简介:针对LIDAR点云数据中建筑物和植被难以快速分类的问题,提出了应用FCM(FuzzyC-Mean)模糊聚类的方法对离散机载激光点云数据进行建筑物和植被分类的方法.首先针对机载点云数据的特点采用了平面投影的Delaunay构网方法进行点云的三角网重构,然后根据三角网的法向矢量信息的属性不同,利用FCM方法和改进的方位矩阵方法对其进行模糊聚类,进而实现建筑物和植被等不同属性的点云分类.该方法可快速将点云进行分类,且分类结果可用不同颜色进行空间显示.在此基础上,采用IDL(Interfacedescriptionlanguage)语言编制了三维激光点云可视化分类软件LIDARVIEW.并应用该软件对某区域的机载点云数据进行了分类实验.实验结果表明:(1)基于平面投影的Delaunay构网方法特别适合机载LIDAR点云数据的快速构网,且该方法构网速度快、效率高;(2)应用FCM模糊群聚的方法和改进的方位矩阵方法适用于机载LIDAR数据的植被和建筑物分类,分类速度快且效果好;(3)FCM模糊群聚方法对机载LIDAR数据的群聚分类结果可靠、合理,具有较强的通用性和推广性.
简介:摘要:古建筑精细测绘是建筑遗产保护的基础性工作。单一的全站仪测量、摄影测量与三维激光扫描方法在精度、效率和数据处理方面存在不足。为此,提出了一种多传感器集成和融合处理的古建筑物精细测绘的方法。首先,对古建筑物精细测绘的需求和难点进行了分析,剖析了单一测量方式古建筑测绘存在的问题;其次,提出了集成全站仪、激光测距、高分辨率近景摄影测量、地面三维激光扫描和全景测量的古建筑精细测绘的技术流程,对其关键处理方法进行了探讨分析;最后,以武当山两仪殿为例,开展了多测量手段集成古建精细测绘工程实践,测量精度满足古建筑精细测绘要求,可快速制作古建筑物图件和构件精细模型,为两仪殿保护提供精细测绘成果。