数字城市的建设中，建筑物是城市三维建模的主要目标物，而建筑物屋顶信息是建筑物的重要目标，无论是采用传统的摄影测量技术或是最新的机载LiDAR、车载LiDAR 技术对建筑物进行重建，都需要首先将建筑物屋顶提取出来。目前，从机载LiDAR点云数据中提取建筑物的算法较多，研究也比较成熟，大体可分为两种，一种是直接对原始LiDAR点云进行处理，这种方法不存在数据转换的误差，但是由于点云数据的离散盲目性，点与点之间缺少拓扑关系，无法进行空间关系的建构，数据处理的难度较大；另一种是将LiDAR点云数据内插为栅格图像完成建筑物提取，这种方法的最大优势就是可以借用成熟的遥感影像分析方法，但是，在这种方法中大多是利用传统的基于像元的分析方法，主要通过分析单个像元的光谱特性进行信息提取，仅孤立的考虑单个像元的灰度特征或与邻近像元之间的关系特征，而没有考虑更为丰富的如地物的尺寸、形状以及地物之间的拓扑关系等信息，产生严重的"椒盐现象"。针对这一问题，越来越多的研究者趋向于使用面向对象的分析方法进行建筑物等目标地物提取，充分利用对象的几何、纹理和空间关系等特征，但是绝大部分研究是将LiDAR点云作为高分辨率遥感影像的辅助数据进行面向对象的分析处理，而单独使用机载LiDAR数据进行面向对象方法的分类与提取的研究较少。机载激光雷达点云数据等多元数据。激光雷达技术获取的信息量大，能提取的可用信息也会随之增加。随着技术手段的日趋成熟人们对其的利用也将大幅提升，特别是在三维建筑物的建模方面。从海量的数据中准确、快速的提取出建筑物目标数据，为模型建立工作提供准确的点云数据，以提取出的建筑物屋顶点云数据，通过聚类屋顶平面点，拟合屋顶平面，确定屋顶外边界和各平面的边界，从而获得屋顶各角点的三维坐标来重构建筑物的三维模型。 提出一种新的建筑物边缘提取算法及建筑物点云生成方法。综合TIN三角网和多种子点同步区域生长法，从原始LiDAR点云数据中直接提取建筑物点云数据，能够克服地面的突起物及噪声、得到建筑物的边缘点与不 同建筑物点的分类。实验结果表明，本方法能够在保证建筑物提取准确度的情况下明显提高建筑物的提取效率，并且具有一定的适性。并基于MATLAB编程实现算法，提取建筑物点云数据。再将点云数据导入到CC软件中，实现建筑物模型建立。

黑龙江工程学院

该项目为储备库项目资源，暂无效益分析内容。