一种结合SIFT与3D Hough变换的建筑物屋顶点云分割方法

摘要

针对建筑物屋顶形状各异且附属物复杂,而机载LiDAR点云数据具有分布不均匀且缺乏语义信息导致分割屋顶面常出现欠分割与过分割的问题,提出了一种SIFT结合3D Hough变换的建筑物屋顶点云分割方法。首先,引入曲率计算提高SIFT算法在屋脊与屋顶附属物处特征点的提取度,增强对结构复杂的附属物以及密集离散点的识别;然后,利用特征点构建kd-tree搜索5个邻近点构建拟合三角面,将拟合面法向量投入3D Hough空间并以拟合面法向量间夹角值判断平面可靠性,降低伪平面的出现几率;最后,利用累加计算和峰值检测获得屋顶分割结果。实验结果表明,该方法对不同复杂程度的建筑物屋顶有较高的适应性并能较好地分割屋顶附属物,以点为评价单元的平均分割完整率与正确率达到98.19%与97.62%。