基于K平面的机载LiDAR数据分类用于准确的建筑物屋顶测量
提出了一种基于k平面聚类算法的新分类方法,该方法将建筑物屋顶的点云从机载光检测和测距(LiDAR)仪器获得。 在激光点聚类的操作中,将点云中激光点的3D坐标直接用作聚类对象。 根据所获得的聚类解生成簇中激光点的拟合平面,并计算出拟合平面的相交线。 然后使用相交线分割建筑物屋顶的点云。 由于所提出的方法避免了基于模糊k-均值聚类算法的分类方法中所需的聚类对象的计算,即激光点相邻平面的法线向量,因此不仅简化了分类程序降低了分类结果的准确性。 另外,在提出的方法中,为了保证k平面算法的有效性,在聚类操作之前,先根据建筑物屋顶的高程图像估计初始聚类平面。 所提出的基于k平面的分类方法通过使用大量真实的机载LiDAR点云进行了验证。
暂无评论