学院动态：我院张吴明教授团队邵杰博士等人研究成果在土木工程领域顶刊Automation in Construction上发表

       近日，我院张吴明教授团队邵杰博士等人针对机载激光雷达点云数据，采用自上而下的策略，提出了基于种子点集的建筑物屋顶提取方法，该研究成果以题为“Seed point set-based building roof extraction from airborne LiDAR point clouds using a top-down strategy”的论文形式在线发表于土木工程信息化领域国际顶级期刊《Automation in Construction》。
       屋顶对建筑物建模具有重要作用。针对机载激光雷达点云数据，常规方法采用自下而上的屋顶提取策略，过程繁琐，点云过分割问题突出，且需研究针对性的方法从分割结果中识别屋顶，效率低、难度大。针对这一问题，研究团队提出了自上而下的屋顶提取策略，利用团队发展的布料模拟地面滤波（CSF）算法获取目标种子点（图1），在此基础上，判断其中的屋顶种子点集，最后通过基于种子点集的区域增长方法提取屋顶（图2）。实验结果显示，该方法在不同类型屋顶提取上均表现出了可行性，总体分类误差在1%左右，具有一定的可靠性。

(a)

(b)

图1. 布料模拟算法：(a)布料模拟地面滤波示意图；(b)布料模拟检测种子点示意图

(a)

(b)

(c)

图2. 屋顶提取：(a)种子点检测；(b)屋顶种子点集判断；(c)屋顶点提取

该工作无需地面滤波过程，借助语义化的屋顶种子点集可直接提取建筑物屋顶，减少了点云过分割情况（图3），简化了屋顶提取流程，提高了效率，能为大场景建筑物的快速三维建模提供技术支持。

(a)

(b)

图3. 点云分割：(a)常规基于种子点的分割结果；(b)本研究基于种子点集的分割结果

论文链接：https://authors.elsevier.com/c/1cjsr3IhXMps2Q

论文作者简介：邵杰&张吴明