基于密集匹配点云正则化提取建筑单体模型

在倾斜影像密集匹配点云的基础上,提出了一种正则化提取建筑单体模型的方法。将原始密集匹配点云进行滤波分割,分离地面、植被、车辆和建筑附属设施点云,之后进行投影栅格化,在栅格图像基础上进行轮廓提取。经过粗校正和精校正的过程,能够得到正则化的建筑轮廓,避免了拓扑关系错误和轮廓过拟合的现象。通过与匹配点云进行属性连接,最终得到具有高度信息的建筑三维模型。实验结果表明,建筑物点云分类精度为91.33%,建筑物轮廓在边长和方位角的均方根误差分别为0.350 m和2.656°,所提出的方法能够有效实现城市建筑三维模型的提取。