复杂屋顶平面的RANSAC优化分割方法

针对传统随机采样一致性（random sample consensus,RANSAC）算法对复杂屋顶的分割缺陷，提出一种复杂屋顶平面的RANSAC优化分割方法。首先，在点云法向量估计的基础上，利用点法式方程优化种子点选取过程，提高初始平面选择的有效性；然后，采用距离与法向加权法抑制虚假平面生成，并利用加权函数进行平面内点的迭代修正，提高面片分割的准确性；最后，利用面片竞争方法优化分割结果，实现屋顶点云的分割处理。多组点云分割实验结果表明，该方法能有效抑制虚假平面，对复杂建筑物的屋顶平面分割结果的精确率、召回率和整体精度分别达到96.8%、98.2%和95.1%。相比传统方法，该方法在点云分割结果正确率及耗时方面均有明显优势。