测绘科学

2018, v.43;No.235(01) 112-116

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

共享近邻聚类算法点云面线提取
Research on extraction of point cloud data surface and line based on shared neighbor clustering algorithm

辛群荣;姚吉利;徐广鹏;

摘要(Abstract):

针对激光点云数据进行建筑物建模或矢量信息提取中快速识别建筑物面和棱线信息的要求,该文提出基于共享近邻聚类算法进行建筑物面和棱线的快速提取方法。首先,计算点云中每个数据点的单位法向量和点到基准面的距离,利用基于网格的共享近邻聚类算法对点云进行分类确定建筑物面点云;然后,自动判别相交平面,提取建筑物棱线,并与RANSAC算法对某建筑物面的提取结果进行比较。结果证明,该方法自动化程度高,建筑物面和棱线提取快速、准确,提取结果能够应用于三维建筑物自动建模和测绘出图。

关键词(KeyWords): 地面三维激光扫描;共享近邻聚类;建筑物平面分割;棱线提取

Abstract:

Keywords:

基金项目(Foundation): 山东省高等学校科技计划项目(J15LN32)

作者(Author): 辛群荣;姚吉利;徐广鹏;

Email:

DOI: 10.16251/j.cnki.1009-2307.2018.01.020

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享