学术探索
学术期刊
文章热点
数据分析
智能智评

基于改进RANSAC算法的屋顶激光点云面片分割方法

被引：32
作者：
胡伟
卢小平
李珵
贾智乐
机构：
[1] 河南理工大学矿山空间信息技术国家测绘地理信息局重点实验室
来源：
测绘通报 | 2012年 / 11期
关键词：
RANSAC; 激光点云; KD-Tree; 屋顶面片分割; R半径密度;
D O I：
暂无
中图分类号：
TP391.41 []; P225 [电磁波测距和基线测量];
学科分类号：
080203 ;
摘要：
基于改进的随机抽样一致性算法(RANSAC)对建(构)筑物屋顶面片进行点云分割,通过改进种子点选取方式来提高面片分割的置信度,并将点到平面距离的标准差作为判断准则,以提高分割面片的准确性。同时,采用KD-Tree组织点云,根据空间平面的法向量、连通性分析、点云的R半径密度对分割的面片进行优化处理,试验证明该方法能有效地对建筑物屋顶面片进行点云分割。
引用
收藏
页码：31 / 34+46 +46
页数：5
相关论文
共 6 条
  • [1] 从LiDAR数据中提取建筑物平面目标的新方法
    李云帆
    马洪超
    [J]. 计算机工程与应用 , 2011, (10) : 5 - 7
  • [2] 机载LiDAR点云数据的建筑物重建研究
    曾齐红
    毛建华
    李先华
    刘学锋
    [J]. 武汉大学学报(信息科学版), 2011, 36 (03) : 321 - 324+328
  • [3] 基于扫描激光测距数据的建筑物三维重建
    尤红建
    苏林
    李树楷
    [J]. 遥感技术与应用, 2005, (04) : 381 - 385
  • [4] Efficient RANSAC for point-cloud shape detection
    Schnabel, R.
    Wahl, R.
    Klein, R.
    [J]. COMPUTER GRAPHICS FORUM, 2007, 26 (02) : 214 - 226
  • [5] 3D Building Detection and Modeling from Aerial LiDAR Data .2 VERMA V,KUMAR R,HSU S. Proceedings of IEEE Computer Society Conference on Compater Vision and Pattern Recognition . 2006
  • [6] Building Reconstruction and Visualization from Lidar Data .2 FORLANI G,NARDINOCCHI C,SCAIONI M,et al. International Archives of the Photogrammetry,Remote Sensing and Spatial Information Sciences . 2004
1