顾及建筑物屋顶结构的改进ransac点云分割算法

《顾及建筑物屋顶结构的改进ransac点云分割算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、顾及建筑物屋顶结构的改进RANSAC点云分割算法李云帆谭德宝刘瑞郭建伟长江水利委员会长江科学院哈尔滨工业大学深圳研究生院深圳市房地产评估发展中心城市空间信息工程北京市重点实验室武汉大学遥感信息工程学院摘要：针对传统RANSAC点云分割算法在处理多层次、多面片的复杂建筑物中的困难，提出一种改进算法对建筑物点云进行分割和几何基元的提取。首先，结合基于坡度和高差的三角形区域生长方法，对复杂建筑物的不同结构层次进行分解，提高了随机采样时的有效模型命中率，并降低了错分现象;然后，提出一种浮动一致集阈值的RANSAC算法，通过自动调整RANSAC算法中的关键参数，使算法能够适应

2、不同尺度的几何基元。实验证明了该算法在复杂建筑物点云数据分割效果和运算效率上的有效性。关键词：LiDAR;区域牛长;RANSAC;建筑物;点云分割;作者简介：李云帆（1984-），男，博士，主要从事机载、车载激光雷达数据处理方向的研究。Email:1iyunfan0828@gmai1.com。收稿日期：2016-05-18基金：中央级公益性科研院所基本科研业务费项目“车载激光雷达点云数据堤防地形三维重建研究”（编号:CKSF2014031/KJ）AnimprovedRANSACalgorithmforbuildingpointcloudssegmentationin

3、considerationofroofstruetureLIYunfanTANDebaoLIURuiWUTianweiYangtzeRiverScientificReseai^hljistitute:ShenzhenGraduateSchool,HarbinInstituteofTechnology;BeijingKeyLaboratoryofUrbanSpatialInformstionEngineering;Abstract：AnimprovedRANSACalgorithmwasproposedforpointcloudsegmentationandgeome

4、trieprimitivesextractionofbuildingswithmultiplefacetsandcomplexroofstructures,includingtwoinnovations.Firstly,the^split-segment”strategycombinedwithregionalgrowthconceptisproposedtoimprovethesegmentresultandefficiencyofclassicRANSACalgorithm;Secondly，animprovedRANSACalgorithmwithvarian

5、tconscnsussetthresholdispresented.Byautomaticallyadjustingtheconsensussetthresholdvalue,geometricprimitiveswithscaledifferencearelikelytomeetthevaliditytest,thusavoidingtheover-segmentationandunder-segmentationproblemsofclassicRANSACalgorithmwithfixedconsensussetthreshold.Keyword：LiDAR

6、;regionalgrowing;RANSAC;bu订ding;pointcloudssegmentation;Received：2016-05-18引用格式:李云帆，谭德宝，刘瑞，等•顾及建筑物屋顶结构的改进RANSAC点云分割算法[J]・国土资源遥感，2017,29(4):20-25.(LiYF,TanDB,LiuR,etal.AnimprovedRANSACalgorithmforbuildingpointcloudssegmentationinconsiderationofroofstructure[J].RemoteSensingforLandandRes

7、ources,2017,29(4):20-25.)o引言在机载LiDAR点云处理领域，分割始终是主要的研究方向之一[1-5],其目的在于将大量数据进行一定层次的组织，以便于从中提取岀有用信息，是点云目标识别的重要前提凹。但是，目前点云分割算法研究还远未达到满足现实需求的水平，即使只是针对相对简单的平面特征，仍需要大量人工处理[6-7]。同吋，现代城市的发展建造了大量具有多层次、多面片的复杂结构建筑物，点云分割问题更为复杂，寻找一种鲁棒、高效的建筑物点云分割方法是目前的研究热点。近年来提出了大量点云分割算法，大致被分为3类：（1）基于区域增长的分割算法［8-14］