首页|一种基于倾斜摄影测量点云密度自适应分割的建筑物边界提取方法

一种基于倾斜摄影测量点云密度自适应分割的建筑物边界提取方法

扫码查看
针对倾斜摄影场景中建筑物单体化问题,本文提出了基于倾斜摄影测量点云数据的建筑物识别和边界提取自动化算法.首先,对点云进行预处理,去除地面点和噪声点;然后,对点云进行二维栅格化处理,按间隔距离预分割;最后,结合改进的大津算法和区域增长算法,从预分割点云识别其中的建筑物,并提取建筑物边界点.从广东省江门市和湛江市选取两处试验区域对算法进行测试,结果表明:区域内建筑物点云均能准确被分割识别,建筑物边界提取准确度分别为87.8%与92.3%,说明本文提出的方法对于倾斜摄影测量建筑物识别和边界提取的适用性较强.
A density-adaptive building boundary extraction method based on 3D point clouds obtained from oblique photogrammetry

刘禹麒、陈广亮、蔡岳臻、李名豪、陈定安、胡小中

展开 >

广州蓝图地理信息技术有限公司,广东 广州510650

中山大学地理科学与规划学院,广东 广州510275

倾斜摄影 单体化 特征提取 聚类分割 点云数据

37000-140901132021RD7

2022

测绘通报
测绘出版社

测绘通报

CSTPCDCSCD北大核心
影响因子:1.027
ISSN:0494-0911
年,卷(期):2022.(9)
  • 5
  • 12