针对地面激光扫描点云和航摄影像密集匹配点云融合存在质量退化与分层的问题,本文提出了一种基于图割算法和引导点云滤波算法的异源点云融合方法。该方法首先利用一种结合几何和颜色信息的图割算法分割密集匹配点云,然后利用分割后的密集匹配点云填补激光点云的孔洞和遮挡区域,接着采用以表面曲率加权的引导点云滤波算法消除混合边界处的缝隙并纠正混合点云中的平面错层。实验结果证明,所提方法对比现有方法有明显的性能提升,融合后的精度和完整性分别提升了5.42%和2.94%,能够较好地支撑激光点云与密集匹配点云的高质量融合。
遥感 激光点云 密集匹配点云 点云融合 图割算法 引导点云滤波
以三维点云或模型表达的单体化建筑信息是城市规划、市政管理、数字城市建设等多个应用领域的关键信息要素。利用航空影像密集匹配点云,提出了一种针对复杂建筑区域建筑单体的快速提取算法。在对点云进行滤波处理及水平点云提取和聚类的基础上,将点云面域投影至二维平面格网化,并结合立面信息及面域几何特征将非屋顶面的点云面域滤除,进一步基于栅格图像计算点云面域之间的拓扑关系,得到了各建筑单体的点云覆盖范围,最后实现了建筑单体点云的提取。实验结果表明,所提算法对建筑单体点云提取的召回率和查准率平均值分别为92.6%和89.9%,说明所提算法能够有效支撑复杂区域建筑单体的提取。
遥感 密集匹配点云 建筑单体化 格网化 拓扑关系