%A 赵传, 张保明, 陈小卫, 郭海涛, 卢俊 %T 一种利用点云邻域信息的建筑物屋顶面高精度自动提取方法 %0 Journal Article %D 2017 %J 测绘学报 %R 10.11947/j.AGCS.2017.20160518 %P 1123-1134 %V 46 %N 9 %U {http://xb.chinasmp.com/CN/abstract/article_7063.shtml} %8 2017-09-20 %X 从LiDAR数据中高精度地提取建筑物屋顶面是构建屋顶面拓扑关系、实现建筑物三维模型重建的关键。本文针对现有算法提取复杂建筑物屋顶面适应性较差、精度较低等问题,提出了一种利用点云邻域信息的建筑物屋顶面高精度自动提取方法。通过主成分分析计算点云特征,构建特征直方图,选取可靠种子点;利用提出的局部点云法向量分布密度聚类算法聚类种子点,快速准确地提取初始屋顶面片;构建基于邻域信息的投票模型,有效地解决屋顶面竞争现象。试验结果表明,本文方法可自动、高精度地提取屋顶面,对不同复杂程度的建筑物具有较好的适应性,能为建筑物三维模型重建提供可靠的屋顶面信息。