技术特征：
1.一种基于点云数据的建筑物立面提取方法，其特征在于，包括：预处理待提取立面的三维点云数据；基于三维点云数据创建3d霍夫变换的计数器，对所述计数器进行3d高通滤波，基于滤波后的计数器得到所有的潜在平面；创建约束条件对所述潜在平面进行立面约束，获得满足约束条件的平面作为潜在立面；对所述潜在立面进行精炼，去除非立面点云；对精炼后的立面进行立面边界标定；对标定成果再次进行所述立面约束，得到建筑物立面点云。2.根据权利要求1所述的一种基于点云数据的建筑物立面提取方法，其特征在于，预处理待提取立面的三维点云数据的方法包括：剔除三维点云数据中的地面点；将点云平移至坐标原点并进行体素降采样；对体素降采样后的数据做统计离群值去除。3.根据权利要求1所述的一种基于点云数据的建筑物立面提取方法，其特征在于，基于三维点云数据创建3d霍夫变换的计数器的方法包括：通过3d霍夫变换对三维点云数据进行离散，得到集合m、n、q；其中m为参数θ的离散化集合；n为参数φ的离散化集合；q为参数ρ的离散化集合；θ为点云的平面法向量与z轴的夹角；φ为点云的平面法向量与x轴的夹角；ρ为原点到点云平面的距离；对集合m、n进行偏移计数，得到偏移副本m’、n’；分别创建计数器a、a’：a=m
×
n
×
q；a’= m
’×
n
’×
q。4.根据权利要求3所述的一种基于点云数据的建筑物立面提取方法，其特征在于，所述偏移副本m’、n’的元素偏移量分别为s
θ
/2、s
φ
/2；其中s
θ
为集合m的离散化步长；s
φ
为集合n的离散化步长。5.根据权利要求3所述的一种基于点云数据的建筑物立面提取方法，其特征在于，基于滤波后的计数器得到所有的潜在平面的方法包括：基于3d霍夫变换的投票机制，分别对滤波后的计数器a、a’投票，得到平面集s和s’；求取s和s’的并集，作为所述潜在平面。6.根据权利要求1所述的一种基于点云数据的建筑物立面提取方法，其特征在于，所述3d高通滤波中：卷积核中心单元格的值为1/2，其余单元格的值按照与中心单元格的距离基于反距离加权法确定；所有单元格的值之和为1。7.根据权利要求1所述的一种基于点云数据的建筑物立面提取方法，其特征在于，所述立面约束的方法包括：先进行同平面约束、再对同平面约束后的平面进行竖直面约束。8.根据权利要求7所述的一种基于点云数据的建筑物立面提取方法，其特征在于，所述同平面约束的约束条件包括：对于任意两个平面p1、p2，若满足如下公式，则将p1和p2视为同一平面进行合并：
式中，r
12
为原点分别在平面p1、p2上的垂足之间的距离向量；n1、n 2
分别为平面p1、p2的平面法向量；comprop为求解两平面公共点比例的运算符；α
th
为两平面间的平面二面角；
△
d
th
为两平面间的距离；cp
th
为两平面间的公共点比例对应的阈值；max为求解极大值运算符；∧为逻辑或运算符；∨为逻辑与运算符；所述竖直面约束的约束条件包括：若当前平面满足如下公式，则将其视为立面保留，否则舍弃：；式中，m为当前平面的平面法向量；n为竖直面的平面法向量；α
v,th
为竖直面约束阈值。9.根据权利要求1所述的一种基于点云数据的建筑物立面提取方法，其特征在于，对所述潜在立面进行精炼的方法包括：迭代每个潜在立面，使用随机抽样一致算法获取各潜在立面的对应点云；使用hdbscan算法对各潜在立面的对应点云进行聚类，得到若干第一聚簇点云；使用随机抽样一致算法获取若干第一聚簇点云所对应潜在立面的平面方程，将结果作为新的潜在立面；对新的潜在立面进行约束，去除相同立面和伪平面，完成精炼。10.根据权利要求1所述的一种基于点云数据的建筑物立面提取方法，其特征在于，对精炼后的立面进行立面边界标定的方法包括：使用hdbscan算法对精炼后的立面点云进行聚类，得到若干第二聚簇点云；对各第二聚簇点云分别使用随机抽样一致算法，提取立面方程和对应的立面点云，并将提取的立面点云的最小包围盒作为立面边界。
技术总结
本发明公开了一种基于点云数据的建筑物立面提取方法，包括预处理待提取立面的三维点云数据；基于三维点云数据创建3D霍夫变换的计数器，对所述计数器进行3D高通滤波，基于滤波后的计数器得到所有的潜在平面；创建约束条件对所述潜在平面进行立面约束，获得满足约束条件的平面作为潜在立面；对所述潜在立面进行精炼，去除非立面点云；对精炼后的立面进行立面边界标定；对标定成果再次进行所述立面约束，得到建筑物立面点云。本发明的目的在于提供一种基于点云数据的建筑物立面提取方法，解决的技术问题包括现有技术中3D霍夫变换用于建筑物立面提取时存在的峰值模糊、立面边界混淆等，实现削弱峰值模糊的影响、有效区分立面边界等目的。界等目的。界等目的。
技术研发人员：于冰 胡金龙 胡云亮
受保护的技术使用者：西南石油大学
技术研发日：2022.06.13
技术公布日：2022/7/12