【技术实现步骤摘要】
本专利技术涉及建筑物点云数据处理
，尤其涉及一种。
技术介绍
建筑物是城市中最重要的研究对象，许多实际应用都与建筑物有关，比如城市规 划、公共安全研究、环境监测研究、无线通讯、灾害评估等。建筑物的检测、提取与重建也是 摄影测量、遥感等领域的主要研究课题之一。尽管摄影测量方法仍然是目前提取大规模城 区建筑的有效手段，但基于影像的提取还存在许多困难，影像的噪声、光照条件、阴影、遮挡 以及场景的复杂性使得建筑物的检测变得相当复杂。主动传感器，比如机载LiDAR获得的 城区数据不受光照、阴影的影响，并可直接获取对象的高度信息，为建筑物重建提供了理想 的数据源。 激光探测及测距(Light Detection and Ranging, LiDAR)技术，也称激光扫描 (Laser Scanning)技术，因其具有快速、准确地获取激光所到达对象表面的信息的特点，近 年来已成为获取大规模3D地貌的重要工具。LiDAR数据的获取周期短、自动化程度高，然 而，现有的大多数LiDAR点云处理算法在实践中用于质量控制及手工操作的时间在整个数 据处理时间中占据了相当大的比例。因...
【技术保护点】
一种从三维激光点云数据中提取感兴趣建筑物的方法，其特征在于，该方法包括：从滤波后的非地面点中确定建筑物候选点；以点间距离为约束对确定的候选点进行聚类，完成单个建筑物目标的分割；分别提取每个建筑物目标的边缘点；对每个建筑物对象的边缘进行规则化，记录目标信息制成目标查找表；以及从目标查找表中搜索出所有符合用户感兴趣目标特点的对象，提供给用户。
【技术特征摘要】
一种从三维激光点云数据中提取感兴趣建筑物的方法，其特征在于，该方法包括从滤波后的非地面点中确定建筑物候选点；以点间距离为约束对确定的候选点进行聚类，完成单个建筑物目标的分割；分别提取每个建筑物目标的边缘点；对每个建筑物对象的边缘进行规则化，记录目标信息制成目标查找表；以及从目标查找表中搜索出所有符合用户感兴趣目标特点的对象，提供给用户。2. 根据权利要求1所述的从三维激光点云数据中提取感兴趣建筑物的方法，其特征在于，所述从滤波后的非地面点中确定建筑物候选点的步骤中，是将符合以下条件的点确定为候选点1) 、离地面距离符合建筑物特点的点；以及2) 、为去除非建筑物点的干扰，对基于点云高度值生成的深度图像进行高程纹理值分析，纹理值相对较低或者属于小块的纹理值突出区域的点。3. 根据权利要求1所述的从三维激光点云数据中提取感兴趣建筑物的方法，其特征在于，所述以点间距离为约束对确定的候选点进行聚类，完成单个建筑物目标的分割的步骤，具体包括利用kd树组织点云数据，以点间距离为约束，对确定的候选点进行聚类，完成单个建筑物目标的分割；该聚类及分割过程具体如下a) 、使用基于标准规则分裂平面建立的kd树组织点云数据；b) 、从候选点集中随机取出一点P，放入一个新的点集，并将该点集标记为A ;C)、搜索距点P符合距离约束的邻域点，将其从候选点集中取出并放入点集A中；d) 、对点集A中新出现的点，在候选点集中逐一搜索符合距离约束的邻域点，将搜索出的点都放入点集A中；e) 、重复步骤d)直到点集A中没有新的点出现；f) 、如果点集A中点的个数超过阈值，则将点集A记为一类，否则直接将这些点从候选点集中删除；以及g) 、重复步骤b)至步骤f)，直到候选点集为空。4. 根据权利要求1所述的从三维激光点云数据中提取感兴趣建筑物的方法，其特征在于，所述分别提取每个建筑物目标的边缘点的步骤，具体包括1、初步识别出边缘点并加入边缘点集，识别准则为当点P位于边缘处时，其k近邻点的覆盖范围小于点P周围一半的区域，则可据此判断点P是否为边缘点；以及n、如果识别出的边缘点与其局部水平邻域内最低点的高程值没有明显的阶跃变化，则将该点从边缘点集中删除。5. 根据权利 求4所述的从三维激光点云数据中提取感兴趣建筑物的方法，其特征在于，鉴于高层建筑侧面上的扫描点会极大地影响边缘点提取的效果，该方法进一步采用以下的步骤来优化提取对于对象中的每个点，以该点为中心做一个圆柱，圆柱底面的半径取该点到最邻近点的距离，圆柱的高可根据点云密度的大小适当选取；然后根据相对于屋顶面上的点来说，侧面点的圆柱内会存在更多的点这个特点，区分侧面点和屋顶面点；但是这将会把侧面和屋顶面交线上的点认为是侧面点，所以提取过程中需要完成以下...
【专利技术属性】
技术研发人员：李传荣，周梅，苏国中，黎荆梅，唐伶俐，夏冰，
申请(专利权)人：中国科学院光电研究院，
类型：发明
国别省市：11[中国|北京]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。