利用三维激光扫描数据进行建筑物立面点云分割算法分析

doi:10.13474/j.cnki.11-2246.2019.0107

测绘通报 ›› 2019, Vol. 0 ›› Issue (4): 26-31.doi: 10.13474/j.cnki.11-2246.2019.0107

利用三维激光扫描数据进行建筑物立面点云分割算法分析

贺亦峰¹, 胡荣², 邹进贵¹

1. 武汉大学测绘学院, 湖北武汉 430079;
2. 文华学院, 湖北武汉 430074

收稿日期:2018-06-17 修回日期:2018-12-27 出版日期:2019-04-25 发布日期:2019-05-07
通讯作者: 胡荣。E-mail:554731250@qq.com E-mail:554731250@qq.com
作者简介:贺亦峰(1995-),男,硕士生,主要研究方向为三维激光点云数据处理。E-mail:heyifeng@whu.edu.cn
基金资助:
国家自然科学基金（41674005）

Analysis on point cloud of building facade segmentation algorithms based on 3D laser scanning data

HE Yifeng¹, HU Rong², ZOU Jingui¹

1. School of Geodesy and Geomatics, Wuhan University, Wuhan 430079, China;
2. Wenhua College, Wuhan 430074, China

Received:2018-06-17 Revised:2018-12-27 Online:2019-04-25 Published:2019-05-07

摘要/Abstract

摘要：

三维激光扫描技术在当今社会的应用越来越广泛，但由于点云数据量大，处理效率低下，如何快速高效地将大量点云数据进行重建与识别成为解决问题的关键。点云分割技术能够将立面点云中的特征信息与背景点云分离开来，为地物特征信息的提取和识别工作提供了重要的技术支持。本文通过编程实现了多种点云分割算法，对建筑物立面进行分割处理，详细分析了不同算法的分割精度及适用范围。

关键词: 点云分割, 欧氏聚类, 区域增长, RANSAC算法, 分割精度分析

Abstract:

The application of 3D laser scanning technology is becoming more and more widespread in current society. However, due to the large amount of point cloud data, how to reconstruct and identify a large number of point cloud data quickly and efficiently is the key to solve the problem. The point cloud segmentation technology can separate the feature information in the facade point cloud from the background point cloud, providing important technical support for the extraction and identification of feature information. In this paper, a variety of point cloud segmentation algorithms are programmed to segment the facades of buildings, and the segmentation accuracy and applicable range of different algorithms are analyzed in detail.

Key words: point cloud segmentation, Euclidean cluster, region growing, RANSAC algorithm, segmentation accuracy analysis

中图分类号:

P237

贺亦峰, 胡荣, 邹进贵. 利用三维激光扫描数据进行建筑物立面点云分割算法分析[J]. 测绘通报, 2019, 0(4): 26-31.

HE Yifeng, HU Rong, ZOU Jingui. Analysis on point cloud of building facade segmentation algorithms based on 3D laser scanning data[J]. 测绘通报, 2019, 0(4): 26-31.

参考文献

[1] 魏征,董震,李清泉,等.车载LiDAR点云中建筑物立面位置边界的自动提取[J]. 武汉大学学报(信息科学版),2012,37(11):1311-1315.
[2] 杨必胜,董震,魏征,等.从车载激光扫描数据中提取复杂建筑物立面的方法[J]. 测绘学报,2013,42(3):411-417.
[3] 闫利,曹亮,陈长军,等.车载全景影像与激光点云数据配准方法研究[J].测绘通报,2015(3):32-36.
[4] 李必军,方志祥,任娟,等.从激光扫描数据中进行建筑物特征提取研究[J].武汉大学学报(信息科学版),2003,28(1):65-70.
[5] 林卉,王李娟,康志忠,等.三维激光扫描建筑物立面数据的自动提取[J].测绘通报,2016(10):25-30.
[6] BOULAASSAL H, LANDES T, GRUSSENMEYER P, et al. Automatic segmentation of building facades using terrestrial laser data[C]//ISPRS Workshop on Laser Scanning 2007 and SilviLaser 2007.[S.l.]:ISPRS, 2007:65-70.
[7] PÉNARD L, PAPARODITIS N, PIERROT-DESEILLIGNY M. 3D building facade reconstruction under mesh form from multiple wide angle views[J]. International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, 2005, 36(5):17-20.
[8] HAMMOUDI K, DORNAIKA F, SOHEILIAN B, et al. Extracting outlined planar clusters of street facades from 3D point clouds[C]//Canadian Conference on Computer and Robot Vision. Ottawa:[s.n.], 2010:122-129.
[9] BOULAASSAL H, LANDES T, GRUSSENMEYER P. Automatic extraction of planar clusters and their contours on building facades recorded by terrestrial laser scanner[J]. International Journal of Architectural Computing,2009, 7(1):1-20.
[10] GORTE B. Planar feature extraction in terrestrial laser scans using gradient based range image segmentation[C]//ISPRS, Workshop on Laser Scanning.[S.l.]:ISPRS, 2007:173-177.
[11] PU S, VOSSELMAN G. Automatic extraction of building features from terrestrial laser scanning[J]. International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, 2006, 36(5):25-27.
[12] 陈向阳,杨洋,向云飞.欧氏聚类算法支持下的点云数据分割[J].测绘通报,2017(11):27-31.
[13] 赵传,张保明,陈小卫,等.一种基于LiDAR点云的建筑物提取方法[J].测绘通报,2017(2):35-39.
[14] FISCHER M A, BOLLES R C. Random sample consensus:a paradigm for model fitting with application to image analysis and automated cartography[J]. Communications of the ACM, 1981, 24(6):381-395.
[15] 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.

利用三维激光扫描数据进行建筑物立面点云分割算法分析

Analysis on point cloud of building facade segmentation algorithms based on 3D laser scanning data

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]	张驰, 白志辉, 李亮, 陈冉丽, 吴侃. 利用三维激光扫描技术监测矿区桥梁结构形变[J]. 测绘通报, 2022, 0(4): 122-129.
[2]	王挺, 陈超然, 彭梦圆, 黄尔双, 黄霞. POS辅助和核线约束的倾斜影像匹配方法[J]. 测绘通报, 2021, 0(5): 91-95.
[3]	喜文飞, 赵子龙, 王绍君, 沈志坚, 李帅. 一种改进的无人机影像拼接粗差剔除算法[J]. 测绘通报, 2021, 0(2): 36-39.
[4]	何志伟, 唐伯惠, 王涛, 王晓红, 于伯华, 李闯, 邓仕雄. 剔除无人机影像BRISK特征误匹配点对算法[J]. 测绘通报, 2021, 0(10): 78-82.
[5]	周杰, 解琨, 付超, 施昆. 结合SIFT特征点和泊松融合的无人机遥感影像拼接技术[J]. 测绘通报, 2021, 0(1): 94-98.
[6]	喜文飞, 史正涛, 李国柱. 图论算法的无人机影像匹配特征点粗差剔除[J]. 测绘通报, 2020, 0(4): 6-10.
[7]	张冬梅, 卢小平, 苗沛基, 周雨石, 马靓婷. 一种改进的APAP影像匹配算法[J]. 测绘通报, 2020, 0(3): 123-128.
[8]	王晓红, 何志伟, 邓仕雄, 曹留霞, 李闯. 利用特征组合检测算法的无人机遥感影像匹配研究[J]. 测绘通报, 2019, 0(1): 29-33.
[9]	赵展, 闫利, 夏旺. 一种基于概率框架的遥感影像分割方法[J]. 测绘通报, 2018, 0(4): 10-15.
[10]	江珊, 吕京国, 李现虎. 改进蚁群算法的三维激光点云聚类方法[J]. 测绘通报, 2018, 0(3): 38-42.
[11]	杨泽鑫, 程效军, 丁琼, 程小龙. 面向室内场景点云的对象重建[J]. 测绘通报, 2017, 0(6): 45-48,93.
[12]	刘冠兰, 黎建洲, 柏文锋. 自由设站起算点可用性的两步判断法研究[J]. 测绘通报, 2017, 0(4): 10-12,20.
[13]	李莹, 苏国中, 林宗坚. 倾斜影像中提取高精度DEM的方法研究[J]. 测绘通报, 2017, 0(2): 30-34.
[14]	赵传, 张保明, 陈小卫, 郭海涛, 唐梁珂. 一种基于LiDAR点云的建筑物提取方法[J]. 测绘通报, 2017, 0(2): 35-39.
[15]	陈向阳, 杨洋, 向云飞. 欧氏聚类算法支持下的点云数据分割[J]. 测绘通报, 2017, 0(11): 27-31,36.