-
公开(公告)号：CN111340822B
公开(公告)日：2022-07-15
申请号：CN202010111526.2
申请日：2020-02-24
Applicant: 武汉大学
IPC: G06T7/11 , G06K9/62 , G06V10/762
Abstract: 本发明公开了一种多尺度自适应机载LiDAR点云建筑物单体化分割方法，该方法包括以下步骤：步骤1、建筑物点云点间距的计算；步骤2、通过二维多尺度密度聚类算法对建筑物点云数据进行单体分割；步骤3、对变换后的点云运用三维多尺度密度聚类算法进行单体分割；步骤4、对非屋顶单体结构的建筑物点云在未缩放变换的尺度上再次运用三维多尺度密度聚类算法，将其分割为屋顶单体结构；步骤5、屋顶细节结构的识别与对应单体的合并；步骤6、小建筑物单体结构的识别；步骤7、建筑物附属物点合并到对应单体结构上，实现建筑物单体分割。本发明解决了老城区密集区域建筑物、裙楼结构建筑物和点云密度不均匀建筑物无法单体分割的问题。
-
公开(公告)号：CN111340723A
公开(公告)日：2020-06-26
申请号：CN202010109945.2
申请日：2020-02-23
Applicant: 武汉大学
Abstract: 本发明公开了一种地形自适应的机载LiDAR点云正则化薄板样条插值滤波方法，包括：步骤1、输入原始的机载激光雷达三维点云数据；步骤2、采用结合kd树和高程直方图的方法对三维点云数据进行去噪；步骤3、对去噪后的三维点云数据，使用二维区域生长方法获取插值参考点；步骤4、对插值参考点，基于DSM线特征对其进行优化；步骤5、对优化后的插值参考点，基于相对变异系数获取局部区域脚点高程波动程度，进行自适应地形的薄板样条插值，获取局部地形面的逼近模型作为滤波的分类面，对地面点和非地面点进行分割，并输出滤波后的点云。本发明的滤波方法受噪声影响小，对地形的细节特征保持较好，在多种地形数据下能够保持较稳定的滤波效果。
-
公开(公告)号：CN111340723B
公开(公告)日：2022-04-15
申请号：CN202010109945.2
申请日：2020-02-23
Applicant: 武汉大学
Abstract: 本发明公开了一种地形自适应的机载LiDAR点云正则化薄板样条插值滤波方法，包括：步骤1、输入原始的机载激光雷达三维点云数据；步骤2、采用结合kd树和高程直方图的方法对三维点云数据进行去噪；步骤3、对去噪后的三维点云数据，使用二维区域生长方法获取插值参考点；步骤4、对插值参考点，基于DSM线特征对其进行优化；步骤5、对优化后的插值参考点，基于相对变异系数获取局部区域脚点高程波动程度，进行自适应地形的薄板样条插值，获取局部地形面的逼近模型作为滤波的分类面，对地面点和非地面点进行分割，并输出滤波后的点云。本发明的滤波方法受噪声影响小，对地形的细节特征保持较好，在多种地形数据下能够保持较稳定的滤波效果。
-
公开(公告)号：CN111340822A
公开(公告)日：2020-06-26
申请号：CN202010111526.2
申请日：2020-02-24
Applicant: 武汉大学
Abstract: 本发明公开了一种多尺度自适应机载LiDAR点云建筑物单体化分割方法，该方法包括以下步骤：步骤1、建筑物点云点间距的计算；步骤2、通过二维多尺度密度聚类算法对建筑物点云数据进行单体分割；步骤3、对变换后的点云运用三维多尺度密度聚类算法进行单体分割；步骤4、对非屋顶单体结构的建筑物点云在未缩放变换的尺度上再次运用三维多尺度密度聚类算法，将其分割为屋顶单体结构；步骤5、屋顶细节结构的识别与对应单体的合并；步骤6、小建筑物单体结构的识别；步骤7、建筑物附属物点合并到对应单体结构上，实现建筑物单体分割。本发明解决了老城区密集区域建筑物、裙楼结构建筑物和点云密度不均匀建筑物无法单体分割的问题。
-
-
-
Search Results
4
records
(took 0.019 seconds)
