基于无人机载激光雷达数据的建筑物自动提取算法

摘要：

针对机载LiDAR散乱点云数据量大、目标分类困难的问题，提出一种实现LiDAR点云数据中地面点云、植被点云和建筑物点云的全自动分类算法，并根据提取的建筑物点云数据自动提取建筑物轮廓和中心点坐标。具体理论算法为：首先基于渐进三角网的点云数据滤波算法分离出地面点云数据，然后根据植被点云法向量的各向异性采用模糊C均值聚类（FCM）方法分离植被点云和建筑物点云。对于分类后的建筑物点云，利用拓扑聚类的方法，对每个建筑物进行识别并提取轮廓和中心点。将该算法应用于栾川协心小流域的山洪灾害调查评价居民户建筑物位置和高程自动提取。应用案例表明：该方法提取速度快，提取精度较高，且适用于山丘区机载雷达数据建筑物提取和植被分类。

关键词：LiDAR数据、地面点云提取、植被过滤、建筑物提取、中心点提取

分类号：P642(水文地质学与工程地质学)

资助基金：全国山洪灾害调查评价无人机遥感技术应用示范项目1261430112001；山西省煤矿采空区特殊下垫面的下渗机制研究及采空区产汇流成果应用项目；河南省山洪动态预警关键技术研究与应用项目；北京市小流域暴雨洪水规律及预警指标研究项目。

在线出版日期：2015-12-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：67-71,96