실용적인 건물 추출 알고리즘 구현

LiDAR 데이터와 항공 이미지를 사용하여 3D 건물 추출에 대한 많은 논문을 읽었습니다. this 및 this 와 같은 작업을 수행하는 많은 알고리즘이 있음을 알았습니다 .

내가 볼 수있는 한,이 논문들은 대부분 추상적 인 개념과 수학을 설명합니다. 저는 소프트웨어 개발자입니다. 어떻게 실제로 상기 알고리즘을 소프트웨어로 구현할 수 있습니까? 또한 최소한의 초목 간섭으로 건물 데이터를 추출하는 데 가장 적합한 알고리즘은 무엇입니까?

3d imagery lidar feature-extraction

— CC Inc
소스

특히 원시 LiDAR을 의미합니까, 아니면 분류 된 LiDAR 알고리즘을 더 찾고 있습니까?

— blord-castillo

@ blord-castillo 분류 된 알고리즘은 무엇을 의미합니까?

— CC Inc

분류 된 라이더는 개별 지점이 건물, 땅, 높은 초목, 낮은 초목 등으로 분류되었음을 의미합니다. 원시 라이더는 이러한 분류가 없습니다. 전자의 경우 건물 피쳐를 구성하는 알고리즘을 제곱하는 방법에 대해 더 많이 찾고 있습니다. 나중에는 감독 및 감독되지 않은 분류 및 기계 학습을 시작합니다.

— blord-castillo

답변:

Whitebox Geospatial Analysis Tools ( http://www.uoguelph.ca/~hydrogeo/Whitebox/ )에는 LiDAR에서 건물을 찾는 데 매우 효과적인 '외곽 물체 제거'라는 보간 된 LiDAR DEM과 함께 작동하는 도구가 있습니다. 해당 플러그인의 소스 코드는 다음과 같습니다 . 알고리즘은 오픈 소스이며 관심이 있다면 그것을 설명하는 원고가 있습니다. 스크린 샷은 다음과 같습니다.

여기에 이미지 설명을 입력하십시오

— CC Inc
소스

고마워, 나는 이것에 좋은 모습을주고 당신에게 돌아올 것입니다.

— CC Inc

특정 알고리즘을 설명하는 논문을 볼 수 있습니까? 당신이 언급 한 원고? @ 존 린제이

— CC Inc

@CC Inc 이메일을 보내 주시면 알려 드리겠습니다.

알겠습니다. 웹 사이트 주소로 이메일을 보냈습니다.

— CC Inc

eCognition을 선호 할 수 있습니다. LiDAR 데이터를 처리하는 많은 알고리즘이 있습니다. 다음 기능을 조합하여 LiDAR에서 건물을 추출 할 수 있습니다. 1. 첫 번째 반품에서 최대 고도 (나무도 포함) 2. '최대 반품 수'를 사용하여 나무를 제거합니다. 3. 공중 이미지의 밝기 매개 변수를 사용하여 접지를 제거하십시오.

프로그램을 독자적으로 작성하려면; 건물을 추출하려면 위의 매개 변수를 사용하십시오.

— 산 디아
소스