买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：泉州装备制造研究所

摘要：本发明涉及一种面向倾斜摄影的多属性融合建筑物点云提取方法，包括对点云数据进行数据平滑处理；对地面进行模拟，得到数字地表模型并进行高程滤波处理；通过对包含点云尺度信息和颜色信息的多属性融合，标记场景中的非建筑物点云并去除；利用面向三维点云的融合颜色信息的多规则区域增长算法进行建筑物平面分割，实现建筑物单体化。本发明利用包含点云尺度信息和颜色信息的多属性融合进行非建筑物点的去除，植被点去除鲁棒性好，而且还可以有效地去除电线杆等无关点云。通过多规则区域增长算法进行建筑物点云分割同时还能将一些难以分辨的噪声点去除。本发明建筑物点云的提取精度高，步骤简单、成本低，可以适用于多种场景。

主权项：1.一种面向倾斜摄影的多属性融合建筑物点云提取方法，其特征在于，包括以下步骤：S1：对倾斜摄影测量匹配点云数据进行数据平滑处理，减轻噪声点对建筑物点云提取的影响；S2：对地面进行模拟，得到数字地表模型并进行高程滤波处理，去除场景中高度信息小于规定阈值的低矮点云；S3：通过对包含点云尺度信息和颜色信息的多属性融合，标记场景中的非建筑物点云并去除；S4：利用面向三维点云的融合颜色信息的多规则区域增长算法进行建筑物平面分割，实现建筑物单体化；步骤S3中，根据点云尺度信息将点云分成平面点、球形点和线性点；其中，线性点直接去除；球形点与植被颜色信息进行相似性比对，与植被颜色信息相似的球形点作为植被点去除；所述植被颜色信息为所有球形点中出现频率最高的颜色；球形点与植被色彩信息进行相似性比对时，还结合球形点的邻域平均色彩信息进行分析；步骤S3的操作方法如下：S31：利用待测球形点的邻域点构建协方差矩阵，协方差矩阵如下式所示， 其中M为待测点的协方差矩阵，为待测球形点的邻域点，为邻域点的平均值，的计算公式如下式所示， S32：求解协方差矩阵，对求得的特征值按照大小进行排列，即＞＞，其中对应的方向向量为邻域点的主向量，对应的方向向量为法向量，并根据下式对邻域点的尺度信息计算， S33：邻域点的尺度信息计算完成后根据以下规则进行划分，满足的点为球形点，设Label=0；满足的点为平面点，设Label=1；满足的点为线性点，设Label=2；首先将Label=2的线性点去除，然后对所有Label=0的球形点颜色信息进行记录，根据每种颜色出现的次数，对颜色信息进行投票，其中得票最高的颜色信息作为植被颜色信息标记；在确定植被颜色信息后，将所有Label=0的球形点与植被颜色信息的相似度、待测球形点限定半径内的邻域点的平均颜色信息与植被颜色信息的相似度进行比对，对于满足以下规则的作为植被点去除：Label=0；球形点的颜色信息与植被颜色信息相似度大于规定阈值；及待测球形点限定半径内的邻域点的平均颜色信息与植被颜色信息相似度大于规定阈值。

全文数据：

权利要求：

百度查询： 泉州装备制造研究所 一种面向倾斜摄影的多属性融合建筑物点云提取方法