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:
采用车载LiDAR数据进行窗户模型构建是一项艰巨的工作,本文提出了一整套窗户模型构建方法.首先利用RANSAC算法对建筑物立面进行探测分离主墙面,基于空洞思想对主墙面窗户进行聚类,然后采用动态椭圆凸壳算法探测窗户边界轮廓点.对获取窗户边界点采用RANSAC算法进行分割,采用基于稳健整体最小二乘算法进行直线拟合和角点恢复,最终结合窗户的几何特征完成窗户模型构建.试验结果证明了该方法能够准确有效地构建建筑物立面中的窗户模型.
推荐文章
基于倾斜影像点云的建筑物提取算法研究
倾斜影像点云
建筑物提取
骨架提取算法
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
基于点云数据的建筑物快速三维重建方法
地面激光扫描
点云数据
可视化
三维重建
投影线拟合
三维激光扫描技术在建筑物立面测绘中的应用
立面测绘
三维点云
FARO
三维激光扫描仪
立面图
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 利用车载点云数据构建建筑物立面窗户模型
来源期刊 测绘通报 学科 地球科学
关键词 车载LiDAR 建筑物立面 RANSAC 聚类分割 模型构建
年,卷(期) 2020,(5) 所属期刊栏目 学术研究
研究方向 页码范围 95-100
页数 6页 分类号 P228
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 李永强 河南理工大学测绘与国土信息工程学院 42 328 11.0 15.0
2 范辉龙 河南理工大学测绘与国土信息工程学院 9 14 3.0 3.0
3 李鹏鹏 河南理工大学测绘与国土信息工程学院 12 25 3.0 4.0
4 杨清科 1 0 0.0 0.0
5 刘亚坤 河南理工大学测绘与国土信息工程学院 1 0 0.0 0.0
6 赵上斌 河南理工大学测绘与国土信息工程学院 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  (154)
共引文献  (37)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1944(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(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)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(14)
  • 参考文献(1)
  • 二级参考文献(13)
2010(15)
  • 参考文献(1)
  • 二级参考文献(14)
2011(13)
  • 参考文献(0)
  • 二级参考文献(13)
2012(11)
  • 参考文献(2)
  • 二级参考文献(9)
2013(16)
  • 参考文献(0)
  • 二级参考文献(16)
2014(18)
  • 参考文献(0)
  • 二级参考文献(18)
2015(18)
  • 参考文献(2)
  • 二级参考文献(16)
2016(11)
  • 参考文献(0)
  • 二级参考文献(11)
2017(15)
  • 参考文献(3)
  • 二级参考文献(12)
2018(2)
  • 参考文献(0)
  • 二级参考文献(2)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
车载LiDAR
建筑物立面
RANSAC
聚类分割
模型构建
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