本文內(nèi)容來源于《測繪通報》2022年第9期，審圖號：GS京（2022）0710號
一種基于傾斜攝影測量點云密度自適應(yīng)分割的建筑物邊界提取方法
劉禹麒1, 陳廣亮1, 蔡岳臻1, 李名豪2, 陳定安2, 胡小中1
1. 廣州藍圖地理信息技術(shù)有限公司, 廣東 廣州 510650;
2. 中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院, 廣東 廣州 510275
基金項目：中山大學(xué)橫向結(jié)題項目續(xù)研預(yù)研經(jīng)費(37000-14090113);廣州藍圖地理信息技術(shù)有限公司科研項目(2021RD7)
關(guān)鍵詞：傾斜攝影, 單體化, 特征提取, 聚類分割, 點云數(shù)據(jù)
引文格式：劉禹麒, 陳廣亮, 蔡岳臻, 等. 一種基于傾斜攝影測量點云密度自適應(yīng)分割的建筑物邊界提取方法[J]. 測繪通報, 2022(9): 52-57.doi: 10.13474/j.cnki.11-2246.2022.0263.
摘要
摘要： 針對傾斜攝影場景中建筑物單體化問題,本文提出了基于傾斜攝影測量點云數(shù)據(jù)的建筑物識別和邊界提取自動化算法。首先,對點云進行預(yù)處理,去除地面點和噪聲點;然后,對點云進行二維柵格化處理,按間隔距離預(yù)分割;最后,結(jié)合改進的大津算法和區(qū)域增長算法,從預(yù)分割點云識別其中的建筑物,并提取建筑物邊界點。從廣東省江門市和湛江市選取兩處試驗區(qū)域?qū)λ惴ㄟM行測試,結(jié)果表明:區(qū)域內(nèi)建筑物點云均能準確被分割識別,建筑物邊界提取準確度分別為87.8%與92.3%,說明本文提出的方法對于傾斜攝影測量建筑物識別和邊界提取的適用性較強。
作者簡介
作者簡介：劉禹麒(1980—),男,碩士,高級工程師,研究方向為攝影測量、三維建模及應(yīng)用等。E-mail:lyq657@126.com
通信作者：陳定安。E-mail:chantingon@mail.sysu.edu.cn
初審：楊瑞芳
復(fù)審：宋啟凡
終審：金 君
資訊
版權(quán)聲明：本文內(nèi)容由互聯(lián)網(wǎng)用戶自發(fā)貢獻，該文觀點僅代表作者本人。本站僅提供信息存儲空間服務(wù)，不擁有所有權(quán)，不承擔相關(guān)法律責任。如發(fā)現(xiàn)本站有涉嫌抄襲侵權(quán)/違法違規(guī)的內(nèi)容， 請發(fā)送郵件至 舉報，一經(jīng)查實，本站將立刻刪除。