一种基于点云数据快速生成建筑物断面图的方法

提出了一种基于点云数据快速生成建筑物断面图的方法,首先利用设计的裁剪面对建筑物断面进行截取,得到该断面的边缘点云数据,形成断面边缘点云的二维平面数据;通过改进的Hough变换算法提取出共线点云,并对共线点云进行去噪、分割;采用选权迭代法拟合提取出的线状点云数据,找出各条线段端点,进而对端点进行连线绘制断面图。编程实现了基于点云数据快速生成建筑物断面图的算法,通过工程实例验证了该方法的可靠性和实用性。

一种基于点云数据的建筑物平面精细分割方法

针对现有大规模点云数据平面特征分割方法中存在的错误识别、效率低、抗噪性差等问题,该文提出一种基于2D霍夫变换和八叉树的建筑物平面精细分割方法。该方法首先,对原始点云进行空间均匀降采样并向X-Y面投影,利用改进的2D霍夫变换算法提取投影后的点云线段,使用选权迭代法精确计算线段所在直线的方程及端点坐标,进一步确定立面的空间几何方程;接下来,建立原始点云数据的八叉树结构,利用端点坐标设计立方体并分割出立方体内的立面点云;最后,将立面点云从原始点云中剔除,对余下点云降采样并向X-Z面投影,重复以上过程分割水平面点云。试验验证了该文方法对建筑物面状特征分割的有效性。

一种基于轴向偏离比的点云配准方法

针对迭代最近点算法(ICP)及其改进算法在精配准中使用时要求目标点云与源云间有良好初始姿态的问题,该文提出了一种利用主成分分析(PCA)提取特征点并求取轴向偏离比进行点云粗配准的方法。该方法首先利用KD-Tree创建每个点的K邻域;然后应用主成分分析法计算每个点邻域的轴向偏离比和邻域中心至切平面的距离筛选出点云的特征点,并建立目标点云与源点云间的对应关系,实现粗配准;最后应用迭代最近点算法对两片点云进行精配准。使用仿真数据以及实测建筑物数据进行了实验,结果表明,该文算法在效率和适用性上均优于SAC-IA算法和4PCS算法。