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:
建筑物是城市三维建模的重要元素,其轮廓信息的提取既是难点又是重点.本文提出了原始激光雷达点云数据的渐进式建筑物轮廓线提取方法.首先对原始点云数据采用渐进数学形态学滤波分离非地面点;然后使用改进的三维Hough转换分类出建筑物点云;进一步提取建筑物轮廓点,并根据相邻点方位角阈值确定建筑点云轮廓的关键点,以此简化并拟合建筑物轮廓线;最后基于轮廓线长度加权方向将建筑物轮廓规则化.结果 表明,该方法大大提高了点云处理的效率和精度,可以直接从采集到的初始数据中自动化渐进式得到建筑物轮廓线信息.同时该方法对解决中小城镇建筑物体积小,距离近和屋顶坡度较大等问题具有较好的效果.
推荐文章
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
基于激光雷达的建筑物日照分析
日照分析
激光雷达
三维GIS
基于激光雷达点云数据生成等高线
激光雷达
点云数据
等高线
DEM
DSM
高程点
利用神经网络的城区机载激光雷达点云分类算法
神经网络
激光雷达
数据压缩
邻域特征提取
点云分类
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 利用原始激光雷达点云数据提取渐进式建筑物轮廓线
来源期刊 测绘通报 学科 地球科学
关键词 建筑物轮廓线 原始LiDAR点云 三维Hough转换 轮廓线简化 长度加权规则化
年,卷(期) 2020,(9) 所属期刊栏目 学术研究
研究方向 页码范围 80-84
页数 5页 分类号 P234.4
字数 语种 中文
DOI
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 赵飞 25 62 4.0 6.0
3 闻平 12 50 4.0 6.0
4 王冲 8 27 3.0 5.0
5 吴小东 11 20 2.0 4.0
8 王莹 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (85)
共引文献  (37)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(9)
  • 参考文献(0)
  • 二级参考文献(9)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(9)
  • 参考文献(1)
  • 二级参考文献(8)
2014(10)
  • 参考文献(1)
  • 二级参考文献(9)
2015(7)
  • 参考文献(1)
  • 二级参考文献(6)
2016(7)
  • 参考文献(1)
  • 二级参考文献(6)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
建筑物轮廓线
原始LiDAR点云
三维Hough转换
轮廓线简化
长度加权规则化
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
测绘通报
月刊
0494-0911
11-2246/P
大16开
北京西城区三里河路50号
2-223
1955
chi
出版文献量(篇)
8030
总下载数(次)
39
总被引数(次)
77081
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导