[发明专利]一种基于改进的Alpha Shapes算法的地面激光点云建筑物轮廓线提取方法

权利要求书

1.一种基于改进的Alpha Shapes算法的地面激光点云建筑物轮廓线提取方法，其特征在于，包括如下步骤：

步骤1：首先基于RANSAC算法进行建筑物的立面分割，得到多个相对独立的建筑物立面点云；

步骤2：根据每个平面的点集建立Delaunay三角网；

步骤3：设置Alpha shapes算法中检测圆的半径R，设置为1～2倍的平均点间距；

步骤4：若三角形中某条边的长度大于2R，则删除该三角形；

步骤5：对三角形的每条边进行判断：若过某条边的两点且半径为R的圆包含除去此两点以外的其他点，则删除该三角形；

步骤6：在所得到的三角网上求出三角网的边缘；

步骤7：进行点云面片的合并从而得到完整的建筑物轮廓线。

2.根据权利要求1所述的一种基于改进的Alpha Shapes算法的地面激光点云建筑物轮廓线提取方法，其特征在于，步骤1中所述的基于RANSAC算法进行建筑物的立面分割具体包括：

步骤1.1：设点集Q为空，最优点集Q_best为空，迭代次数为1；

步骤1.2：随机选取三个点，计算出平面参数，记为模型M；

步骤1.3：计算点集中的所有点与该模型的偏差，将偏差小于0.5的点加入点集Q中；

步骤1.4：如果当前点集Q元素个数大于最优点集Q_best，则更新Q_best＝Q，同时更新迭代次数；如果迭代次数大于10000,则退出,此时最优点集Q_best即为该建筑物分割出的一个点云平面；否则迭代次数加1，并将Q设为空集；

步骤1.5：重复上述步骤1.2至1.4。

3.根据权利要求1所述的一种基于改进的Alpha Shapes算法的地面激光点云建筑物轮廓线提取方法，其特征在于，步骤2中所述的建立Delaunay三角网具体包括：

步骤2.1：构建平面点集p的超三角形或超多边形，并以此作为该点集的凸闭包；

步骤2.2：将点集p中的一点插入三角网中，在插入的过程中要注意满足Delaunary三角网的空圆法则，如果三角网中存在三角形Ti的外接圆包含插入点即将其删除；

步骤2.3：以插入点和三角形Ti的非公共边为基础构建新的三角网，以此循环迭代直至点集p为空时则算法停止。