基于点云数据的建筑物特征挖掘技术研究

面对能廉价获得的海量激光扫描数据，如何快速、高效地从中提取出构建城市三维场景所需的各种特征（如建筑的墙面、阳台、立柱等）正在成为地面激光雷达应用研究中最为关键性的、也是最急需解决的技术难题。本课题在已有点云数据处理研究成果的基础上，首次系统地将数据挖掘的基本理念和方法引入到基于点云的建筑物特征提取中，以实现从大规模含噪点云数据中智能地挖掘建筑物特征。课题将对大规模点云数据的高效组织、点云数据智能分割、建筑物特征智能提取及三维重建模型的质量评价等多个专题进行深入研究，并最终形成一套完整的、适用于建筑物特征智能挖掘的理论及方法体系。课题的顺利完成，将改变现有地面激光雷达主要依赖于手工的数据处理方式，极大提高基于点云数据的建筑物特征提取效率和模型重建效率，并提升地面激光雷达作为虚拟城市建设主要技术手段的地位，也为大规模地、高精度地、低成本地建设虚拟城市或虚拟小区创造了必要技术条件。