结合体元数据结构的机载lidar建筑物检测.pdf

结合体元数据结构的机载lidar建筑物检测.pdf

  1. 1、本文档共11页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
结合体元数据结构的机载lidar建筑物检测

中图法分类号:P237 文献标识码:A 文章编号:1006-8961(年) - 论文引用格式: 结合体元数据结构的机载LIDAR 建筑物检测 王丽英,王圣,徐艳,李玉 辽宁工程技术大学测绘与地理科学学院,辽宁阜新,123000 摘 要 :目的:目前,点云、栅格格网及不规则三角网等建筑物检测中常用的离散LIDAR 点云数据表达方式 存在模型表达复杂、算法开发困难、结果表达不准确及难以表达多返回数据等缺点。为此,针对LIDAR 点云体 元结构模型构建及在此基础上的建筑物检测展开研究,提出了一种基于体元的建筑物检测算法。方法:算法首 先将点云数据规则化为二值(即1、0 值,分别表示体元中是否包含有激光点)3D 体元结构。然后利用3D 滤波算 法将上述体元结构中表征数据点的体元分解为地面和非地面体元。最后,依据建筑物边缘的接近直线、跳变特 性从非地面体元中搜寻建筑物边缘作为种子体元进而标记与其3D 连通的非地面体元集合为建筑物体元。结果: 实验基于ISPRS 提供的包含了不同的建筑物类型的城区LIDAR 点云数据测试了“邻域尺度”参数的敏感性及 提出算法的精度。定量评价的结果表明:56 邻域为最佳邻域尺度;建筑物的检测质量可达到95%以上——平均 完整度可达到95.61%、平均正确率可达95.97%。定性评价的结果表明:对大型、密集、不规则形状、高低混 合及其它屋顶类型比较特殊的复杂建筑物均可成功检测。结论:本文提出的建筑物检测算法采用基于体元空间 邻域关系的有哪些信誉好的足球投注网站标记方式,可有效实现对各类建筑目标特别是城市建筑目标的检测,检测结果易于建模3D 建 筑物模型。 关键词 :体元;建筑物检测;机载激光雷达;滤波;3D 连通集合 A irborne LIDAR building detection based on voxel data structure WANG Liying, WANG Sheng, XU Yan, LI Yu School of Geomatics, Liaoning Technical University, Liaoning Fuxin 123000 Abstract:Objective: Automatic building detection has been the focus of research in the field of 3D city modeling. Airborne Light Detection And Ranging (LIDAR) point cloud data are dense, georeferenced as well as 3D, they are the natural choice for 3D object detection and extraction, e.g., building. Point cloud, raster grid and Triangulated Irregular Network (TIN), which are the commonly used methods to represent scattered Light Detection And Ranging (LIDAR) point cloud data for building detection, have defects, for example, their model representations are complex, it is difficult to use the data processing algorithm, the results are not accurate and it is difficult to represent multiple return LIDAR data. To overcome the restrictions of existing point-, grid-, and TIN-based approaches, this paper focuses on “establi

文档评论(0)

wangsux + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档