一种基于曲率极值法的LiDAR点云特征提取算法 |
| |
引用本文: | 王永波,盛业华.一种基于曲率极值法的LiDAR点云特征提取算法[J].中国矿业大学学报,2011,40(4). |
| |
作者姓名: | 王永波 盛业华 |
| |
作者单位: | 1. 中国矿业大学江苏省资源环境信息工程重点实验室国土环境与灾害监测国家测绘局重点实验室,江苏徐州,221008 2. 南京师范大学虚拟地理环境教育部重点实验室,江苏南京,210046 |
| |
基金项目: | 国家自然科学基金,江苏省资源环境信息工程重点实验室开放基金,国土环境‘J灾害监测国家测绘局重点实验室开放基金,中国矿业大学青年科研基金 |
| |
摘 要: | 针对地面LiDAR(1ightdetectionandranging)技术在三维数据采集过程中无法体现人的主观判别能力、采样数据存在大量冗余的问题,提出了一种基于曲率极值与最小生成树准则的LiDAR点云特征提取算法.通过二次曲面拟合实现对原始采样曲面的模拟与表达,估算采样表面的几何微分属性,分别基于平均曲率比较法、曲率极值法来实现特征点的初选与精选;设计并实现了一种基于最小生成树准则的特征点拓扑邻接关系的确定方法以及相应的最小生成树裁减算法,在确定特征点拓扑邻接关系的同时,依据裁减算法实现了采样地理实体表面特征的精确提取.实验证明,算法是可行、有效的,利用算法提取了LiDAR点云的特征之后,有效地增强了点云数据的表达能力,弥补了地面LiDAR技术在数据采集过程中无法体现人的主观判别能力的不足;借助于算法提取的采样地理实体表面特征来指导和约束点云数据简化过程,可在有效保留原始采样曲面重要特征的同时实现点云数据的大幅度精简.
|
关 键 词: | 曲率极值 最小生成树 点云 特征提取 三维激光扫描 |
A curvature extreme based method for feature extraction from LiDAR point cloud |
| |
Abstract: | |
| |
Keywords: | curvature extreme minimum spanning tree point cloud feature extraction 3D la-ser scanning |
本文献已被 万方数据 等数据库收录! |