长测距地基点云密度自适应平面分割算法

为了解决长测距地面激光点云高密度变化的问题,采用了一种密度自适应的平面分割方法。首先基于估算理论点间距构建动态邻域搜索范围,联合内指标和香农熵确定最佳邻域并计算维度特征;然后根据最佳邻域、维度特征、法向量和点面距设计区域增长规则,得到初步分割结果;最终通过面片合并优化分割结果,并在最长扫描距离为1 km的单站地面激光扫描数据进行了实验验证。结果表明,该方法分割准确率达到95%,召回率达到92%,能够准确对长测距地基点云中的建筑物平面进行分割;与传统香农熵方法相比,本文中使用动态邻域搜索范围可以显著提高算法效率。该方法能高效准确地从大场景点云中提取建筑物平面,为城市3维建模提供了参考。