基于地物特征提取的车载激光点云数据分类方法.PDFVIP

第 期总第 期 国土资源遥感 年 月 日 基于地物特征提取的车载激光点云数据分类方法 李 婷 詹庆明 喻 亮 武汉大学遥感信息工程学院 武汉 武汉大学数字城市研究中心 武汉 测绘遥感信息工程国家重点实验室 武汉 摘要 车载激光扫描测量方法较传统摄影测量方法具有更多优点它能快速采集大面积高精度的三维空间数据 具有广阔的应用前景 针对车载激光扫描数据的分类问题提出了一种基于地物特征提取的点云数据分类方法 即采用主成分分析方法在提取多种街区地物点云数据几何特征和总结地物对象特征知识规则的基础上 根据选取的主特征设计一套阶层式的分类方法 并利用该方法对一套车载激光点云数据进行了分类试验 结果表 明该方法的分类效果良好具有一定的实用性 关键词 车载激光点云数据 特征提取 主成分分析 数据分类 中图法分类号 文献标志码 文章编号 为理想的点云数据自动分类识别算法 引言 和提出了根据断面扫描点的点位空间分布 特征几何特征分散程度和密度信息将激光扫描 随着城市数字化信息化需求的日益上升如何 点云数据分类成不同组 的算法但该算法对混合 采用高效精确的手段进行城市三维模型的构建已 排列点的识别较为复杂 和 成为实现城市数字化 信息化的一个关键环节和技 提出了基于建筑物语义的点云数据特征提取方 术难点 车载激光扫描作为一种先进的测量手段 法 旨在从地面点云数据中通过提取语义特征来 不仅具有快速 不与测量物接触 实时 动态 主动 构建墙壁门窗户建筑物凸出部分和凹进部分以 高密度及高精度等特点 而且能采集大面积的三 及屋顶等部件的数字模型 首先对点云数据进行分 维空间数据和获取建筑物 道路 植被等城市地物的 割以保证每一块分割好的点云数据只包含一种语 表面信息 从而为有效解决传统摄影测量在进行三 义特征 然后根据语义特征的大小点位方向拓 维建模时所遇到的一系列瓶颈问题提供了新思路 扑关系以及点云数据密度等特点来对其进行分类 因此如何快速精确地对车载激光点云数据进行分 以实现建筑物的三维重建 类已经成为三维建模领域首先需解决的问题之一 本文延伸了基于建筑物语义的点云数据特征提 国内对激光点云数据的