استخراج و مدلسازی ساختمان با استفاده از تصویرسازی ابر نقاط لیدار در صفحات دوبعدی

امروزه ارائه مدل سه بعدی از عارضه های جهان واقعی بسیار مهم و پرکاربرد است و توجه محققان در شاخه های مختلف ازجمله نقشه برداری و سیستم های اطلاعات مکانی و علاقه مندان به بازسازی سه بعدی ساختمان را به خود جلب کرده است. ساختمان کلیدی ترین بخش اطلاعات در یک مدل سه بعدی شهر است، ازاین رو استخراج و مدلسازی ساختمان ها از داده های سنجش از دور گام مهمی برای ساخت مدل رقومی یک شهر محسوب می شود. در این مقاله، روشی جدید برای بازسازی ساختمان های مناطق شهری در مجاورت با پوشش گیاهی از ابر نقاط نامنظم لیدار ارائه می شود. این روش با بهره گیری از استراتژی داده مبنا شامل دو مرحله؛ استخراج نقاط ساختمانی و مدلسازی ساختمان است. در مرحله اول نقاط پوشش گیاهی اولیه با استفاده از پالس های بازگشتی لیدار و نقاط زمینی با استفاده از روشی بخش مبنا حذف می شوند. سپس نقاط سقف ساختمان با استفاده از تصویر سازی نقاط در صفحات دو بعدی XY، XZ و YZ با کنار گذاشتن نقاط پوشش گیاهی متراکم استخراج می شوند. در مرحله دوم لایه های ارتفاعی سقف ساختمان جداسازی شده و رئوس مهم سقف هر لایه با برازش خط و سرشکنی راستای خطوط استخراج می شوند. درنهایت پس از تشکیل مدل سقف ساختمان بااتصال رئوس مهم سقف، با اضافه کردن دیوار های ساختمان مدل کامل ساختمان ایجاد می گردد. در این تحقیق تمرکز بر روی مدلسازی ساختمان های در مجاورت پوشش گیاهی است. این روش بر روی ساختمان هایی با سبک های مختلف معماری سقف و اندازه متفاوت پیاده سازی شد و بیشتر ساختمان ها با موفقیت مدلسازی شدند؛ اگرچه با افزایش پوشش گیاهی و جزئیات ساختمان از دقت مدلسازی کاسته می شود. ساختمان های بازسازی شده به طور متوسط با دقت 42 سانتی متر برای نقاط گوشه ساختمان مدلسازی شده اند.