论文部分内容阅读
点云分类是城市三维模型重建的重要基础，目前已有方法主要是针对独立的点提取特征信息，并用于分类，而忽视了点云数据之间不同层次的语义关联关系。当点云数据存在密度不均匀、数据缺失、噪声等质量问题时，此类方法需要大量的人工参数调优和交互式后处理。为提高点云分类的稳定性和效率，本文提出一种多级语义关联约束的点云分类方法，将点云分为：屋顶、立面、植被、杂物和地面5类。该方法以点云滤波得到的地面点与非地面点作为输入，通过点相似性关联约束，对象邻接性关联约束以及类之间的知识关联约束分别对应的三个步骤：基于点的过度分割，基于对象的分类和基于类的优化，将非地面点分为屋顶、立面、植被和杂物4类，最后结合地面点得到最终的分类结果(方法流程参见图1)。