公开(公告)号：CN106126816A

公开(公告)日：2016-11-16

申请号：CN201610467713.8

申请日：2016-06-24

Applicant: 南京林业大学

Inventor： 陈动 ,  杜建丽 ,  史玉峰 ,  郑加柱 ,  伊尧国 ,  王增利 ,  杨强

IPC: G06F17/50

CPC classification number: G06F17/5004

Abstract: 本发明是一种重复建筑自动感知下的大规模ALS建筑点云建模方法，包括以下步骤：（一）采用深度学习方法，精细分割ALS点云，获取“建筑”、“植被”、“地面”和“其他”四类目标；（二）针对建筑点云，在局部区域内探测重复建筑，并对探测出的重复建筑配准和对齐，接着采用数据驱动方法，构建重复建筑屋顶模型，针对剩余的非重复建筑，采取综合数据驱动和模型驱动的混合建模方法，构建建筑屋顶的几何模型；（三）定性和定量评价建筑屋顶几何模型建模方法的精度和效率。优点：1）建模的效率和精度高，适合对重复建筑较多的城市居民区进行建模。2）方便与其他方法整合，以提升建模方法的应用范围和模型的层次细节。

公开(公告)号：CN106772433B

公开(公告)日：2019-01-18

申请号：CN201710233427.X

申请日：2017-04-11

Applicant: 南京林业大学

Inventor： 陈动 ,  杜建丽 ,  郑加柱 ,  史晓云 ,  杨强

IPC: G01S17/89

Abstract: 本发明提出的是一种基于机载激光雷达数据的建筑线画图生成方法，包括以下步骤：（1）提取建筑外边界和孔洞边界；（2）优化分割建筑内外边界线；（3）构建建筑线画图。本发明的优点：（1）可全自动从机载点云中提取建筑的线划图，高效、便于后续更加客观全面评价先画图的精度；（2）采用混合关键点表达方法制作建筑的线画图，有效兼顾了先画图的精度和人造建筑几何外观的规则性；（3）本发明提取的建筑线画图一并融合了先验知识软约束，使得生成的建筑线化图在整体宏观尺度上具有很强的一致性。

公开(公告)号：CN106199557A

公开(公告)日：2016-12-07

申请号：CN201610483426.6

申请日：2016-06-24

Applicant: 南京林业大学

Inventor： 陈动 ,  杜建丽 ,  史晓云 ,  郑加柱 ,  史玉峰 ,  杨强 ,  王增利

IPC: G01S7/48

CPC classification number: G01S7/4802

Abstract: 本发明提出一种机载激光雷达数据植被提取方法，该方法包括以下步骤：（一）机载激光雷达点云的预处理；（二）机载激光雷达点云的预分割；（三）分割单元特征选取；（四）基于核函数的软间隔SVM分类；（五）基于先验知识的数据植被粗分类结果的优化。本发明的优点：1）该方法不需要融合多光谱影像、高光谱影像等其他数据源，具有很强的普适性。2）该方法保证了激光雷达点云空间自相关性，有效防止分类算法破坏这种空间属性，保证植被和非植被点的可分性，提高了植被的探测率。3）该算法可以有效地将建筑周边及立体墙面点、建筑屋顶不规则物体点和植被密集区域的地面点与植被分离，达到精确提取城区中植被的目的。

公开(公告)号：CN106127857A

公开(公告)日：2016-11-16

申请号：CN201610467712.3

申请日：2016-06-24

Applicant: 南京林业大学

Inventor： 陈动 ,  杜建丽 ,  郑加柱 ,  史玉峰 ,  史晓云 ,  杨强 ,  王增利

IPC: G06T17/30 ,  G06T15/04

CPC classification number: G06T17/30 ,  G06T15/04

Abstract: 本发明提出的是综合数据驱动与模型驱动的机载LiDAR数据建模方法，该方法包括以下步骤：（一）全波形LiDAR数据波形精确分解和建筑提取；（二）基于数据驱动的复杂建筑屋顶分割；（三）建筑屋顶语义划分；（四）基于分割单元的建筑屋顶建模；（五）建筑模型精度评价及渲染。本发明的优点：（1）可精确而合理地分割复杂建筑屋顶，并能维持屋顶分割面片间的拓扑关系，能够详细提取复杂建筑屋顶及大面积连体建筑的结构和边界线，为合理的建筑语义分块创造了条件；（2）能够构建复杂建筑模型，并保证模型的合理性和较高的重建效率，可以广泛用于大规模场景的城市建模。