一种基于倾斜摄影测量点云密度自适应分割的建筑物边界提取方法

doi:10.13474/j.cnki.11-2246.2022.0263

测绘通报 ›› 2022, Vol. 0 ›› Issue (9): 52-57.doi: 10.13474/j.cnki.11-2246.2022.0263

一种基于倾斜摄影测量点云密度自适应分割的建筑物边界提取方法

刘禹麒¹, 陈广亮¹, 蔡岳臻¹, 李名豪², 陈定安², 胡小中¹

1. 广州蓝图地理信息技术有限公司, 广东广州 510650;
2. 中山大学地理科学与规划学院, 广东广州 510275

收稿日期:2022-02-23 修回日期:2022-07-20 发布日期:2022-09-30
通讯作者: 陈定安。E-mail:chantingon@mail.sysu.edu.cn
作者简介:刘禹麒(1980—),男,硕士,高级工程师,研究方向为摄影测量、三维建模及应用等。E-mail:lyq657@126.com
基金资助:
中山大学横向结题项目续研预研经费(37000-14090113);广州蓝图地理信息技术有限公司科研项目(2021RD7)

A density-adaptive building boundary extraction method based on 3D point clouds obtained from oblique photogrammetry

LIU Yuqi¹, CHEN Guangliang¹, CAI Yuezhen¹, LI Minghao², CHEN Dingan², HU Xiaozhong¹

1. Guangzhou Lantu Geographic Information Co., Ltd., Guangzhou 510650, China;
2. School of Geometry and Planning, Sun Yat-sen University, Guangzhou 510275, China

Received:2022-02-23 Revised:2022-07-20 Published:2022-09-30

摘要/Abstract

摘要： 针对倾斜摄影场景中建筑物单体化问题,本文提出了基于倾斜摄影测量点云数据的建筑物识别和边界提取自动化算法。首先,对点云进行预处理,去除地面点和噪声点;然后,对点云进行二维栅格化处理,按间隔距离预分割;最后,结合改进的大津算法和区域增长算法,从预分割点云识别其中的建筑物,并提取建筑物边界点。从广东省江门市和湛江市选取两处试验区域对算法进行测试,结果表明:区域内建筑物点云均能准确被分割识别,建筑物边界提取准确度分别为87.8%与92.3%,说明本文提出的方法对于倾斜摄影测量建筑物识别和边界提取的适用性较强。

关键词: 倾斜摄影, 单体化, 特征提取, 聚类分割, 点云数据

Abstract: To tackle the problems of individual building segmentation, this paper proposes an automatic building boundary segmentation method for point clouds derived from the oblique photogrammetry. First, the ground and noise points are filtered out through the pre-processing stage. Then, the point clouds are voxelized for the segmentation. An improved Otsu method and the distance-based region-growing algorithm are integrated to apply to the voxelized point clouds for the boundary extraction. We verify the proposed method with two datasets captured in the Jiangmen and Zhanjiang of the Guangdong Province. The results show that the segmentation accuracy achieve 87.8% and 92.3% for Jiangmen and Zhanjiang datasets, respectively. This suggests that the proposed method is highly applicable to the building segmentation.

Key words: oblique photography, monomerization, feature extraction, cluster segmentation, point clouds

中图分类号:

P237

刘禹麒, 陈广亮, 蔡岳臻, 李名豪, 陈定安, 胡小中. 一种基于倾斜摄影测量点云密度自适应分割的建筑物边界提取方法[J]. 测绘通报, 2022, 0(9): 52-57.

LIU Yuqi, CHEN Guangliang, CAI Yuezhen, LI Minghao, CHEN Dingan, HU Xiaozhong. A density-adaptive building boundary extraction method based on 3D point clouds obtained from oblique photogrammetry[J]. Bulletin of Surveying and Mapping, 2022, 0(9): 52-57.

参考文献

[1] 孙杰, 谢文寒, 白瑞杰. 无人机倾斜摄影技术研究与应用[J]. 测绘科学, 2019, 44(6):145-150.
[2] 喜文飞, 李国柱, 赵子龙, 等. 倾斜摄影测量技术在不动产测绘中的应用研究[J]. 城市勘测, 2019(1):70-74.
[3] 付博, 陈姗, 张俊. 无人机倾斜摄影测量技术在三维数字城市建模中的应用[J]. 湖南工业大学学报, 2019, 33(5):79-83.
[4] 李云帆, 龚威平, 林俞先, 等. LiDAR点云与影像相结合的建筑物轮廓信息提取[J]. 国土资源遥感, 2014, 26(2):54-59.
[5] 杜守基, 邹峥嵘, 张云生, 等. 融合LiDAR点云与正射影像的建筑物图割优化提取方法[J]. 测绘学报, 2018, 47(4):519-527.
[6] 程效军, 程小龙, 胡敏捷, 等. 融合航空影像和LIDAR点云的建筑物探测及轮廓提取[J]. 中国激光, 2016, 43(5):253-261.
[7] 赵文军, 丁智奇, 王泓森. 倾斜实景模型和LiDAR点云数据相融合的不动产测量新方法[J]. 测绘通报, 2021(2):87-92.
[8] TOMLJENOVIC I, TIEDE D, BLASCHKE T. A building extraction approach for airborne laser scanner data utilizing the object based image analysis paradigm[J]. International Journal of Applied Earth Observation and Geoinformation, 2016, 52:137-148.
[9] 何雪, 邹峥嵘, 张云生, 等. 面向对象的倾斜摄影测量点云分类方法[J]. 国土资源遥感, 2018, 30(2):87-92.
[10] 韩姗姗, 黄远程, 白穆. 基于DGCNN语义分割的倾斜摄影测量三维点云建筑物分类[J]. 测绘标准化, 2020, 36(3):21-26.
[11] 李娜, 马一薇, 杨洋, 等. 利用RANSAC算法对建筑物立面进行点云分割[J]. 测绘科学, 2011, 36(5):144-145.
[12] ZHANG Wuming, QI Jianbo, WAN Peng, et al. An easy-to-use airborne LiDAR data filtering method based on cloth simulation[J]. Remote Sensing, 2016, 8(6):501.
[13] LIU Huawen, ZHANG Shichao. Noisy data elimination using mutual k-nearest neighbor for classification mining[J]. Journal of Systems and Software, 2012, 85(5):1067-1074.
[14] 韩延明, 陈成, 张琨, 等. 基于高斯拟合的统计滤波算法及其应用[C]//2016中国汽车工程学会年会论文集. 上海:[出版者不详], 2016:1770-1773.
[15] OTSU N. A threshold selection method from gray-level histograms[J]. IEEE Transactions on Systems, Man, and Cybernetics, 1979, 9(1):62-66.
[16] SANCHEZ J, DENIS F, COEURJOLLY D, et al. Robust normal vector estimation in 3D point clouds through iterative principal component analysis[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2020, 163:18-35.
[17] 潘章明. 一种基于KD树子样的自动聚类方法[J]. 计算机工程与科学, 2011, 33(1):166-170.
[18] 王磊, 段会川. Otsu方法在多阈值图像分割中的应用[J]. 计算机工程与设计, 2008, 29(11):2844-2845.

一种基于倾斜摄影测量点云密度自适应分割的建筑物边界提取方法

A density-adaptive building boundary extraction method based on 3D point clouds obtained from oblique photogrammetry

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	冉康, 王涛, 何志伟. 倾斜摄影测量和惯导RTK在农村宅基地确权中的应用[J]. 测绘通报, 2022, 0(9): 115-118,166.
[2]	何宽, 孙瑞, 官云兰, 曾晨曦. 基于逐点前进法的点云数据精简[J]. 测绘通报, 2022, 0(9): 167-169.
[3]	吴昌松, 彭业萍, 曹广忠, 闫妍. 面向三维重建的无人机航拍路径规划技术研究综述[J]. 测绘通报, 2022, 0(8): 98-103,122.
[4]	王成, 施宇军, 权菲, 李青逊, 李佳豪, 周吕. 无人机倾斜摄影测量土方量测算及精度评价[J]. 测绘通报, 2022, 0(8): 139-142,159.
[5]	孙振勇, 樊小涛, 叶飞, 陈绪刚. 天宝SX10影像扫描仪在水文泥沙监测中的应用[J]. 测绘通报, 2022, 0(8): 169-172.
[6]	杨俊, 刘灵辉. 加权全极化SAR图像分类下的功能区土地时空变化特征提取[J]. 测绘通报, 2022, 0(7): 138-142,153.
[7]	经皓然, 徐敬海. 异形建筑的无人机点云与地面三维激光扫描点云配准[J]. 测绘通报, 2022, 0(6): 32-39.
[8]	李旭. 三维激光扫描技术在地铁隧道竣工测量中的应用[J]. 测绘通报, 2022, 0(6): 166-169.
[9]	万忠明, 王亚文, 范子义. 无人机倾斜摄影技术在边坡监测中的应用[J]. 测绘通报, 2022, 0(6): 170-172.
[10]	兰峰, 张帆, 高云龙, 黄先锋. 顾及地物类别的倾斜摄影三维模型简化方法[J]. 测绘通报, 2022, 0(4): 44-50.
[11]	任旭斌, 康建锋, 于东海. 无人机倾斜摄影测量在房屋建筑面积测算中的应用[J]. 测绘通报, 2022, 0(3): 116-120,126.
[12]	周诗洋, 吴向阳. 像控点布设对勘测定界复杂区域实景建模精度的影响[J]. 测绘通报, 2022, 0(2): 1-4,15.
[13]	王珍, 张涛, 丁乐乐, 潘宇明, 史芙蓉. 融合高度和光谱信息的倾斜摄影数据建筑物自动提取[J]. 测绘通报, 2022, 0(2): 10-15.
[14]	蔡嘉伦, 贾洪果, 刘国祥, 张波, 刘巧, 吴仁哲, 向卫, 毛文飞, 张瑞. 对比传统低空航测的无人机倾斜摄影测量精度评估[J]. 测绘通报, 2022, 0(2): 31-36.
[15]	钟娜娜, 滕紫晴, 胡振彪, 王海银, 赵军. 一种I3S标准的倾斜摄影服务精度动态控制方法[J]. 测绘通报, 2022, 0(2): 128-130,135.