典型文献
一种基于倾斜摄影测量点云密度自适应分割的建筑物边界提取方法
文献摘要：
针对倾斜摄影场景中建筑物单体化问题,本文提出了基于倾斜摄影测量点云数据的建筑物识别和边界提取自动化算法.首先,对点云进行预处理,去除地面点和噪声点;然后,对点云进行二维栅格化处理,按间隔距离预分割;最后,结合改进的大津算法和区域增长算法,从预分割点云识别其中的建筑物,并提取建筑物边界点.从广东省江门市和湛江市选取两处试验区域对算法进行测试,结果表明:区域内建筑物点云均能准确被分割识别,建筑物边界提取准确度分别为87.8％与92.3％,说明本文提出的方法对于倾斜摄影测量建筑物识别和边界提取的适用性较强.
文献关键词：
倾斜摄影;单体化;特征提取;聚类分割;点云数据
中图分类号：
作者姓名：
刘禹麒;陈广亮;蔡岳臻;李名豪;陈定安;胡小中
作者机构：
广州蓝图地理信息技术有限公司,广东 广州510650;中山大学地理科学与规划学院,广东 广州510275
文献出处：
引用格式：
[1]刘禹麒;陈广亮;蔡岳臻;李名豪;陈定安;胡小中-.一种基于倾斜摄影测量点云密度自适应分割的建筑物边界提取方法)[J].测绘通报,2022(09):52-57
A类：
摄影场
B类：
倾斜摄影测量,摄影测量点云,点云密度,自适应分割,边界提取,单体化,点云数据,建筑物识别,取自,自动化算法,面点,噪声点,栅格化,格化处理,间隔距离,预分,大津,区域增长算法,分割点,点云识别,边界点,江门市,湛江市,两处,试验区,内建,建筑物点云,聚类分割
AB值：
0.359339
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
