文献类型：期刊文章

作　　者：江静[1,2] 蔡国榕[1,2] 陈水利[1,2] 李绍滋[3] 吴云东[1,2]

机构地区：[1]集美大学理学院,福建厦门361021 [2]厦门市无人机遥感应用工程技术研究中心,福建厦门361021 [3]厦门大学信息科学与技术学院福建省仿脑智能系统重点实验室,福建厦门361005

出　　处：《厦门大学学报（自然科学版）》

基　　金：国家自然科学基金(61103052);国家科技支撑计划(201309110001);国家高技术研究发展计划(863计划)(2012AA12A208-06);福建省产学重大科技项目(2011H6020);福建省自然科学基金(2012J01013;2013J01245);福建省教育厅专项课题(JK2012025);厦门市科技计划项目(3502Z20110010)

年　　份：2015

卷　　号：54

期　　号：3

起止页码：390-396

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、BIOSISPREVIEWS、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、INSPEC、JST、MR、PROQUEST、RCCSE、RSC、WOS、ZGKJHX、ZMATH、ZR、核心刊

摘　　要：建筑物激光雷达(light detection and ranging,LiDAR)点云特征线对于多视角点云配准、建筑物对称性检测、建筑物三维重建等应用具有十分重要的意义.由于LiDAR点云具有数据量庞大的特点,传统的算法难以实现建筑物特征线的快速提取.针对这个问题,提出一种基于多结构鲁棒估计的建筑物特征线提取算法,该算法利用历史模型信息进行条件采样,并通过迭代搜索符合所有特征线性质的模型.根据建筑物LiDAR数据的实验结果表明,该方法与传统的RANSAC(random sample consensus)、MLESAC(maximum likelihood estimation sample consensus)等算法相比,避免了无效、重复的特征线采样过程,在相同时间内可获取更多的直线内点,从而有效提高了建筑物特征线的提取效率.

关 键 词：激光雷达点云  特征线提取  多结构  相似函数

分 类 号：O29] P231[数学类]