樹木遮擋下的機載Lidar點云建筑物輪廓提取.pdf

1、建筑物是城市重要的組成，是“數(shù)字城市”不可缺少的組成部分。從機載Lidar(Light Detection And Ranging)點云中提取建筑物是城市建模的關(guān)鍵問題之一，而建筑物的輪廓則是表達建筑物的關(guān)鍵信息。目前建筑物輪廓提取的研究大都是針對完整的建筑物點云。針對由于相鄰高大樹木等對建筑物的遮擋，使得建筑物點云存在部分缺失，建筑物輪廓不完整的情況，目前還沒有有效的輪廓提取方法。
　　本文針對建筑物被遮擋的情況下準(zhǔn)確提取建筑物

2、輪廓開展兩方面研究:1）濾波，將原始Lidar點云中，地面點和非地面點分開;2）建筑物輪廓提取，從非地面點云中提取建筑物點，并提取建筑物輪廓。
　　首先在現(xiàn)有的偏度平衡濾波(SKF)算法的基礎(chǔ)上，利用局部擬合高差代替點的高程，提出基于高差的偏度平衡濾波(SKF-HD)算法。該算法保持了對高大地物提取效果的同時，提高了低矮地物的提取效果，且顯著提高了地形起伏區(qū)域的適應(yīng)性。三組不同地形、不同區(qū)域的實驗結(jié)果表明該算法能夠更好的提取低矮地

3、物、適用于不同程度的起伏地形。與偏度平衡濾波算法相比較，提出的算法在平坦區(qū)域、地形起伏較小區(qū)域和地形顯著起伏區(qū)域的總體精度分別增大4.8％、5.1％和13.3％。在不同地形條件下，尤其是在地形顯著起伏區(qū)域，新算法的濾波精度得到了明顯的提高。
　　然后改進MBR算法，針對被遮擋的規(guī)則多邊形建筑物提出多級最小外接矩形(MMBR)算法，準(zhǔn)確的提取建筑物的輪廓。該方法不僅可以準(zhǔn)確得到建筑物沒有遮擋部位的輪廓的同時還能得到準(zhǔn)確的被遮擋部位的