摘要

复杂异型建筑立面很难提取,当前提取方法大都不能达到很高的准确度,为此,提出一种新的基于激光点云扫描技术的复杂异型建筑立面快速提取方法。利用对建筑进行高密度采样,得到复杂异型建筑立面三维空间坐标点云集合,将扫描得到的点云集合拼接纳入统一坐标系。对激光点云数据进行降噪处理,在此基础上,依据点云扫描点的权值设定,求出某网格特征值,针对整个网格系统,形成特征图像。选择数量相同的复杂异型建筑立面和非建筑物立面网格点当成训练样本,对复杂异型建筑立面网格分类模型进行训练,把特征图像当成模型的输入特征,通过线性核函数的SVM获取输出网格,把获取的复杂异型建筑立面网格反映射至三维空间,得到准确的复杂异型建筑立面。将美国某学院的激光扫描点云数据库的三个数据集当成源数据进行实验,发现所提方法准确度与召回率均相对较高,提取的复杂异型建筑立面与实际测量结果相比,倾斜变形以及水平变形均很低,有很高的可靠性。