利用合成算法从LiDAR数据提取屋顶面

• 作者: 张良 马洪超 高广
• 来源期刊: 武汉大学学报（信息科学版）
• 学科: 地球科学
• 关键词: LiDAR 屋顶面 先验知识 RANSAC
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 学术论文
• 页码范围: 1225-1230
• 分类号: P237.9
• 语种: 中文
• DOI: 10.13203/j.whugis20130570

摘要

区域增长法和随机抽样一致性(RANSAC)算法是从LiDAR数据提取屋顶面时常用的两类方法,但这两种方法都存在某些缺陷,使它们的应用受到了一定限制.针对LiDAR数据中建筑物脚点的特点,提出了一种融合以上两种方法优点于一体的合成算法.①根据脚点的法向量和粗糙度特征进行屋顶面粗提取;②在屋顶面粗提取结果的基础上,利用基于先验知识的局部采样策略和区域增长方式对传统随机抽样一致性算法进行扩展,实现屋顶面自动提取;③采用投票法解决屋顶面竞争问题,提高屋顶面的提取精度.实验结果表明,本文设计的合成算法能够有效地提取建筑物屋顶面.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马洪超	武汉大学遥感信息工程学院	57	657	14.0	22.0
2	张良	武汉大学遥感信息工程学院	28	186	8.0	13.0
3	高广	武汉大学遥感信息工程学院	6	66	4.0	6.0