结合区域增长与RANSAC的机载LiDAR点云屋顶面分割

作者：赵传; 郭海涛^*; 卢俊; 余东行; 林雨准; 姜怀刚

来源：测绘学报, 2021, 50(05): 621-633.

• 屋顶面分割
• 迭代区域增长
• RANSAC
• 机载LiDAR点云

建筑物屋顶面大小差异较大、形状复杂、数量不确定等特点,以及机载LiDAR点云密度不均、分布不规则、缺乏语义信息等特性,对屋顶面的准确分割造成了很大干扰,因此现有分割方法的精度和适用性仍有待提高。针对上述问题,本文提出一种结合区域增长与RANSAC的机载LiDAR点云屋顶面分割方法。首先,引入稳健的法向量估计算法计算点云法向量,利用提出的迭代区域增长策略和RANSAC提取多个可靠屋顶面片;然后,基于可靠屋顶面片参数和RANSAC计算内点的思想,迭代合并可靠屋顶面片,并精化屋顶面参数;最后,计算未能通过前面步骤分割的点到各屋顶面的垂直距离,将其标记为距离最小且小于阈值的屋顶面,并通过局部范围内投票的方式精化屋顶面分割结果。利用多个具有代表性的建筑物点云和一组区域建筑物点云进行试验,结果表明,所提出的方法可有效地分割不同复杂程度的建筑物屋顶面,并能较好地分割面积较小的屋顶面,以屋顶面和单点为评价单元的平均分割正确率为95.56%和97.93%,分割的结果可为建筑物三维模型重建、点云精简等应用提供可靠的信息。

• 单位
  信息工程大学地理空间信息学院