一种基于超体素与区域生长的机载点云屋顶平面分割方法

区域生长算法存在两个问题：①难以选择出鲁棒性强的种子点;②难以得到准确的边界。针对此问题,提出一种基于超体素进行区域生长和拓扑结构边界优化的屋顶平面分割方法。针对问题①,通过超体素方法将点云分为初始平面片集合,然后通过区域生长算法对平面片进行聚类得到初始平面。针对问题②,对得到的初始平面进行拓扑化,构建并优化平面之间的相邻关系,对非平面点进行重分类以实现平面边界优化。结果表明,使用该方法能够提取出高质量的屋顶平面。