一种基于上下文几何全局优化的点云建筑物轮廓线提取方法技术

本发明专利技术提出一种基于上下文几何全局优化的点云建筑物轮廓线提取方法，涉及机载激光雷达数据处理技术领域，包括：获取机载激光雷达点云数据；利用渐进三角网加密滤波算法对点云数据进行处理，将点云数据分离为地面点和非地面点；获取初始种子点，并提取建筑物点；采用Alpha Shapes算法对建筑物点进行处理得到建筑物轮廓点；对轮廓点组进行合并，得到建筑物轮廓线段；构建无向权重图，并对无向权重图进行分割，为每条轮廓线段分配方向角；根据调整后的轮廓线段生成最终的建筑物轮廓线。本发明专利技术以数据驱动方式对采集到的建筑物区域的机载激光雷达点云数据进行处理提取建筑物轮廓线，便于后续基于建筑物轮廓线的各种应用。

【技术实现步骤摘要】

本专利技术涉及机载激光雷达数据处理，尤其涉及一种基于上下文几何全局优化的点云建筑物轮廓线提取方法。

技术介绍

1、从遥感数据中自动提取精确的建筑物轮廓线，被广泛应用于建筑物三维重建、城市地图更新以及城市灾害监测等领域。机载激光雷达(light detection and ranging，lidar)可以主动采集获取高密度和高精度的点云数据，因此，基于lidar的建筑物轮廓线提取方法得到广泛应用。然而，由于建筑物复杂的形状，以及点云具有离散、不规则的特点，使得直接从点云中提取的建筑物轮廓线锯齿问题严重，无法精确刻画建筑物真实的轮廓。因此，如何精确、自动提取建筑物轮廓线是一个难点。同时，建筑物形状具有显著的人工设计特征，如轮廓线段之间存在潜在的平行、垂直几何关系，如何将这些特征融入到轮廓线提取过程中，保证提取的轮廓线满足人类视觉认知，也是一个难点。

2、目前，许多研究者提出了各种基于点云数据的建筑物轮廓线提取方法。这些方法通常包括点云数据预处理、建筑物点提取、轮廓线生成等步骤。传统方法主要依赖于点云数据的局部特征分析，如法向量计算、曲率分析和边界检本文档来自技高网...

【技术保护点】

1.一种基于上下文几何全局优化的点云建筑物轮廓线提取方法，其特征在于，包括：

2.根据权利要求1所述的一种基于上下文几何全局优化的点云建筑物轮廓线提取方法，其特征在于，步骤S2包括：

3.根据权利要求1所述的一种基于上下文几何全局优化的点云建筑物轮廓线提取方法，其特征在于，步骤S3中，半抑制模糊C均值聚类算法的过程包括：

4.根据权利要求3所述的一种基于上下文几何全局优化的点云建筑物轮廓线提取方法，其特征在于，步骤S3中，基于所述建筑物初始种子点进行区域增长提取建筑物点，包括：

5.根据权利要求1所述的一种基于上下文几何全局优化的点云建筑物...

【技术特征摘要】

1.一种基于上下文几何全局优化的点云建筑物轮廓线提取方法，其特征在于，包括：

2.根据权利要求1所述的一种基于上下文几何全局优化的点云建筑物轮廓线提取方法，其特征在于，步骤s2包括：

3.根据权利要求1所述的一种基于上下文几何全局优化的点云建筑物轮廓线提取方法，其特征在于，步骤s3中，半抑制模糊c均值聚类算法的过程包括：

4.根据权利要求3所述的一种基于上下文几何全局优化的点云建筑物轮廓线提取方法，其特征在于，步骤s3中，基于所述建筑物初始种子点进行区域增长提取建筑物点，包括：

5.根据权利要求1所述的一种基于上下文几何全局优化的点云建筑物轮廓线提取方法，其特征在于，步骤s4中，采用alpha shapes算法对所述建筑物点进行处理包括：

6.根据权利要求5所述...

【专利技术属性】
技术研发人员：刘科，黄世鑫，陈达畅，苗青，向石涛，
申请(专利权)人：武汉轻工大学，
类型：发明
国别省市：