Urban building reconstruction from raw LiDAR point data

Yi, Cheng; Zhang, Yuan; Wu, Qiaoyun; Xu, Yabin; Remil, Oussama; Wei, Mingqiang; Wang, Jun

doi:10.1016/j.cad.2017.07.005

Cited by 58 publications

(21 citation statements)

References 28 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Los autores muestra el resultado de reconstruir 1361 edificios en elárea de Hong Kong. Yi et al (2017) presenta un método para generar estructuras volumétricas de edificios urbanos directamente de los datos sin procesar del LiDAR. Los autores primero segmentan las nubes de puntos en subconjutos, cada uno de ellos contiene una estructura urbana (edificios, casas, etc).…”

Section: Reconstrucción Tridimensionalunclassified

“…Estas métricas son el factor de cobertura y la raíz del error cuadrático medio (RSME por sus siglas en inglés). Según Yi et al (2017), la métrica de cobertura mide la integridad de los resultados del modelado contra el modelo teórico, este valor representa el porcentaje de los puntos de inliners asociados con la reconstrucción de las estructuras. Dada la nube de puntos de entrada ρ y su modelo reconstruido M, la métrica de cobertura se define de la siguiente manera:…”

Section: Evaluación Cuantitativaunclassified

“…Para fines de evaluación, nuestra metodología se compara con los trabajos propuestos por Yi et al (2017); Pandey et al (2014). Pandey et al (2014) presenta un conjunto de algoritmos para la correlación de datos obtenidos por sensores láser, cámaras y sistemas inerciales.…”

Section: Evaluación Cuantitativaunclassified

“…La meta principal alcanzada es la texturización de las nubes 3D. Yi et al (2017) presentan una metodología que permite aproximar las nubes de puntos a volúmenes estructurales predefinidos. Los cubos y esferoides se utilizan para reconstruir los ambientes urbanos.…”

Section: Evaluación Cuantitativaunclassified

See 3 more Smart Citations

Reconstrucción virtual tridimensional de entornos urbanos complejos

García-Moreno

González-Barbosa

2020

Rev. iberoam. autom. inform. ind.

View full text Add to dashboard Cite

<p>Este trabajo presenta una metodología para la generación de modelos tridimensionales de entornos urbanos. Se utiliza una plataforma terrestre multi-sensores compuesta por un LIDAR, una cámara esférica, GPS y otros sistemas inerciales. Los datos de los sensores están sincronizados con el sistema de navegación y georrefenciados. La metodología de digitalizaciónn se centra en 3 procesos principales. (1) La reconstrucción tridimensional, en el cual se elimina el ruido en los datos 3D y se disminuye la distorsión en las imágenes. Posteriormente se construye una imagen panorámica. (2) La texturización, se describe a detalle el algoritmo para asegurar la menor incertidumbre en el proceso de extracción de color. (3) La generación de mallas, se describe el proceso de mallado basado en octree’s, desde la generación de la semilla, el teselado, así como la eliminación de huecos en las mallas. Por último, se realiza una evaluación cuantitativa de la propuesta y se compara con otros enfoques existentes en el estado del arte. Se discuten a detalle los resultados obtenidos.</p>

show abstract

Section: Reconstrucción Tridimensionalunclassified

Section: Evaluación Cuantitativaunclassified

See 2 more Smart Citations

Reconstrucción virtual tridimensional de entornos urbanos complejos

García-Moreno

González-Barbosa

2020

Rev. iberoam. autom. inform. ind.

View full text Add to dashboard Cite

show abstract

“…We utilize the 3D boundary as feature points because of the following reasons: (1) The boundary of planar primitives retains most wall information (i.e., position, orientation, and height), (2) the boundary points can avoid the repetitive structures which share the same geometry on the vertical direction (e.g., as shown in Figure 8, the bottom three layers share the same geometry on the vertical direction). A convex hull-based method [23] has been employed to extract boundaries from detected planar primitives. To be specific, the points on planar primitives can be projected onto the RANSAC fitted planes and the convex hull (see Figure 9a) can be determined by these projected points.…”

Section: Boundary Point Extractionmentioning

confidence: 99%

A Layer-Wise Strategy for Indoor As-Built Modeling Using Point Clouds

et al. 2019

View full text Add to dashboard Cite

The automatic modeling of as-built building interiors, known as indoor building reconstruction, is gaining increasing attention because of its widespread applications. With the development of sensors to acquire high-quality point clouds, a new modeling scheme called scan-to-BIM (building information modeling) emerged as well. However, the traditional scan-to-BIM process is time-tedious and labor-intensive. Most existing automatic indoor building reconstruction solutions can only fit the specific data or lack of detailed model representation. In this paper, we propose a layer-wise method, on the basis of 3D planar primitives, to create 2D floor plans and 3D building models. It can deal with different types of point clouds and retain many structural details with respect to protruding structures, complicated ceilings, and fine corners. The experimental results indicate the effectiveness of the proposed method and the robustness against noises and sparse data.

show abstract

Multi-data UAV Images for Large Scale Reconstruction of Buildings

Zhang

Rao

et al. 2019

MultiMedia Modeling

View full text Add to dashboard Cite

Urban building reconstruction from raw LiDAR point data

Cited by 58 publications

References 28 publications

Reconstrucción virtual tridimensional de entornos urbanos complejos

Reconstrucción virtual tridimensional de entornos urbanos complejos

A Layer-Wise Strategy for Indoor As-Built Modeling Using Point Clouds

Multi-data UAV Images for Large Scale Reconstruction of Buildings

Contact Info

Product

Resources

About