建筑物点云,得到屋顶面片点云粗提取结果;通过构建屋顶面片缓冲区,经面片处理得到建筑物各... 展开>>针对现有算法从LiDAR点云中提取复杂建筑物屋顶面不完整、阈值难以设置的问题,提出一种结合点云空间分布的法向量密度聚类提取屋顶面点云方法.通过构建Delaunay三角网,计算建筑物LiDAR点云的法向量;在分析建筑物点云空间和法向量分布特点的基础上,定义一种邻域关系度量屋顶面点云之间的相似性,并利用提出的算法聚类建筑物点云,得到屋顶面片点云粗提取结果;通过构建屋顶面片缓冲区,经面片处理得到建筑物各屋顶面的完整点云.选取不同复杂程度的建筑物进行实验,结果表明,算法能有效提取复杂建筑物屋顶面点云,具有较好的适应性,并能为建筑物三维重建提供可靠的屋顶面信息. 收起<<

  • 【作者】

    赵传  张保明  郭海涛  陈小卫 

  • 【作者单位】

    信息工程大学/信息工程大学

  • 【刊期】

    测绘科学技术学报 ISTIC PKU 2017年4期

  • 【关键词】

    密度聚类  空间分布  LiDAR点云  屋顶面提取  法向量  density-based cluster  spatial distribution  LiDAR point cloud  roof extraction  normal vector 

  • 【基金项目】

    国家自然科学基金项目 地理信息工程国家重点实验室开放基金项目