《表1 3种分割结果定量分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种三维激光点云中建筑物立面渐进分割方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：准确度=算法分割出的面片/人工识别出的面片×100%，相同颜色的立面认为是同一立面。

由表1可以看出，本文方法在对高层建筑物和低层建筑物分割时分别漏分了1个和2个立面，是因为这些立面的点云由于获取的质量较低，缺失严重，造成漏分。RANSAC算法和本文方法相比较，RANSAC算法由于无法区分高层建筑物的不同层阳台立面造成漏分，如图11(a）中B区域所示；对于低层建筑物中距离很近的立面点云，RANSAC算法也容易造成错误分割，如图11(b）中D区域所示；且本文方法不会出现过度分割和保留大量噪点的现象，如图11中A、C、E区域所示。传统DBSCAN算法和本文方法相比较，虽然对两处建筑物点云的分割结果相差较小，但从图12中图11的F、G区域局部放大图可以看出，本文方法分割出的立面质量更好，完整度更高，这是因为本文方法引用了多尺度格网，从而不会将含有建筑物的低密度格网点剔除。