基于无人机影像立体点云的农村建筑精确地籍测量研究.docxVIP

基于无人机影像立体点云的农村建筑精确地籍测量研究

摘要：提出了一种基于无人机影像立体点云的精确地籍测量方法。为确保建筑外墙的精确性和唯一性，提出了一种非极大值抑制算法，用于分离噪声并避免重复提取外墙点。同时，提出了多线索加权RANSAC方法，该方法结合点到线的距离和法向一致性，旨在减少建筑附着物的影响并避免虚假边缘的生成。实验结果表明，所提出的方法能够有效检测建筑物的矢量轮廓，具有较高的精度和正确的拓扑结构。在均方误差低于10cm的情况下，边角的检测完整性和正确性分别为84.9%和93.2%。

关键词：地籍测量墙体线段拓扑图线段探测拓扑图分析

ResearchonPreciseCadastralSurveyofRuralBuildingsBasedonDroneImageStereoPointCloud

MAWeichi

BeijingXinxingHuanyuInformationTechnologyCo.，Ltd.，Beijing，102300China

Abstract：Aprecisecadastralsurveyingmethodbasedonunmannedaerialvehicleimagestereopointcloudisproposed.Toensuretheaccuracyanduniquenessofbuildingexteriorwalls，thenon-maximumsuppressionalgorithmisproposedtoseparatenoiseandavoidduplicateextractionofexteriorwallpoints.Meanwhile，themultipleclueweightedRANSACmethodwasproposed，whichcombinespoint-to-linedistanceandnormalconsistencytoreducetheinfluenceofbuildingattachmentsandavoidthegenerationof1edges.Experimentalresultsshowthattheproposedmethodcaneffectivelydetectthebuildingvectorcontourswithhighaccuracyandcorrecttopologicalstructure.Thecompletenessandaccuracyoftheedgecornersdetectioncanreach84.9%and93.2%whenthemeansquareerrorislessthan10cm.

KeyWords：Cadastralsurvey;Walllinesegmenttopologygraph;Linedetection;Topologygraphanalysis

地籍测量是一项复杂且漫长的工作，其目标是准确测量各种土地类型的位置、面积和边界，以满足土地管理部门或经济部门的需求[1]。尤其对于缺乏统一设计和规划的农村建筑而言，保持地籍数据库的精准性和及时更新是确保土地使用者权益、减少非法建筑处理或政府拆迁赔偿纠纷的基本保障。这需要从数据采集到处理、存储和发布的全过程都保持信息透明且可以查询。

近年来，考虑到农村建筑往往缺乏统一设计和规划，基于无人机立体影像的测绘方法被广泛用于记录和测量地籍数据。然而，由于农村建筑环境的复杂性和高精度要求，通常需要大量的手动编辑，这既昂贵又耗时。即使仅考虑建筑和庭院空间的二维矢量图，当前的自动化方法仍面临巨大挑战[2]。

1研究现状

传统的基于图像的方法通过高分辨率图像分类或分割提取建筑像元，然后绘制建筑轮廓。其关键是充分利用几何、光谱、纹理等显著特征，并结合先验正则约束，然而，由于建筑类型的复杂性和各种背景元素的干扰，这些方法在处理不同数据集时通常需要针对性参数调整，难以适应实际应用需求。大多数主流的图像分割方法都可以用于建筑物提取，例如：基于种子点的区域生长法，或使用包括Mean-shift和K-means在内的各种分类和聚类方法，其主要困难在于，在背景环境复杂的场景下检测精度有限，容易出现误检和漏检，尤其是道路、高架区域和建筑物之间的直接过渡不明显时[3]。

随着深度卷积神经网络的不断发展，近年来也提出了大量基于深度学习的方法。经典网络采用编码器-