基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
机载LIDAR点云数据分布呈现离散化,扫描的目标点云没有明确的轮廓,而建筑物形状呈现复杂化和多样化,这给提取机载LIDAR数据中建筑物轮廓线带来了困难.Alpha Shapes算法的优点在于无需知道点云中各点处的法向量及其他先验知识就能进行处理,避免了插值算法带来的误差影响,对于少量点云缺失及数据冗余的情况,算法仍具有良好的稳定性和适应性.Alpha Shapes方法可以得到较为精细的建筑物边缘,且该算法适用于各种多边形建筑物轮廓线的提取.
推荐文章
基于先验知识的肝脏轮廓线提取算法研究
肝脏
CT图像
拉普拉斯
套索模型
边缘提取
Snake算法
双阈值Alpha Shapes算法提取点云建筑物轮廓研究
LiDAR
建筑物轮廓提取
RANSAC
AlphaShapes算法
激光点云提取建筑物平面目标算法研究
激光雷达
平面提取
KD树索引
霍夫变换
高斯球
LIDAR点云中高精度建筑物分割算法研究
激光雷达
目标分割
高程纹理
边缘跟踪
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Alpha Shapes算法的LIDAR数据建筑物轮廓线提取
来源期刊 智能建筑与智慧城市 学科
关键词 Alpha Shapes算法 机载LIDAR 建筑物轮廓线
年,卷(期) 2019,(2) 所属期刊栏目 智能建筑
研究方向 页码范围 23-25
页数 3页 分类号
字数 574字 语种 中文
DOI 10.3969/j.issn.1671-9506.2019.02.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈犀力 7 20 2.0 4.0
2 王秋燕 4 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (46)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (11)
二级引证文献  (0)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Alpha Shapes算法
机载LIDAR
建筑物轮廓线
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
智能建筑与智慧城市
月刊
1671-9506
11-1392/TU
大16开
北京市海淀区半壁街南路8号汇景阁613室
82-729
1994
chi
出版文献量(篇)
7579
总下载数(次)
15
总被引数(次)
10618
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导