机载LiDAR点云技术在自动提取建筑屋顶轮廓线的研究进展
版权申诉
87 浏览量
更新于2024-07-03
1
收藏 61KB DOCX 举报
"这篇文档是关于机载LiDAR点云技术在自动提取建筑物屋顶轮廓线方面的研究综述,由霍芃芃、侯妙乐等人撰写,发表在《地理信息世界》期刊上。文章探讨了传统建筑屋顶轮廓线提取技术的局限性,并重点关注了机载LiDAR技术的应用,强调其在高时效性和低成本获取城市建筑信息中的优势。"
本文首先介绍了建筑屋顶轮廓线的重要性,它是建筑物三维重建、城市空间分析等领域的关键数据。传统方法如卫星影像和航测立体影像虽然精度高,但采集周期长,不适应快速变化的城市环境。Herman M在1987年的研究开启了基于影像的自动化提取技术,但这些方法在数据精度方面存在不确定性。
随着城市发展的加速和建筑形态的复杂化,机载LiDAR技术逐渐成为提取建筑屋顶轮廓线的优选。这项技术不受环境限制,操作成本低,数据采集快速且精确,能全天候获取地物的三维信息。文章指出,使用机载LiDAR时,通常会先将点云数据转化为深度影像,然后通过nDSM(数字表面模型)的规则化来辅助轮廓线的提取,结合分割和边界检测等图像处理技术,实现自动提取。
文中还提到了一些研究者如Shufelt JA、赵凌君和王永刚等在倾斜影像、SAR影像和高分辨率遥感影像上的工作,这些都为基于影像的自动化提取提供了参考。然而,尽管这些技术提高了效率,但在数据精度方面仍有待提高。
总结起来,这篇综述揭示了机载LiDAR点云技术在自动提取建筑物屋顶轮廓线方面的潜力,以及它在解决传统方法不足方面的作用。随着技术的不断发展,机载LiDAR有望成为未来城市三维建模和更新的关键工具,为城市规划和管理提供更及时、准确的数据支持。
2019-09-11 上传
2022-11-03 上传
2019-09-06 上传
点击了解资源详情
2023-02-23 上传
2023-02-23 上传
2023-02-23 上传
2021-09-20 上传
苦茶子12138
- 粉丝: 1w+
- 资源: 7万+
最新资源
- play-bootstrap:用于Bootstrap的Play框架库
- koa-fetchr:Fetchr 的中间件和 Koa 的兼容性包装器
- 基于GA遗传优化的TSP最短路径计算仿真
- TPV2-P2:还有一个理由不雇用我
- pepper-metrics:Pepper Metrics是一个工具,它可以帮助您使用RED方法收集运行时性能,然后将其输出为日志时间序列数据,默认情况下,它使用prometheus作为数据源,使用grafana作为UI
- 演讲少-项目开发
- LuaLSP:支持魔兽世界API的Lua语言服务器协议
- spsstonybrook.github.io
- MySpider:Java网络爬虫MySpider,特点是组件化,可插拔式的,可以根据一套接口实现你自己自定义的网络爬虫需求(本人JavaSE的温习项目,适合java新人)
- 基于ATtiny13的键控简单调光器-电路方案
- h2-h3-automated-measurement:自动测量h2和h3的工具
- pcb2gcode:此存储库已停产,开发仍在继续
- compass:Compass是一个轻量级的嵌入式分布式数据库访问层框架
- privacy-terms-observatory:隐私权条款天文台是已发布的隐私权和热门网站条款的存档
- 美团双buffer分布式ID生成系统
- *(星号)-项目开发