基于法向量密度聚类的LiDAR点云屋顶面提取

摘要：

针对现有算法从LiDAR点云中提取复杂建筑物屋顶面不完整、阈值难以设置的问题,提出一种结合点云空间分布的法向量密度聚类提取屋顶面点云方法.通过构建Delaunay三角网,计算建筑物LiDAR点云的法向量;在分析建筑物点云空间和法向量分布特点的基础上,定义一种邻域关系度量屋顶面点云之间的相似性,并利用提出的算法聚类建筑物点云,得到屋顶面片点云粗提取结果;通过构建屋顶面片缓冲区,经面片处理得到建筑物各屋顶面的完整点云.选取不同复杂程度的建筑物进行实验,结果表明,算法能有效提取复杂建筑物屋顶面点云,具有较好的适应性,并能为建筑物三维重建提供可靠的屋顶面信息.

关键词：密度聚类、空间分布、LiDAR点云、屋顶面提取、法向量

所属期刊栏目：34

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家自然科学基金;国家重点实验室开放基金

在线出版日期：2017-12-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：393-398