典型文献
基于密度噪声应用空间聚类算法的机载激光雷达建筑物点云提取与单体化
文献摘要：
针对机载激光雷达建筑物点云提取过程中自动化提取困难,以及提取后的建筑物单体化过程烦琐等问题,提出一种基于密度噪声应用空间聚类(density-based spatial clustering of applications with noise,DBSCAN)算法的机载雷达建筑物点云提取与单体化的方法.该方法对预处理后的点云数据基于DBSCAN算法进行去噪与初步的提取,通过三维密度聚类,将建筑物的点云进行提取与自动单体化.根据建筑物点云密度的特点,进行二维的密度聚类,结合数字正射影像图(digital orthophoto map,DOM)进行点云分割.最后将处理后的点云数据进行优化处理,并将建筑物单体化簇类进行提取,得到单体化建筑物点云.结果表明:提取的建筑物点云数量正确率为97.36％,轮廓边长的中误差为0.077,可以有效地提取出建筑物点云并将其单体化.
文献关键词：
机载激光雷达;建筑物点云;基于密度噪声应用空间聚类(DBSCAN);密度聚类;点云提取;单体化
中图分类号：
作者姓名：
吕富强;唐诗华;何广焕;蒙金龙
作者机构：
桂林理工大学测绘地理信息学院,桂林541004;广西空间信息与测绘重点实验室,桂林541004
文献出处：
引用格式：
[1]吕富强;唐诗华;何广焕;蒙金龙-.基于密度噪声应用空间聚类算法的机载激光雷达建筑物点云提取与单体化)[J].科学技术与工程,2022(09):3446-3452
A类：
B类：
基于密度,噪声应用,应用空间,空间聚类,聚类算法,机载激光雷达,建筑物点云,点云提取,单体化,自动化提取,烦琐,density,spatial,clustering,applications,noise,DBSCAN,机载雷达,点云数据,去噪,密度聚类,点云密度,数字正射影像图,digital,orthophoto,map,DOM,行点,点云分割,优化处理,边长,中误差
AB值：
0.272625
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。
