استخراج عوارض نمای ساختمان با کمک حذف نواحی پنهان از داده های لیزر اسکنر دستی

مدلسازی ساختمان از ابر نقاط به یکی از موضوعات جالب و جذاب در فتوگرامتری تبدیل شده است و امروزه محققان زیادی درصدد معرفی روشی اتوماتیک و نوین برای مدلسازی و در سطحی بالاتر برای بازسازی برآمده اند. روشی که بتواند از طرفی با چالش های مختلفی از قبیل وجود مناطق پنهان، عوارض نامربوط درخت، پیاده رو، علائم راهنمایی رانندگی و همینطور ناهمگون بودن چگالی ابر نقاط رو به رو شود و راه حلی یکتا را برای این مشکلات عرضه دارد و از طرف دیگر در مقابل گونه های متنوع ساختمانها انعطاف پذیر باشد تا خروجی خوبی را به نمایش بگذارد هنوز به صورت سوال بی جواب باقی مانده است. این مقاله به معرفی مدلسازی به روش داده مبنا با استفاده از داده ی حاصل از لیزر اسکنر دستی Zebedee می پردازد این الگوریتم با توجه به اینکه داده ی خام حاصل از دستگاه لیزر اسکنر Zebedee تمامی عوارض شهری ضروری و غیر ضروری را به نمایش می گذارد، در ابتدا صفحه نما در ابر نقاط شناسایی کرده و سپس با کمک هیستوگرام عمق که تعداد نقاط را در اعماق مختلف صفحه نما نمایش می دهند، تجزیه می کند و لایه داخلی نما را که شامل جزئیات نما می باشد، جدا می کند. در مرحله ی بعد نقاط این لایه و کل صفحه به فرمت خطی تبدیل می شوند، سپس با کمک تصاویر بدست آمده، المانهای نما استخراج و عوارض مجازی که حاصل از مناطق پنهان می باشند، حذف می گردند. در انتها به تک تک المان ها، یک مستطیل برازش شده و مختصات دو بعدی آنها با کمک انتقال از تصویر باینری به دست آمده و مختصه سوم با توجه به هیستوگرام به هر المان اختصاص داده می شود.

کلیدواژه ها:

مدلسازی ، ابر نقطه ، داده مبنا ، نمای ساختمان ، فتوگرامتری برد کوتاه