文献类型：期刊文章

作　　者：刘亚文[1] 张颖[1] 陈泉[2]

LIU Yawen;ZHANG Ying;CHEN Quan(School of Remote Sensing and Information Engineering,Wuhan University,Wuhan 430079,China; The Department of Hitech Industry,Wuhan University,Wuhan 430079,China)

机构地区：[1]武汉大学遥感信息工程学院,湖北武汉430079 [2]武汉大学高新技术产业发展部,湖北武汉430079

出　　处：《武汉大学学报（信息科学版）》

基　　金：中央高校基本科研业务费专项资金(2042014Kf0294)。

年　　份：2020

卷　　号：45

期　　号：7

起止页码：1015-1020

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、GEOBASE、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：提出了一种结合全景影像的车载街景点云数据增强方法,首先结合基于密度的聚类方法 DBSCAN(density-based spatial clustering of applications with noise)分割算法和地物典型特征实现点云数据的分类及单体目标提取;然后对单体目标点云,通过构不规则三角网(triangulated irregular network,TIN),逐一进行缺失区域检测及相应边缘提取;最后提出了基于全景影像局部仿射变换的区域增长密集匹配方法,用于生成缺失空洞区域的真实三维点,实现点云数据的增强。实验表明,该方法能够实现车载街景点云数据缺失区域的填补,且点云增强的结果真实、可靠。

关 键 词：车载点云数据  点云聚簇  全景影像匹配  点云缺失  点云数据增强  

分 类 号：P208]