刘茂华, 陈杰, 陈晗琳

(沈阳建筑大学交通与测绘工程学院, 沈阳 110168)

建筑物的提取在城市规划、数字制图以及更新地理信息系统数据库等众多领域中具有重要意义。近年来,航空激光雷达(light detection and ranging,LiDAR)技术因其具有高密度和高精度的点云数据而迅速发展,并成为提取建筑物的一种替代方法[1]。

目前,已经有大量的研究致力于建筑物提取。一些方法采用了将LiDAR数据与图像数据结合的策略[2-4]。邓飞等[5]利用方向和梯度等信息以及基于活动轮廓的图割算法,成功提取了建筑物的轮廓信息。王春林等[6]综合利用LiDAR数据和影像特征,在复杂场景中实现了建筑物轮廓的提取。尽管LiDAR和图像结合的方法可以提高准确性,但也存在一些问题,如在数据融合过程中需要设置合适的阈值,以及融合后可能导致精度降低等挑战。因此,为了克服上述困难,研究人员开始关注从单独的LiDAR数据中提取建筑物信息。

点云领域中的建筑物提取方法通常分为有监督方法[7-8]和无监督方法[9-10]。有监督方法利用算法如支持向量机[11]、随机森林[12]和深度学习[13-15]等。这些方法在点云分类方面具有一定的优势,但也存在一些限制,如参数调整和重复计算特征会降低准确性和计算效率。无监督方法包括形态学、区域生长、拟合方法和扫描线等技术。李昂等[16]结合梯度约束滤波、标记分水岭变换和最大似然分类等方法提取建筑物。赵传等[17]通过提取初始建筑物轮廓点、计算点云分布特征、聚类和区域增长等步骤实现建筑物提取。……