期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
机载LiDAR点云建筑物屋顶轮廓线自动提取研究综述 被引量:13
1
作者 霍芃芃 侯妙乐 +4 位作者 杨溯 侯庆明 周庆 董友强 李爱群 《地理信息世界》 2019年第5期1-13,共13页
建筑物作为城市中最主要的人工地物,其三维模型是智慧地球建设的重要数据支撑,实现精准自动化三维重建至关重要。机载激光雷达(Light Detection and Ranging,LiDAR)技术因具有环境约束小、操作成本低、采集速度快、数据精度高、可全天... 建筑物作为城市中最主要的人工地物,其三维模型是智慧地球建设的重要数据支撑,实现精准自动化三维重建至关重要。机载激光雷达(Light Detection and Ranging,LiDAR)技术因具有环境约束小、操作成本低、采集速度快、数据精度高、可全天候获取地物空间信息等优势,已成为自动提取建筑屋顶轮廓线辅助建筑三维重建的主要数据源。首先对建筑屋顶轮廓线提取技术的发展历程进行简要回顾,再根据以往研究内容总结出一套较为通用的技术流程;该技术流程4个关键步骤为点云滤波、建筑物提取、屋顶轮廓线提取和轮廓线规则化;对每一步骤的实现方法、常用算法、发展现状以及面临问题进行详细阐述和对比分析。最后,对本技术面临的挑战和未来发展趋势进行讨论。 展开更多
关键词 机载LIDAR 点云滤波 建筑提取 屋顶轮廓线提取 轮廓线规则化
下载PDF
基于点云数据的山区建筑物屋顶轮廓线提取研究 被引量:3
2
作者 刘涛 刘正才 《测绘地理信息》 CSCD 2021年第2期40-43,共4页
山区建筑物由于地势起伏大、周边植被茂盛等特点使得传统屋顶轮廓线提取算法应用效果较差。根据研究区域的地理特征,对轮廓线提取算法进行了改进,即以点云数据的曲率值为影响因子来评价离散程度,对离散程度高的数据选取曲率的最小值为... 山区建筑物由于地势起伏大、周边植被茂盛等特点使得传统屋顶轮廓线提取算法应用效果较差。根据研究区域的地理特征,对轮廓线提取算法进行了改进,即以点云数据的曲率值为影响因子来评价离散程度,对离散程度高的数据选取曲率的最小值为种子点,对离散程度低的数据选取曲率的平均值为种子点。该方法与传统轮廓线提取算法相比,提高了屋顶轮廓线提取结果的精确度和连续性。 展开更多
关键词 山区建筑物 点云数据 屋顶轮廓线提取 种子点提取 高散程度
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部