利用RANSAC算法对建筑物立面进行点云分割

利用RANSAC算法对建筑物立面进行点云分割

ID:46581957

大小:303.92 KB

页数:3页

时间:2019-11-25

利用RANSAC算法对建筑物立面进行点云分割_第1页
利用RANSAC算法对建筑物立面进行点云分割_第2页
利用RANSAC算法对建筑物立面进行点云分割_第3页
资源描述:

《利用RANSAC算法对建筑物立面进行点云分割》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第36卷第5期测绘科学Vol.36No.52011年09月ScienceofSurveyingandMappingSep.利用RANSAC算法对建筑物立面进行点云分割①②③④③李娜,马一薇,杨洋,高晟丽(①中国科学院遥感应用研究所,北京100101;②96633部队,北京100096;③61512部队,北京100088;④信息工程大学测绘学院,郑州450052)【摘要】建筑物立面点云分割是车载激光扫描数据特征提取与建模的基础。本文将随机抽样一致性算法(Ran-domSamplingConsensus)方法引入对点云的分割中,并在判断准则中引入了点云的r半径密度,消除了

2、噪声的影响,同时建立角度和距离两个约束条件对平面分割结果进行优化,提取出了最终的建筑物立面特征平面。【关键词】车载激光扫描;随机抽样一致性;点云分割;r半径密度【中图分类号】TP751【文献标识码】A【文章编号】1009-2307(2011)05-0144-03重建时,结合RANSAC方法对建筑物立面进行提取,取得1引言[8]了较好的效果,极大的提高了重建效率。这里将车载激光扫描测量系统能够自动获取高精度的城市建RANSAC的概念引入到车载激光扫描数据分割,并给出了筑物立面及其局部细节信息,弥补了数字地图、航空摄影具体的实现方法,实验证明本文方法的有效性。测量和遥感等

3、常规获取方式在这方面的缺陷,已成为城市3基于RANSAC算法对建筑物立面进行点云分割街道、道路两旁建筑物垂直面的几何数据和纹理信息获取[1]的重要手段。3.1判断准则的设计利用车载激光扫描数据来重建沿街建筑物立面必须首现实中绝大多数的建筑物具有规整的几何形状且呈直[2]先在原始点云中对立面特征点云进行分割。目前主要的角转折,建筑物的轮廓线只有两个方向且相互垂直。一般[3]点云分割方法有以下几种:基于特征边的分割,基于扫来说,处在同一平面上的点满足如下方程:[4][5]描线的分割和区域增长方法。车载激光点云数据的点ax+by+cz=d(2)间距一般为厘米级,点云密度大,

4、一条街区的立面点云往式中,(x,y,z)为平面点空间坐标,(a,b,c)为平面单222往就达到数十万,甚至上百万,利用上述方法进行分割处位法向量且a+b+c=1,d为坐标原点到平面的距离。理时需要对点云进行格网化,需要消耗大量的存储空间和从原始点云中提取出不同的点云面片,实质就是求取不同计算时间,不能满足实时快速处理的要求。同时这些方法特点云面片的平面参数。通过将平面参数表示成基本矩阵多是考虑邻接点的上下文关系对数据进行处理,容易形成后,分割问题就可以转化为基本矩阵的估计问题。误差的累积,造成对点云的过度分割。设建筑物立面上的待选点集为{xi,yi,zi}(i=1,2

5、,…,n),其中n为点集中总点数,则基本矩阵F满足公式:2RANSAC[xiyizi-1]F=0(3)随机抽样一致性算法RANSAC(RandomSamplingCon-其中F=T,结合公式(2)可知,基本矩[abcd][6]sensus)由Fishier和Bolles提出,它通过随机取样剔除局阵F具有3个自由度,即至少需要3个数据点才能计算基外点的影响,构建一个仅由局内点数据组成的基本子集。本矩阵。其具体做法是直接利用随机选出的3个原始数据其基本思想为:在进行参数估计时,不是不加区分地对待点作为内点得到参数初始值,然后根据初始值寻找数据集所有可能的输入数据,而是首先

6、针对具体问题设计出一个合中别的内点,可以极大地提高数据处理的效率,最大限判断准则,利用此判断准则迭代地剔除那些与所估计的参度地减少噪声和外点的影响。数不一致的输入数据,然后通过正确的输入数据来估计参建立好参数模型后,判断准则的选择尤为关键。这里数。它要求保证在一定的置信概率下,基本子集最小抽样常用的方法是计算点P(x,y,z)到平面PL(a,b,c,d)的欧式数M与至少取得一个良性取样子集的概率P(P>ε)满距离:足如下关系:d(P,PL)=ax+by+cz-d(4)mMP=1-(1-(1-ε))(1)理论上,局内点到平面之间的距离为零,但这里所说其中,ε为数据错误率

7、,m为计算模型参数需要的最小的平面并不是严格意义上的平面,需要设定一定的容忍值数据量。阈值δ°来近似拟合平面。立面点云中,当该点与其对应平作为一种有效的稳健估计算法,RANSAC在基础矩阵面的距离不超过δ°时,称为局内点,否则为局外点。算法估计、特征匹配、运动模型选择等计算机视觉领域内有着[7]分割的效果受阈值δ°的影响很大,阈值δ°过小会造成平面广泛应用。Bauer等在利用立体像对进行城市建筑物三维的过度分割,阈值δ°过大会增大平面的腐蚀作用。另外,在实际操作中阈值δ°的设定还必须考虑到建筑物立面形状,对细节信息较多的立面,由于各面片之间相距更近,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。