点云建模步骤_激光雷达点云分割

处理地面激光雷达数据的新型框架

地面激光雷达数据具有很大的潜力，可用于生成的建筑信息模型(BIM)。弊端在于处理数亿个点(通常被大量噪声污染)可能是乏味且耗时的。正态变化分析(Norvana)分割是一种自动方法，可以在几分钟内分割包含数亿个点的大型地面激光雷达点云。

得益于现代地面激光扫描(TLS)的高速度、高点密度和高准确性，可以高度详细地执行已建成的BIM。但是TLS不仅可以采集有用的几何信息，还可以采集不需要的物体，例如在场景中移动的人，动物或车辆(图1)。必须删除这些不需要的点，并且数据清理可能是一个繁琐且耗时的过程，这不仅是因为使用2D接口与3D数据进行交互以及高点密度。最根本的挑战之一是这些点的离散性，因为每个点都是一个独立的数据记录，其自身的信息有限。一个点不直接包含语义信息(即它是什么)或拓扑信息(即其邻居是谁)。

分割问题

只要对假设条件进行数学建模，点云分割就可以很简单。例如，可以使用高程阈值简单地提取平坦的地板。但是，并非总是可以做出这样简单的假设，并且进行的假设越多，该方法的适用性就越差。此外，当涉及到数亿个点的大型数据集时，复杂的分析可能很耗时，甚至可能导致计算崩溃。在这种情况下，研究目标是提出一种无需一般假设即可用作通用预处理框架的解决方案，从而使该方法可以更广泛地应用。