一种利用点云邻域信息的建筑物屋顶面高精度自动提取方法

• 作者: 卢俊 张保明 赵传 郭海涛 陈小卫
• 来源期刊: 测绘学报
• 学科: 地球科学
• 关键词: 建筑物屋顶面 LiDAR数据 邻域信息 密度聚类 点云 建筑物三维重建
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 摄影测量学与遥感
• 页码范围: 1123-1134
• 页数: 12页
• 分类号: P237
• 字数: 7173字
• 语种: 中文

摘要

从LiDAR数据中高精度地提取建筑物屋顶面是构建屋顶面拓扑关系、实现建筑物三维模型重建的关键.本文针对现有算法提取复杂建筑物屋顶面适应性较差、精度较低等问题,提出了一种利用点云邻域信息的建筑物屋顶面高精度自动提取方法.通过主成分分析计算点云特征,构建特征直方图,选取可靠种子点;利用提出的局部点云法向量分布密度聚类算法聚类种子点,快速准确地提取初始屋顶面片;构建基于邻域信息的投票模型,有效地解决屋顶面竞争现象.试验结果表明,本文方法可自动、高精度地提取屋顶面,对不同复杂程度的建筑物具有较好的适应性,能为建筑物三维模型重建提供可靠的屋顶面信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张保明	信息工程大学地理空间信息学院	66	543	10.0	21.0
2	郭海涛	信息工程大学地理空间信息学院	75	636	11.0	22.0
3	卢俊	信息工程大学地理空间信息学院	26	62	5.0	6.0
4	陈小卫	信息工程大学地理空间信息学院	16	113	7.0	10.0
6	赵传	信息工程大学地理空间信息学院	14	49	5.0	6.0