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鍵問題之一，而建筑物的輪廓則是表達建筑物的關鍵信息。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)域的適應性。三組不同地形、不同區(qū)域的實驗結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，準確的提取建筑物的輪廓。該方法不僅可以準確得到建筑物沒有遮擋部位的輪廓的同時還能得到準確的被遮擋部位的