|
|||||
|
|
| 基于LIDAR点云分类进行建筑物自动提取的研究 | |
| 作者单位： | ;1.西北电力设计院有限公司 |
| 摘 要： | 随着LIDAR技术在输电线路勘察设计的广泛应用,如何自动提取输电线路的房屋等建筑物成了一个新课题。以正确分类LIDAR点云为目标,综合利用不同类别目标点云的回波特征以及地形信息,本文提出了一种基于区域多次回波密度分析的LIDAR点云分类方法。该方法通过线性预测分离地面点和非地面点,同时将点云构建TIN获取封闭的等高线,利用等高线间的拓扑关系及形状相似性获得等高线族区域,统计每一区域的多次回波点云密度信息,通过建筑物和树木区域多次回波点云在区域密度上的巨大差异来识别出建筑物点云和树木点云。该方法充分利用了建筑物表面与植被间多次回波特性的差异,同时又不否定建筑物边缘同样存在的多次回波现象,通过等高线区域自适应的确定待识别目标的区域大小,弥补了传统LIDAR点云分类方法的不足,因而能够较其它方法更准确的分类LIDAR点云,为建筑物自动提取、树木自动提取等研究提供了保障,并通过试验验证了该方法的有效性。该研究为利用LIDAR技术进行输电线路GIS自动采集房屋提供了一种新方法,大大减少了外业采集房屋面积的工作量。 |
| 关 键 词： | LIDAR 点云分类 等高线族 区域回波密度 |
LIDAR Point Cloud Classification Based on Automatic Extraction of Buildings |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |