结合全景影像的车载街景点云数据增强方法
提出了一种结合全景影像的车载街景点云数据增强方法,首先结合基于密度的聚类方法DBSCAN(density-based spatial clustering of applications with noise)分割算法和地物典型特征实现点云数据的分类及单体目标提取;然后对单体目标点云,通过构不规则三角网(triangulated irregular network,TIN),逐一进行缺失区域检测及相应边缘提取;最后提出了基于全景影像局部仿射变换的区域增长密集匹配方法,用于生成缺失空洞区域的真实三维点,实现点云数据的增强.实验表明,该方法能够实现车载街景点云数据缺失区域的填补,且点云增强的结果真实、可靠.
车载点云数据、点云聚簇、全景影像匹配、点云缺失、点云数据增强
45
P208(一般性问题)
中央高校基本科研业务费专项资金2042014Kf0294
2020-08-31(万方平台首次上网日期,不代表论文的发表时间)
共6页
1015-1020