单体建筑物点云数据的CSF净化处理

doi:10.13474/j.cnki.11-2246.2020.0286

测绘通报 ›› 2020, Vol. 0 ›› Issue (9): 72-75,84.doi: 10.13474/j.cnki.11-2246.2020.0286

单体建筑物点云数据的CSF净化处理

王燕锋^1,2,3, 盛业华^1,2,3, 秦佳睿^1,2,3, 张思阳^1,2,3, 闵祥强^1,2,3

1. 南京师范大学地理科学学院, 江苏南京 210023;
2. 虚拟地理环境教育部重点实验室, 江苏南京 210023;
3. 江苏省地理信息资源开发与利用协同创新中心, 江苏南京 210023

收稿日期:2019-11-22 修回日期:2020-01-06 发布日期:2020-09-28
通讯作者: 盛业华。E-mail:shengyehua@njnu.edu.cn E-mail:shengyehua@njnu.edu.cn
作者简介:王燕锋(1996-),男,硕士生,主要从事三维建模等方面的研究工作。E-mail:yanfeng0374@foxmail.com
基金资助:
国家自然科学基金（41631175）；国家重点研发计划（2017YFB0503500）

Purification of single building point cloud data using cloth simulation filter

WANG Yanfeng^1,2,3, SHENG Yehua^1,2,3, QIN Jiarui^1,2,3, ZHANG Siyang^1,2,3, MIN Xiangqiang^1,2,3

1. School of Geography, Nanjing Normal University, Nanjing 210023, China;
2. Key Laboratory of Virtual Geographic Environment, Ministry of Education, Nanjing 210023, China;
3. Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China

Received:2019-11-22 Revised:2020-01-06 Published:2020-09-28

摘要/Abstract

摘要： 从场景整体点云数据中提取单体建筑物的点云是建筑物单体三维建模的基础。然而，现有点云提取方法在提取建筑物点云数据时往往包含部分植被、地面等非建筑数据点，不利于建筑物对象建模。针对该问题，本文提出使用CSF方法对初步提取的建筑物点云数据进行净化处理。该方法首先将场景点云数据投影生成点云图像，根据图像特征初步提取单体建筑物点云数据；然后对获得的单体建筑物点云数据采用CSF方法进行净化处理，可以获得较为纯净的单体建筑物点云数据。本文以南京师范大学仙林校区部分区域为研究对象对该方法进行了验证。结果表明，该方法可以较好地对建筑物点云数据进行净化，得到较为纯净的单体建筑物点云数据，为基于点云数据的建筑物单体模型构建打下了良好的基础。

关键词: 布料模拟滤波, 点云, 建筑物提取, 三维建模, 单体建筑物模型构建

Abstract: Extracting the point cloud of single building from the whole point cloud data of the scene is the basis of 3D modeling of a single building. However, the existing methods of point cloud extraction often include some non-building data points such as vegetation and ground, which is not conducive to building object modeling. To solve this problem, this paper proposes to use CSF to purify the preliminarily extracted point cloud data of a building. Firstly, the scene point cloud data is projected to generate a point cloud image, and then the point cloud data of single building is extracted according to the image features. Secondly, the point cloud data of single building is purified with CSF method, andpure point cloud data of single building can be obtained. The method is validated in a part of Xianlin Campus of Nanjing Normal University. The results show that the method can purify the building point cloud data efficiently which facilitates the 3D model construction of a single building based on the point cloud data.

Key words: cloth simulation filtering, point cloud, building extraction, 3D modeling, single building model construction

中图分类号:

P234

王燕锋, 盛业华, 秦佳睿, 张思阳, 闵祥强. 单体建筑物点云数据的CSF净化处理[J]. 测绘通报, 2020, 0(9): 72-75,84.

WANG Yanfeng, SHENG Yehua, QIN Jiarui, ZHANG Siyang, MIN Xiangqiang. Purification of single building point cloud data using cloth simulation filter[J]. Bulletin of Surveying and Mapping, 2020, 0(9): 72-75,84.

参考文献

[1] CHENG L, ZHAO W, HAN P, et al. Building region derivation from LiDAR data using a reversed iterative mathematic morphological algorithm[J]. Optics Communications,2013,286(Complete):244-250.
[2] 赵明波,何峻,田军生,等.基于改进的渐进多尺度数学形态学的激光雷达数据滤波方法[J].光学学报,2013,33(3):292-301.
[3] 李云帆,谭德宝,刘瑞,等.顾及建筑物屋顶结构的改进RANSAC点云分割算法[J].国土资源遥感,2017,29(4):20-25.
[4] 安瑶军,陈晓轩,隋立春,等. 一种依据点云法向量相似度的结构化道路提取方法[J]. 测绘通报,2018(11):69-72.
[5] 何曼芸,程英蕾,聂玉泽,等. 综合不规则三角网和区域生长的建筑物提取方法[J]. 空军工程大学学报(自然科学版),2017,18(3):54-59.
[6] 王竞雪,洪绍轩. 结合区域生长及主成分分析的机载LiDAR建筑物点云提取[J]. 信号处理,2018,34(9):1094-1104.[7] WANG Y, CHENG L, CHEN Y M, et al. Building point detection from vehicle-borne LiDAR data based on voxel group and horizontal hollow analysis[J]. Remote Sensing, 2016, 8(5):419.[8] ZHANG J X, LIN X G, NING X G. SVM-based classifica-tion of segmented airborne LiDAR point clouds in urban areas[J]. Remote Sensing, 2013, 5(8):3749-3775.[9] 熊艳,高仁强,徐战亚.机载LiDAR点云数据降维与分类的随机森林方法[J].测绘学报,2018,47(4):508-518.[10] YANG B S, XU W X, DONG Z. Automated extraction of building outlines from airborne laser scanning point clouds[J]. IEEE Geoscience and Remote Sensing Letters, 2013, 10(6):1399-1403.[11] 徐文学,杨必胜,魏征,等. 多标记点过程的LiDAR点云数据建筑物和树冠提取[J]. 测绘学报,2013,42(1):51-58.[12] YILMAZ C S, YILMAZ V, GVNGÖR O. Investigating the performances of commercial and non-commercial software for ground filtering of UAV-based point clouds[J]. International Journal of Remote Sensing, 2018, 39(15-16):5016-5042.[13] 张昌赛,刘正军,杨树文,等.基于LiDAR数据的布料模拟滤波算法的适用性分析[J].激光技术,2018,42(3):410-416.[14] CAI S S, ZHANG W M, LIANG X L, et al. Filtering airborne LiDAR data through complementary cloth simulation and progressive TIN densification filters[J]. Remote Sensing, 2019, 11(9):1037.[15] ZHANG W M, QI J B, WAN P, et al. An easy-to-use airborne LiDAR data filtering method based on cloth simulation[J]. Remote Sensing, 2016, 8(6):501.

单体建筑物点云数据的CSF净化处理

Purification of single building point cloud data using cloth simulation filter

RichHTML

PDF

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]	王艳军, 林云浩, 王书涵, 李少春, 王孟杰. OSM辅助车载LiDAR点云三维道路边界精细提取[J]. 测绘通报, 2022, 0(7): 18-25.
[2]	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.
[3]	钟少忠, 周克军, 王留召, 毛明楷. 车载点云特征对应影像自动分割技术研究[J]. 测绘通报, 2022, 0(6): 45-48 ,97.
[4]	谢洪, 陈立波, 聂倩, 吴玮, 张沛. 利用点云配准的空地影像融合技术[J]. 测绘通报, 2022, 0(6): 82-87.
[5]	谢元, 董梦, 马新建. 多源数据在复杂场景建筑物三维重建的应用[J]. 测绘通报, 2022, 0(6): 143-147.
[6]	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.
[7]	谭玉慧, 刘欣怡, 张永军. 超体素约束下的主动再学习LiDAR点云分类框架[J]. 测绘通报, 2022, 0(5): 79-83,100.
[8]	赵立都, 向中富, 周银, 马下平, 张双成, 司梦元, 陈茂霖, 胡川, 潘建平. 利用地面三维激光扫描进行桥梁挠度变形分析[J]. 测绘通报, 2022, 0(5): 95-100.
[9]	王道杰, 陈倍, 孙健辉. 机载LiDAR点云密度对DEM精度的影响[J]. 测绘通报, 2022, 0(5): 140-144,169.
[10]	徐福斌, 曲相屹, 王健, 刘秀涵. 基于LiDAR点云的复杂钢结构模型重建[J]. 测绘通报, 2022, 0(5): 170-173.
[11]	阮明浩, 卢永华, 刘玉贤, 汤圣君, 王伟玺, 张宇琦, 李游. 激光与倾斜点云精确配准与无缝融合[J]. 测绘通报, 2022, 0(4): 6-10.
[12]	王雪, 梁珂, 隋立春, 钟棉卿, 朱剑锋. 膨胀卷积与金字塔表达的深度学习模型用于农村建筑物提取[J]. 测绘通报, 2022, 0(4): 61-65.
[13]	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.
[14]	熊成利, 龚旭峥, 沈正中, 龙容, 王硕. 不动产登记数据的建筑分层分户三维建模关键技术[J]. 测绘通报, 2022, 0(4): 149-153.
[15]	许志华, 逯行政, 彭远航, 杨可明, 王宇敏. 依托航空模拟平台的激光雷达技术课程实践教学装备[J]. 测绘通报, 2022, 0(4): 162-166.