机载LiDAR建筑物点云渐进提取算法

doi:10.13474/j.cnki.11-2246.2021.0232

测绘通报 ›› 2021, Vol. 0 ›› Issue (8): 7-13,36.doi: 10.13474/j.cnki.11-2246.2021.0232

机载LiDAR建筑物点云渐进提取算法

高智梅¹, 王竞雪^1,2, 沈昭宇¹

1. 辽宁工程技术大学测绘与地理科学学院, 辽宁阜新 123000;
2. 西南交通大学地球科学与环境工程学院, 四川成都 611756

收稿日期:2020-08-13 出版日期:2021-08-25 发布日期:2021-08-30
通讯作者: 王竞雪。E-mail:xiaoxue1861@163.com
作者简介:高智梅(1994-),女,硕士生,主要研究方向为机载雷达点云分类与三维建模。E-mail:1120053709@qq.com
基金资助:
国家自然科学基金（41871379）

Aerial LiDAR building point-cloud progressive extraction algorithm

GAO Zhimei¹, WANG Jingxue^1,2, SHEN Zhaoyu¹

1. School of Geomatics, Liaoning Technical University, Fuxin 123000, China;
2. Faculty of Geosciences and Environmental Engineering, Southwest Jiaotong University, Chengdu 611756, China

Received:2020-08-13 Online:2021-08-25 Published:2021-08-30

摘要/Abstract

摘要： 针对机载LiDAR建筑物点云提取过程中易受植被的影响的问题，本文提出了一种机载LiDAR建筑物点云的渐进提取算法。首先通过布料模拟滤波算法对地面点云与非地面点云进行区分，在此基础上利用最大类间方差法算法（Otsu）对非地面点云进行阈值分割，提取初始建筑物点云；然后根据点云的连通性对初始建筑物点云进行密度聚类分割（DBSCAN），剔除离群噪声点；最后通过Alpha Shape算法实现建筑物点云的边缘提取。本文选取ISPRS官网提供的3组典型城区LiDAR点云数据进行试验，试验结果表明，本文算法可达到较好的建筑物点云提取效果。

关键词: 机载LiDAR, 建筑物点云提取, 最大类间方差法, 密度聚类, Alpha Shape

Abstract: Aiming at the problem that is easily affected by adjacent vegetation, a building point-cloud progressive extraction algorithm is proposed in this paper for airborne LiDAR. Firstly, the ground point-clouds and the non-ground point-clouds are distinguished by using the cloth simulation filter. Next, the initial building point-clouds are extracted by using Otsu to get threshold to segment the non-ground point-clouds on the basis. Then, DBSCAN is used to eliminate outlier noise points on the initial building point-clouds through the connectivity of the point-cloud. Finally, the edge of the building is obtained through the Alpha Shape algorithm. The experimental selectes three sets of LiDAR point-cloud dates of different type of urban building provided by the ISPRS official website. The result shows that the algorithm of this paper can achieve the extraction of airborne LiDAR building point-cloud better.

Key words: aerial LiDAR, building point-cloud extraction, Otsu, DBSCAN, Alpha Shape

中图分类号:

P237

高智梅, 王竞雪, 沈昭宇. 机载LiDAR建筑物点云渐进提取算法[J]. 测绘通报, 2021, 0(8): 7-13,36.

GAO Zhimei, WANG Jingxue, SHEN Zhaoyu. Aerial LiDAR building point-cloud progressive extraction algorithm[J]. Bulletin of Surveying and Mapping, 2021, 0(8): 7-13,36.

参考文献

[1] 杜永亮, 吕杰.倾斜摄影和激光雷达在某输电工程三维建模中的应用研究[J]. 江西电力, 2019, 43(8):12-20.
[2] 王森援.基于高分辨率三维点云的建筑物表面重建关键技术研究[D]. 厦门:集美大学, 2019.
[3] 高广, 马洪超, 张良.利用合成算法从LiDAR数据提取屋顶面[J]. 武汉大学学报(信息科学版), 2014, 39(10):1225-1230.
[4] 舒国栋, 刘传杰, 王露.机载LIDAR点云的城市平顶建筑物提取方法研究[J]. 现代测绘, 2019, 42(1):21-23.
[5] 罗伊萍, 姜挺, 王鑫, 等. 支持向量机的建筑物激光脚点提取方法[J]. 测绘科学, 2011, 36(4):173-175.
[6] 何曼芸, 程英蕾, 廖湘江, 等. 融合光谱特征和几何特征的建筑物提取算法[J]. 激光与光电子学进展, 2018, 55(4):380-387.
[7] 释小松, 程英蕾, 赵中阳, 等. 基于三角网滤波和支持向量机的点云分类算法[J]. 激光与光电子学进展, 2019, 56(16):32-40.
[8] 邓飞, 窦爱霞, 王晓青.融合航空影像的震后机载LiDAR建筑物点云提取[J]. 遥感学报, 2018, 22(S1):224-232.
[9] 王俊博. 融合LIDAR点云与正射影像的城区建筑物细化提取研究[D]. 长春:吉林大学, 2019.
[10] 张雪洋, 王竞雪.基于三角网滤波检验的KD树粗差剔除法[J]. 测绘与空间地理信息, 2017, 40(11):140-143.
[11] 郑津津, 于洋洋, 周洪军.基于布料模拟滤波和随机森林的点云分类算法[J]. 工业控制计算机, 2020, 33(2):90-92.
[12] 曾磊.基于Otsu法自适应阈值的图像分割研究[J]. 信息技术, 2008(10):88-90.
[13] 张晴晴, 张云龙, 齐国红.基于最大类间方差法的黄瓜病害叶片分割[J]. 安徽农业科学, 2017, 45(12):193-195.
[14] 朱言江, 韩震, 和思海, 等. 基于最大类间方差法和数学形态学的遥感图像潮沟提取方法[J]. 上海海洋大学学报, 2017, 26(1):146-153.
[15] 周迪, 夏哲雷.一种改进的Otsu阈值分割算法[J]. 中国计量大学学报, 2016, 27(3):319-323.
[16] HU X, LI B J, LIU F. Image segmentation based on graph theory in multi-color space for maize leaf disease[J]. Transactions of the Chinese Society for Agricultural Machinery, 2013, 44(2):177-181.
[17] 赵传, 张保明, 郭海涛, 等. 基于法向量密度聚类的LiDAR点云屋顶面提取[J]. 测绘科学技术学报, 2017, 34(4):393-398.
[18] 聂玉泽, 程英蕾, 何曼芸.建立包裹圆提取建筑物LiDAR点云边缘点的算法[J]. 空军工程大学学报(自然科学版), 2016, 17(3):63-67.

机载LiDAR建筑物点云渐进提取算法

Aerial LiDAR building point-cloud progressive extraction algorithm

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]	高莎, 袁希平, 甘淑, 杨亚复, 李霞. 面向复杂山地的机载LiDAR与无人机影像融合应用[J]. 测绘通报, 2021, 0(7): 65-69.
[2]	孙涛, 徐明宇, 董秀军, 潘星. 机载LiDAR技术应用于茂密植被山区地质灾害调查[J]. 测绘通报, 2021, 0(4): 90-97.
[3]	许浩, 程亮, 伍阳. 利用层间连接和平滑策略重建屋顶三维模型[J]. 测绘通报, 2020, 0(6): 104-110.
[4]	王果, 王强, 刘绍堂, 杨福芹, 赵光兴, 杨彬. 布料模拟法无人机倾斜摄影建筑点云提取[J]. 测绘通报, 2020, 0(10): 97-100.
[5]	郭春海, 张英明, 丁忠明. 无人机机载LiDAR在沿海滩涂大比例尺地形测绘中的应用[J]. 测绘通报, 2019, 0(9): 155-158.
[6]	文学东, 李俊峰, 林昀. 机载LiDAR在高精度滩涂DEM制作中的关键技术分析[J]. 测绘通报, 2019, 0(6): 92-95.
[7]	王志明, 李锁乐. 机载LiDAR技术支持下的荒漠地区1:10 000地形图测绘与研究——以内蒙古阿拉善地区为例[J]. 测绘通报, 2019, 0(4): 91-95.
[8]	杨辉山, 雷丽珍. 机载LiDAR点云获取与高精度DEM建设关键技术探讨[J]. 测绘通报, 2019, 0(3): 124-127.
[9]	贺成成, 何伟, 张伦宁, 杜雁欣, 魏于唐. 机载LiDAR技术在公路建设中的应用——以喀喇昆仑公路为例[J]. 测绘通报, 2018, 0(8): 160-163.
[10]	陈向阳, 向云飞. 利用LMedS算法提取规则建筑物顶部面片[J]. 测绘通报, 2018, 0(4): 121-124.
[11]	毛卫华, 秦爽, 付挺芳, 祝彦敏. LiDAR数据滤波中基于切片的断裂线优化方法[J]. 测绘通报, 2017, 0(9): 75-77,82.
[12]	杨青山, 汤学才, 范彬彬, 许正鹏. 轻型机载LiDAR在农村宅基地房屋测量中的应用[J]. 测绘通报, 2017, 0(9): 88-91,109.
[13]	张昌赛, 许志海, 杨树文, 刘正军. 机载LiDAR辅助下的电力线路弧垂分析及应用[J]. 测绘通报, 2017, 0(7): 94-98,107.
[14]	蒋桂美, 聂倩, 陈小松. 利用机载激光点云数据生产DEM的关键技术分析[J]. 测绘通报, 2017, 0(6): 90-93.
[15]	盛志鹏. 利用Terrasolid进行机载与车载LiDAR点云数据的融合[J]. 测绘通报, 2016, 0(6): 77-78,116.