13474.建筑物激光點云平面特征提取技術(shù)的研究

1、簍羹夫?qū)W碩士學(xué)位論文建筑物激光點云平面特征提取技術(shù)的研究ResearchonPlaneFeatureExtractingTechnologyoftheBuildingsPointCloudfromLaserScanning指導(dǎo)教師：吳亟塞塾援學(xué)位授予單位：塞差太堂論文答辯日期：至Q!壘生主且三Q旦建筑物激光點云平面特征提取技術(shù)的研究摘要激光掃描技術(shù)因具有高分辨率空間數(shù)據(jù)獲取的特點，正逐步成為建筑物三維重建以及數(shù)字城市中新的研究熱點。然而

2、激光掃描儀采集的點云數(shù)據(jù)量巨大，給計算機處理帶來挑戰(zhàn)。目前針對海量的點云數(shù)據(jù)，研究高效準(zhǔn)確的重建方法仍處于探索階段。為此，本文以建筑物的三維重建為背景，重點研究了地面激光掃描數(shù)據(jù)中建筑物點云的分割以及建筑物立面結(jié)構(gòu)中平面特征提取方法，主要工作如下：1針對地物點云相連問題，本文提出了基于圓柱體鄰域的非地面點分割算法，實現(xiàn)地面點(包含低矮地物)與非地面點的分離。該算法根據(jù)地面和地物的點云分布特征，首先設(shè)計圓柱體鄰域，對每個點云數(shù)據(jù)，計算其鄰

3、域點的高程差，并利用設(shè)定的閡值實現(xiàn)對地面點與非地面點初步分割。由于初步分割容易將原本屬于非地面點(如：零星分布的樹葉)錯分到地面點上，故對初步分割后留下的地面點采用歐拉距離聚類算法，獲得真正地面點，并將其余的錯分割的地面點與初步分割后的非地面點合并為非地面點。實驗驗證了該方法的可行性，并分析了分割算法中圓柱體半徑參數(shù)對分割結(jié)果的影響：2針對基于圖像方法分割出的建筑物點云不完整問題，本文提出了基于目標(biāo)曲率直方圖的建筑物點云分割算法。首先，

4、對非地面點云進行歐拉距離聚類算法，將滿足一定空間距離的點聚為一類，實現(xiàn)地物目標(biāo)聚類。然后，對每一類進行體積計算，排除體積小的目標(biāo)。最后，由于剩余的目標(biāo)中還含有非建筑物，如成群的樹，故對剩余的目標(biāo)進行曲率直方圖統(tǒng)計，按照直方圖中曲率為零的概率最大，分割出建筑物點云。實驗表明，該方法能有效解決建筑物點云分割的不完整問題；3引入多結(jié)構(gòu)快速生成算法用于建筑物點云平面提取的方法。該算法在隨機產(chǎn)生一組平面模型之后，首先通過每個點相對于模型的殘差排序