[發(fā)明專利]一種建筑物立面點(diǎn)云提取方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210564805.3
• 申請(qǐng)日: 2022-05-23
• 公開（公告）號(hào): CN115099304A
• 公開（公告）日: 2022-09-23
• 發(fā)明（設(shè)計(jì)）人: 熊峰;李宗春;付永健;汪文琪;冉佳歡;何華;黃哲琨
• 申請(qǐng)（專利權(quán)）人: 中國人民解放軍戰(zhàn)略支援部隊(duì)信息工程大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06V10/30;G06V10/762;G06V10/77
• 代理公司: 鄭州睿信知識(shí)產(chǎn)權(quán)代理有限公司 41119
• 代理人: 史萌楊

本發(fā)明屬于點(diǎn)云數(shù)據(jù)處理技術(shù)領(lǐng)域，具體涉及一種建筑物立面點(diǎn)云提取方法。首先，基于虛擬格網(wǎng)利用高程分布特性自適應(yīng)分離地面點(diǎn)，并依據(jù)格網(wǎng)高差濾除低矮地物點(diǎn)云。然后，在求解最優(yōu)鄰域的基礎(chǔ)上，根據(jù)各點(diǎn)的局部點(diǎn)云密度進(jìn)行DBSCAN聚類。最后，結(jié)合聚類塊中線、面狀點(diǎn)比例和尺寸等語義規(guī)則對(duì)建筑物立面點(diǎn)云進(jìn)行精提取。采用兩種不同場景的數(shù)據(jù)集進(jìn)行試驗(yàn)，結(jié)果表明，所提方法能得到較好的建筑物立面提取結(jié)果，提取精度高于MRG、RealWorks和EPSB三種對(duì)比方法，F(xiàn)1得分均優(yōu)于97.69％，可為建筑物重建、城市精細(xì)化管理等應(yīng)用提供可靠的建筑物立面信息。

技術(shù)領(lǐng)域

本發(fā)明屬于點(diǎn)云數(shù)據(jù)處理技術(shù)領(lǐng)域，具體涉及一種建筑物立面點(diǎn)云提取方法。

背景技術(shù)

隨著智慧城市、建筑信息模型(Building Information Modeling,BIM)、城市信息模型(City Information Modeling,CIM)等概念的提出和相關(guān)技術(shù)的深度發(fā)展，準(zhǔn)確有效地重建城市三維模型的需求不斷增加。LiDAR點(diǎn)云數(shù)據(jù)作為主流的建模數(shù)據(jù)源，在城市精細(xì)化管理、城市安全分析、三維變化檢測、導(dǎo)航等諸領(lǐng)域發(fā)揮著越來越重要的作用。

建筑物是城市場景中的主要組成成分，如何從場景中提取建筑物點(diǎn)云一直是眾多學(xué)者關(guān)注的研究方向。與機(jī)載激光掃描(Airborne Laser Scanning,ALS)系統(tǒng)相比，地面激光掃描(Terrestrial Laser Scanning,TLS)系統(tǒng)和車載激光掃描(Mobile LaserScanning,MLS)系統(tǒng)可以獲取建筑物立面高密度的點(diǎn)云，從而直觀地呈現(xiàn)出豐富的細(xì)節(jié)特征并用于建筑物的三維重建。目前，國內(nèi)外學(xué)者針對(duì)如何從TLS/MLS點(diǎn)云中準(zhǔn)確高效地提取建筑物立面展開了諸多研究，可歸納為以下三類：

1)基于二維的方法。通常是將點(diǎn)云投影到二維平面，利用投影密度的差異性，或轉(zhuǎn)換成二維圖像利用圖像處理技術(shù)，提取建筑物立面點(diǎn)云。對(duì)于投影密度法而言，往往會(huì)受到其他地物目標(biāo)的影響，其閾值難以設(shè)定，且易損失屋頂信息；對(duì)于圖像法而言，在轉(zhuǎn)換過程中會(huì)造成一定的信息損失，且難以適用于復(fù)雜場景。

2)基于分割的方法。此類方法大多假設(shè)建筑物由多個(gè)平面組成，首先對(duì)場景點(diǎn)云進(jìn)行分割處理以獲得平面分割塊，然后利用建筑物的語義規(guī)則對(duì)平面區(qū)域進(jìn)行識(shí)別，從而提取出建筑物立面點(diǎn)云。但該方法提取效果十分依賴分割方法和語義規(guī)則。

3)基于分類的方法。一般是先對(duì)場景點(diǎn)云進(jìn)行分類處理，然后從分類結(jié)果中提取出標(biāo)記為建筑物的點(diǎn)云。該方法雖可以將場景點(diǎn)云分類成不同地物，便于建筑物立面的提取，但需要選擇與提取多種不同的分類特征，且需要大量的人為設(shè)定閾值，難以滿足不同場景。

綜上所述，現(xiàn)有建筑物立面提取算法大多存在參數(shù)難以合理設(shè)置、提取精度不高等問題。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種建筑物立面點(diǎn)云提取方法，用以解決現(xiàn)有技術(shù)中對(duì)建筑物立面點(diǎn)云提取精度不高的問題。

為解決上述技術(shù)問題，本發(fā)明提供了一種建筑物立面點(diǎn)云提取方法，包括如下步驟：

1)獲取點(diǎn)云數(shù)據(jù)，確定點(diǎn)云數(shù)據(jù)中每個(gè)點(diǎn)的最優(yōu)鄰域點(diǎn)個(gè)數(shù)，以及每個(gè)點(diǎn)的最遠(yuǎn)距離，所述點(diǎn)的最遠(yuǎn)距離是指該點(diǎn)與其最優(yōu)鄰域點(diǎn)個(gè)數(shù)下各近鄰點(diǎn)之間距離的最大值；

2)依據(jù)每個(gè)點(diǎn)的最優(yōu)鄰域點(diǎn)個(gè)數(shù)以及最遠(yuǎn)距離，確定每個(gè)點(diǎn)的局部點(diǎn)云密度：

式中，LPD_i表示點(diǎn)i的局部點(diǎn)云密度，k_i表示點(diǎn)i的最優(yōu)鄰域點(diǎn)個(gè)數(shù)，d_kimax表示點(diǎn)i的最遠(yuǎn)距離；