• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    一種融合區(qū)域生長和RANSAC的稠密點云平面分割方法

    2022-05-06 15:27:40張建偉權(quán)慶樂

    張建偉 權(quán)慶樂

    摘要:為提高三維信息的準確度,提出一種在稠密的點云數(shù)據(jù)中采用融合區(qū)域生長和隨機抽樣一致性(RANSAC)的平面分割方法。利用統(tǒng)計濾波、體素濾波對稠密點云去噪和精簡,通過鄰域統(tǒng)計特性剔除孤立點。采用點域區(qū)域生長分割出平面點,并采用面域區(qū)域生長合并平面附近點。采用曲率值檢測出異常彎曲的平面。在異常彎曲的平面中采用RANSAC評估平面點的模型誤差并剔除粗差點。實驗選取公寓、閣樓、辦公室等4個典型室內(nèi)場景數(shù)據(jù)進行測試。實驗表明,該方法可有效從稠密點云中分割出平面結(jié)構(gòu),分割結(jié)果準確度均值可達到95%以上。相比于傳統(tǒng)RANSAC方法,可以更好地保證平面結(jié)構(gòu)的連通性。相比于傳統(tǒng)區(qū)域生長方法分割結(jié)果,準確度提升約2%,完整度平均提高約17%,對于后續(xù)三維重建和機器人的導航有著借鑒作用。

    關(guān)鍵詞:稠密點云;平面分割;區(qū)域生長;RANSAC分割;點云曲率

    中圖分類號:TP 391.41文獻標志碼:A

    文章編號:1672-9315(2022)02-0341-08

    DOI:10.13800/j.cnki.xakjdxxb.2022.0219開放科學(資源服務)標識碼(OSID):

    A plane segmentation method of region growing

    and RANSAC for dense point cloudZHNAG Jianwei,QUAN Qingle

    (Department of Information Engineering,Henan University of Animal Husbandry and Economy,Zhengzhou 450004,China)

    Abstract:In order to improve the 3D information accuracy,this paper proposes a plane segmentation method using fusion of region growing and random sampling consensus(RANSAC)in dense point cloud data.First,statistical and voxel filtering are applied to denoise and simplify the point cloud,which removes outliers based on neighborhood statistical properties.Then,planar points are segmented using point-based region growing,and the points around plane are further merged using plane-based region growing.Next,the curvature is used to detect abnormally curved planes.Finally,RANSAC is applied to evaluate the model errors of planar points among abnormally curved planes and then to remove outliers.In the experiment,four typical indoor datasets such as apartment,loft,and offices are used to verify the proposed method.Experimental results demonstrate that the average segmentation accuracy can reach over 95%.The planar connectivity is preserved better than that by traditional RANSAC method.Compared with the traditional region growing method,the segmentation accuracy improves about 2%,and completeness increases about 17% on average.It is of great significance for the subsequent 3D reconstruction and robot navigation.

    Key words:dense point cloud;plane segmentation;region growing;RANSAC segmentation;curvature of point cloud

    0引言

    近年來,隨著三維激光掃描技術(shù)的快速發(fā)展,高精度、數(shù)據(jù)海量的稠密點云已廣泛應用于逆向工程[1]、文物修復[2]、3D打印[3]、自動駕駛[4]等領(lǐng)域。如何從點云中快速、準確地提取出真實場景目標信息,已逐漸成為國內(nèi)外眾多學者的研究熱點。平面結(jié)構(gòu)由于具有良好的幾何特性,廣泛地存在于室內(nèi)外各場景中。魯棒的平面結(jié)構(gòu)可為場景結(jié)構(gòu)建模[5]、機器人導航定位[6]等提供穩(wěn)定的特征信息。稠密點云由于其數(shù)據(jù)細節(jié)豐富,可以較為魯棒地反映真實地物信息,但由于其數(shù)據(jù)海量,如何高效準確處理成為難題。因此稠密點云中快速準確地提取平面結(jié)構(gòu)已成為計算機領(lǐng)域中重要的研究內(nèi)容[7-8]。

    國內(nèi)外眾多學者針對平面提取已做了部分研究,而目前的平面分割方法可總體分為模型擬合類方法、深度學習類方法和區(qū)域生長類方法。

    1)模型擬合類方法。主要包括隨機采樣一致性算法(RANSAC)[9-10]和霍夫變換算法(Hough transformation)[11]。RANSAC算法首先預先設定平面參數(shù),依據(jù)點到平面的距離,在全局范圍內(nèi)將三維點分為外點與內(nèi)點,并將內(nèi)點數(shù)最多的點集作為最終平面分割結(jié)果。部分學者對RANSAC方法進行改進,SCHNABEL等提出采用八叉樹優(yōu)化RANSAC算法,以提高平面提取效率[12]。熊風光等提出將K均值聚類與RANSAC相結(jié)合,以提高算法中的粗差點剔除率,在一定程度上提高了RANSAC算法的準確度[13]。RAGURAM等采用附加法向矢量的方式提取數(shù)據(jù)中的三角面片。以上方法雖然有較好的抗噪性,但計算效率較低,同時未考慮空間連通性,易在稠密點云數(shù)據(jù)中產(chǎn)生偽平面[14]。

    霍夫變換算法將原始空間中平面檢測問題轉(zhuǎn)化為尋找參數(shù)空間峰值問題。目前主要模型有球體、直線、柱體和平面等。田朋舉等提出一種基于2DHough變換和八叉樹相結(jié)合的方法,實現(xiàn)建筑平面的有效分割[15]。HULIK等采用矢量約束來提高Hough變換算法檢測平面的準確度。但該類方法存在一定的平面誤識別現(xiàn)象[16]。

    2)深度學習類方法。通過構(gòu)建卷積神經(jīng)網(wǎng)絡,對點云數(shù)據(jù)進行語義信息分割。以PointNet[17]、PointNet++[18]、PointCNN[19]等深度神經(jīng)網(wǎng)絡為代表,可有效實現(xiàn)在真實場景下,提取點云數(shù)據(jù)中平面結(jié)構(gòu)。YU等針對稀疏點云特性,提出網(wǎng)絡模型,提高平面擬合精度,但在稠密點云數(shù)據(jù)中的計算效率仍有待提高[20]。該類方法需大量樣本清洗及模型訓練等工作,當處理大規(guī)模稠密點云時,與傳統(tǒng)方法相比并無顯著優(yōu)勢。

    3)區(qū)域生長類方法[21-22]。通常是利用法線、曲率等幾何屬性,分析點云局部空間的鄰接關(guān)系,進而實現(xiàn)平面點云的生長。薛婧雅等提出基于超體素與區(qū)域生長相結(jié)合的方式提高屋頂平面的分割精度[23]。王沖等采用動態(tài)分配權(quán)重的方法來提高法線解算精度,進一步提高區(qū)域生長算法的準確性[24]。FOTSING等采用ICP算法選取可靠的候選種子點,并在生長過程中采用體素表達點云,改善平面分割質(zhì)量[25]。ZHANG等提出一種基于2D和3D相互投影的區(qū)域生長方法,通過點云以及投影平面的幾何信息選取初始種子點,并通過區(qū)域生長條件判斷每個點的通視性,改善分割效果[26]。該類方法提取平面精度較高,但受到區(qū)域生長條件限制,平面結(jié)構(gòu)的完整度有待提高。同時該方法更關(guān)注于點云局部空間變化,對于平面結(jié)構(gòu)的整體考慮不足。

    近年來一些學者也提出一些新方法,ZHU等將平面分解為多個平面段合并的結(jié)果,采用準逆理論(quasi-a-contrario theory)利用誤警值(false alarms)評估每個平面段的分割效果[27]。WANG等用L0梯度最小化算法的區(qū)域生長以及圖分割(graph cut)提取物體表面[28]。FATEMEH等提出多平面算法用于區(qū)分多平面立面的結(jié)構(gòu)和非結(jié)構(gòu)元素,從統(tǒng)計上考慮點組相對于其鄰居的位置,以進行識別的隔離多平面建筑的主立面[29]。

    目前眾多研究方法多集中于某一類平面分割方法,并在此基礎上進行優(yōu)化,而忽略各類方法之間的關(guān)聯(lián)性。模型擬合類方法具有嚴格的數(shù)學模型,但是忽略了局部空間結(jié)構(gòu)的連續(xù)性。區(qū)域生長類方法強調(diào)局部空間中連續(xù),而未對數(shù)據(jù)進行整體限制考慮,而過于嚴格的曲率閾值則會導致平面結(jié)構(gòu)的不完整。因此,綜合以上各類平面分割方法的特點,提出一種區(qū)域生長和RANSAC相結(jié)合的稠密點云平面分割方法。融合2類平面分割方法中數(shù)學模型以及局部空間約束的優(yōu)點,克服空間不連續(xù)及平面完整度不高的缺點。首先采用3種濾波方法實現(xiàn)點云初步的預處理,然后采用混合區(qū)域生長算法實現(xiàn)平面結(jié)構(gòu)的初分割,其次利用平面彎曲度約束對平面結(jié)構(gòu)的幾何狀態(tài)進行判斷,最后采用RANSAC算法剔除異常平面的粗差點,從整體提高平面分割的準確度。該方法綜合RANSAC和區(qū)域生長平面分割方法的優(yōu)點,在一定程度上提高平面分割的準確度與完整度。

    1平面分割方法

    1.1技術(shù)路線

    平面分割技術(shù)路線如圖1所示。首先對原始稠密點云進行預處理,利用無效點剔除、統(tǒng)計濾波、體素濾波,顯著降低點云數(shù)據(jù)量,濾除大量離群噪聲點。然后提出一種混合區(qū)域生長分割方法實現(xiàn)場景中平面點云的初分割。其次以整個平面為基礎對平面進行彎曲度約束分析,檢測出彎曲度異常平面。最后采用RANSAC算法剔除平面粗差點,提高平面分割準確度和完整度。

    1.2數(shù)據(jù)預處理

    由于稠密點云數(shù)據(jù)海量,對其直接處理,嚴重影響處理效率,因此在平面分割前對其進行預處理,為后續(xù)平面特征提取做準備。

    首先對稠密點云數(shù)據(jù)P進行數(shù)據(jù)格式檢查,尋找數(shù)據(jù)中存在的“非法”格式,如點云中常見的“NAN”,并對其進行剔除。然后采用統(tǒng)計濾波濾除噪聲點,其原理如公式(1)所示。最后采用體素濾波,在保證點云數(shù)據(jù)整體輪廓的前提下,降低點云數(shù)據(jù)量,其中體素濾波采用邊長為l(0.02 m)的三維網(wǎng)格。在預處理后得到點云數(shù)據(jù)PV。

    1.3點域區(qū)域生長

    在預處理后,以三維點為基礎,結(jié)合局部鄰域空間分析,制定鄰域生長條件,進行點域內(nèi)的區(qū)域生長。主要包括以下步驟。

    1.4面域區(qū)域生長

    由于區(qū)域生長條件的限制,點域區(qū)域生長后的剩余點云Ple中仍包含部分屬于但未被歸類到相應平面結(jié)構(gòu)的三維點。文中進一步采用面域區(qū)域生長進一步處理未分類的平面點。圖2為面域區(qū)域生長的示意,主要包括以下步驟。

    1)平面篩選。瑣碎的平面點云,通常并非真正的實體結(jié)構(gòu),或?qū)鼍敖Y(jié)構(gòu)的表達的意義不大。因此如圖3所示,對于提取的平面點云,通過外接矩形面積近似作為平面點云面積,并經(jīng)驗性地設置面積閾值s(0.02 m2),剔除面積較小的平面,將其放回至剩余點云Ple中。

    2)建立鄰域結(jié)構(gòu)。以平面為基礎,再次采用KD-tree在剩余點云中,對平面點云建立鄰域結(jié)構(gòu),并去除重復的鄰域點(圖2中黃色點)。

    3)平面生長。在每一個平面鄰域中,計算其到平面的距離,若小于距離閾值d1(0.03 m),則將其歸類為當前平面點云。

    1.5平面彎曲度約束

    平面分割后,以每一平面點云為基礎,計算平面的整體平均曲率,將其作為整個平面的彎曲度評價指標,主要包括以下步驟。

    1)在公式(4)中,采用最小二乘法擬合平面方程,并計算整個平面點云重心點pc。

    1.6RANSAC檢核平面

    平面彎曲度約束分析后,平面點云分為正常平面和彎曲度異常平面。如圖4在異常平面中采用RANSAC擬合平面點云方程,并計算整體平面的點云的誤差,將點到平面距離大于閾值d2(0.02 m)的點,作為粗差值點,進行剔除,提高平面分割準確度。而彎曲度正常平面則無需進行RANSAC檢測,可認為其已基本滿足幾何一致性原則,直接保存為最后的平面分割點云。最后輸出所有平面點云。

    2實驗結(jié)果與分析

    2.1實驗數(shù)據(jù)與環(huán)境

    實驗環(huán)境為Intel Core i7-5500U CPU@2.40 GHz 2.39 GHz,8.0 GB RAM,采用Ubuntu 16.04系統(tǒng),C++編程實現(xiàn)。實驗采用4組數(shù)據(jù),其中前2組數(shù)據(jù)來自PARK學者公布的公寓及閣樓場景點云數(shù)據(jù)[30],后2組數(shù)據(jù)來自蘇黎世大學(UZH)的可視化與多媒體實驗室提供的辦公室掃描數(shù)據(jù)(https://www.ifi.uzh.ch/en/vmml/research/datasets.html)。

    圖5是采用文中預處理方法后的點云結(jié)果,體素濾波采用邊長為0.02m的三維體素網(wǎng)格進行體素化處理。從圖中預處理效果可以看出,在保持整體場景特征信息的前提下,點云數(shù)據(jù)量在一定程度上有所降低、大部分離群噪聲點得到有效剔除。

    2.2平面分割對比實驗

    在平面分割實驗中,選取傳統(tǒng)的區(qū)域生長和RANSAC方法作為對比實驗。各方法的分割效果如圖6所示,其中不同顏色表示不同平面點云。從圖中分割效果可以看出,RANSAC方法僅使用數(shù)學模型對點云進行分割,未能保證平面點云的連通性,致使多處不鄰的平面段誤識別為同一個平面點云。區(qū)域生長方法的分割效果總體較為良好,但平面分割受到生長條件的限制,未能保證平面的完整度,位于平面邊緣附近的點云未能很好進行歸類。目視效果上可見,文中方法可提取處場景中的大部分平面,同時平面之間的邊緣點云也得到良好歸類,平面結(jié)構(gòu)的區(qū)分度較高,在保證準確度的同時也保證了平面結(jié)構(gòu)的完整度。

    2.3未分類點分布

    為進一步對比分析平面分割方法性能,如圖7提取出各方法分割后未歸類到具體平面的剩余點云。在剩余點分布方面,RANSAC方法由于僅采用空間數(shù)學模型,保留剩余點數(shù)量最少。其次是文中方法,最后是傳統(tǒng)區(qū)域生長方法。相比于區(qū)域生長方法,文中方法可以更好地處理平面邊緣點,減少剩余點數(shù)量,提高平面完整度。

    2.4精度評估

    進一步量化分析分割方法的性能,采用式(7)和式(8)中準確度(Corrrectness,Cr)、完整度(Completeness,Cm)[31]指標評估各算法。實驗中采用CloudCompare軟件的標記功能,勾選數(shù)據(jù)中的平面點并添加Label作為評估的真值。

    式中TP為正確分割平面點;FP為錯誤識別的平面點;FN為漏檢的平面點。

    表1記錄了實驗中3種分割方法在4個數(shù)據(jù)的分割結(jié)果的平面數(shù)量、剩余點數(shù)、準確度和完整度。其中RANSAC方法由于空間幾何模型在全局范圍提取平面,可提取出場景中的絕大部分平面點。但由于實驗數(shù)據(jù)中存在大量的平面,致使RANSAC方法所提取的大部分平面點是空間非連續(xù)的,這與空間平面的幾何屬性相矛盾。區(qū)域生長方法和文中方法所分割平面均由空間連續(xù)三維點構(gòu)成,符合空間平面的幾何特性。同時相比于區(qū)域生長方法,文中方法在準確度與完整度方面均所有提升,4個場景中準確度均提升2%左右,均達到95%以上。完整度提高效果為:公寓場景提升約20%;閣樓場景提升約27%;辦公室1場景提升約12%;辦公室2場景提升約11%。文中方法更加魯棒地提取稠密點云中的平面結(jié)構(gòu),并提高平面特征的完整度。為后續(xù)場景建模以及機器人定位導航提高更加魯棒的特征結(jié)構(gòu)。

    3結(jié)論

    1)利用點域內(nèi)區(qū)域生長和面域內(nèi)區(qū)域生長相結(jié)合,可以有效克服傳統(tǒng)區(qū)域生長在平面邊緣分割時的欠分割現(xiàn)象,平面分割的完整度提高約17%。

    2)采用曲率值近似表達平面彎曲度,并對所分割的平面點云進行檢核,可以有效檢測出異常彎曲的平面,有利于檢測平面中的粗差點。

    3)利用RANSAC檢核平面,可以在保證平面分割的連通性的基礎上,進一步提高平面分割的準確度,在典型的室內(nèi)場景中,分割的準確度可達到95%。

    4)基于稠密點云數(shù)據(jù)的平面分割方法可為基于平面結(jié)構(gòu)的特征建模以及室內(nèi)機器人導航定位提供可靠的特征基礎。

    參考文獻(References):

    [1]雷婉南,趙鵬飛.逆向工程橢圓柱構(gòu)件的擬合計算[J].大地測量與地球動力學,2010,30(5):102-105,112.LEI Wannan,ZHAO Pengfei.Fitting calculation of elliptical cylinder component in reverse engineering[J].Journal of Geodesy and Geodynamics,2010,30(5):102-105,112.

    [2]高楊.三維激光掃描的文物破損區(qū)域修復研究[J].激光雜志,2021,42(1):187-191.GAO Yang.Restoration of relics damaged area by 3D laser scanning[J].Laser Journal,2021,42(1):187-191.

    [3]徐文鵬,苗龍濤,侯守明,等.基于體素模型的3D打印支撐算法[J].圖學學報,2018,39(2):228-234.XU Wenpeng,MIAO Longtao,HOU Shouming,et al.Construction of support structure based on voxelization models for 3D printing[J].Journal of Graphics,2018,39(2):228-234.

    [4]霍桂利.基于智能控制算法的自動駕駛系統(tǒng)優(yōu)化研究[J].現(xiàn)代電子技術(shù),2019,42(20):177-180.HUO Jiali.Optimization of automatic driving system based on intelligent control algorithm[J].Modern Electronics Technique,2019,42(20):177-180.

    [5]白云.煤礦救援蛇形機器人環(huán)境建模方法研究[J].西安科技大學學報,2014,34(4):485-489.BAI Yun.Research on environment modeling method of the coal mine rescue snake-like robot[J].Journal of Xian University of Science and Technology,2014,34(4):485-489.

    [6]楊林,馬宏偉,王川偉,等.校園巡檢機器人智能導航與控制[J].西安科技大學學報,2018,38(6):1013-1020.YANG Lin,MA Hongwei,WANG Chuanwei,et al.Intelligent navigation and control of campus inspection robot[J].Journal of Xian University of Science and Technology,2018,38(6):1013-1020.

    [7]CEDRIQYE F,NAREPH M,CHRISTOPHE B.Iterative closest point for accurate plane detection in unorganized point clouds[J].Automation in Construction,2021,125:103610.

    [8]ABNER M C A,MANUEL M O.A robust statistics approach for plane detection in unorganized point clouds[J].Pattern Recognition,2020,100:107115.

    [9]FISCHLER M A,BOLLES R C.Random sample consensus:A paradigm for model fitting with applications to image analysis and automated cartography[J].Communications of the ACM,1981,24(6):381-395.

    [10]胡偉,盧小平,李珵,等.基于改進RANSAC算法的屋頂激光點云面片分割方法[J].測繪通報,2012(11):31-34.HU Wei,LU Xiaoping,LI Cheng,et al.Extended RANSAC algorithm for building roof segmentation from LiDAR data[J].Bulletin of Surveying and Mapping,2012(11):31-34.

    [11]DUDA R O,HART P E.Use of the hough transformation to detect lines and curves in pictures[J].Cacm,1972,15(1):11-15.

    [12]SCHNABELR,WAHL R,KLEIN R.Efficient RANSAC for point cloud shape detection[J].Computer Graphics Forum,2007,26(2):214-226.

    [13]熊風光,霍旺,韓燮,等.三維點云中關(guān)鍵點誤匹配剔除方法[J].光學學報,2018,38(2):128-138.XIONG Fengguang,HUO Wang,HAN Xie,et al.Removal method of mismatching keypoints in 3D point cloud[J].Acta Optica Sinica,2018,38(2):128-138.

    [14]RAGURAM O C,POLLEFEYS M,MATAS J,et al.USAC:A universal framework for random sample consensus[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2013,35(8):2022-2038.

    [15]田朋舉,花向紅,康停軍,等.一種基于點云數(shù)據(jù)的建筑物平面精細分割方法[J].測繪科學,2021,46(2):122-129.TIAN Pengju,HUA Xianghong,KANG Tingjun,et al.Fine segmentation of building planar feature from large scale unorganized point cloud[J].Science of Surveying and Mapping,2021,46(2):122-129.

    [16]HULIK R,SPANEL M,SMRZ P,et al.Continuous plane detection in point-cloud data based on 3D hough transform[J].Journal of Visual Communication & Image Representation,2014,25(1):86-97.

    [17]GRAHAM B.Spatially-sparse convolution neural networks[J].Computer Science,2014,34(6):864-867.

    [18][18]CHARLES R Q,SU H,KAICHUN M,et al.PointNet:Deep learning on point Sets for 3D classification and segmentation[C]//Symposium on Computer Vision and Pattern Recognition (CVPR),July 21-16,2017, Honolulu,HI:IEEE,c2017:77-85.

    [19]QI C R,LI Y,HAO S,et al.PointNet++:Deep hierarchical feature learning on point sets in a metric space[C]//Symposium on 31st Annual Conference on Neural Information Processing Systems(NIPS),December 4-9 2017,Long Beach,California:Neural Information Processing Systems Foundation,c2017:5100-5109.

    [20]YU Y,LI F,ZHENG Y,et al.Clustering-enhanced pointcnn for point cloud classification learning[C]//Symposium on International Joint Conference on Neural Networks(IJCNN),July 14-19,2019,Budapest,Hungary:IEEE,c2019:1-6.

    [21]NURUNNABI A,BELTON D,WEST G.Robust segmentation in laser scanning 3D point cloud data[C]//Symposium on International Conference on Digital Image Computing Techniques & Applications,December 3-5,F(xiàn)remantle,WA:IEEE,c2012:1-8.

    [22]SHI P,YE Q,ZENG L.A Novel indoor structure extraction based on dense point cloud[J].International Journal of Geo-Information,2020,9(11):660.

    [23]薛婧雅,李禮,龔燁,等.一種基于超體素與區(qū)域生長的機載點云屋頂平面分割方法[J].測繪地理信息,2021,46(S1):232-236.XUE Jingya,LI Li,GONG Ye,et al.A method for roof plane segmentation by supervoxel and regional growth[J].Journal of Geomatics,2021,46(S1):232-236.

    [24]王沖,李鍛能,鄧君裕,等.改進法線方向的點云實時分割提取平面方法研究[J].計算機測量與控制,2018,26(5):210-213.WANG Chong,LI Duanneng,DENG Junyu,et al.Real-time point clouds plane segmentation based on improved normal direction[J].Computer Measurement & Control,2018,26(5):210-213.

    [25]FOTSING C,MENADJOU N F,BOBDA C.Iterative closest point for accurate plane detection in unorganized point clouds[J].Automation in Construction,2021,125:103610.

    [26]ZHANG W,ZHOU F,WANG L,et al.Region growing based on 2-D 3-D mutual projections for visible point cloud segmentation[J].IEEE Transactions on Instrumentation and Measurement,2021,70:1-13.

    [27]ZHU X,LIU X,ZHANG Y,et al.Robust 3-D plane segmentation from airborne point clouds based on Quasi-A-Contrario theory[J].IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing,2021,14:7133-7147.

    [28]WANF X,JI S.Roof plane segmentation from LiDAR point cloud data using region expansion based L0 gradient minimization and graph cut[J].IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing,2021,14:7133-7147.

    [29]FATEMEH H.Point cloud segmentation and classification of structural elements in multi-planar masonry building facades[J].Automation in Construction,2020,118:103232.

    [30]PARK J,ZHOU Q Y,KOLTUN V.Colored point cloud registration revisited[C]//Symposium on International Conference on Computer Vision,October 22-29,Venice:IEEE,c2017:134-152.

    [31]AWRANGJEB M,F(xiàn)RASER C S.An automatic and threshold-free performance evaluation system for building extraction techniques from airborne LiDAR data[J].IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing,2014,7(10):184-4198.

    亚洲欧美精品综合久久99| 午夜激情福利司机影院| 日韩欧美国产一区二区入口| 特级一级黄色大片| 身体一侧抽搐| 国产99白浆流出| 此物有八面人人有两片| 亚洲成人精品中文字幕电影| 亚洲片人在线观看| 欧美午夜高清在线| 亚洲精品粉嫩美女一区| 19禁男女啪啪无遮挡网站| 老鸭窝网址在线观看| 国产成年人精品一区二区| 99久久精品热视频| 成人鲁丝片一二三区免费| 午夜精品在线福利| 首页视频小说图片口味搜索| svipshipincom国产片| 欧美日韩亚洲国产一区二区在线观看| 欧美日韩一级在线毛片| 欧美日韩一级在线毛片| 一二三四社区在线视频社区8| 久久久久久国产a免费观看| 欧美日韩中文字幕国产精品一区二区三区| 亚洲精品国产精品久久久不卡| 亚洲国产欧美人成| 91久久精品国产一区二区成人 | 欧美另类亚洲清纯唯美| 久久热在线av| 91九色精品人成在线观看| 色综合婷婷激情| 夜夜躁狠狠躁天天躁| 一级毛片高清免费大全| 亚洲一区二区三区不卡视频| 三级男女做爰猛烈吃奶摸视频| 国产高潮美女av| 巨乳人妻的诱惑在线观看| 美女高潮喷水抽搐中文字幕| 舔av片在线| tocl精华| 非洲黑人性xxxx精品又粗又长| 亚洲国产中文字幕在线视频| 日日夜夜操网爽| 国产伦一二天堂av在线观看| 国产视频一区二区在线看| 欧美日本亚洲视频在线播放| 日本精品一区二区三区蜜桃| 国产一区二区三区在线臀色熟女| 中国美女看黄片| 亚洲欧美激情综合另类| 亚洲成a人片在线一区二区| 真人一进一出gif抽搐免费| 午夜激情欧美在线| 人妻久久中文字幕网| 91麻豆av在线| 99热这里只有精品一区 | 国产高清videossex| 久久久久久久久中文| 免费av不卡在线播放| 2021天堂中文幕一二区在线观| 国产午夜精品久久久久久| 欧美成人一区二区免费高清观看 | 男人舔女人的私密视频| 一进一出好大好爽视频| 亚洲欧美日韩卡通动漫| 午夜福利视频1000在线观看| 日本撒尿小便嘘嘘汇集6| 亚洲精品456在线播放app | 成人特级黄色片久久久久久久| av在线蜜桃| 久久这里只有精品中国| www.999成人在线观看| 亚洲av第一区精品v没综合| 国产成人精品无人区| 狠狠狠狠99中文字幕| 美女cb高潮喷水在线观看 | 久久欧美精品欧美久久欧美| 欧美av亚洲av综合av国产av| 精品乱码久久久久久99久播| 美女高潮喷水抽搐中文字幕| 99热只有精品国产| 舔av片在线| 国模一区二区三区四区视频 | 好男人电影高清在线观看| 精品久久久久久,| 久久精品国产亚洲av香蕉五月| 成人特级av手机在线观看| a级毛片在线看网站| 成人鲁丝片一二三区免费| 久久人妻av系列| 亚洲电影在线观看av| 99精品欧美一区二区三区四区| 禁无遮挡网站| 色综合婷婷激情| 村上凉子中文字幕在线| 亚洲七黄色美女视频| 蜜桃久久精品国产亚洲av| 一二三四在线观看免费中文在| 欧美日本亚洲视频在线播放| 午夜影院日韩av| av视频在线观看入口| 国产97色在线日韩免费| 中文字幕高清在线视频| 超碰成人久久| 国产一区二区三区视频了| 午夜福利欧美成人| 国产黄色小视频在线观看| 精品一区二区三区四区五区乱码| 国产又黄又爽又无遮挡在线| netflix在线观看网站| 一区二区三区高清视频在线| 日韩欧美一区二区三区在线观看| 亚洲精品美女久久av网站| 又大又爽又粗| 亚洲男人的天堂狠狠| 免费在线观看视频国产中文字幕亚洲| 一进一出抽搐gif免费好疼| 亚洲精品美女久久久久99蜜臀| 亚洲av电影在线进入| 午夜激情欧美在线| 亚洲av成人一区二区三| 国产爱豆传媒在线观看| 长腿黑丝高跟| 久久久色成人| 两个人看的免费小视频| av天堂中文字幕网| 国内揄拍国产精品人妻在线| 国产精品精品国产色婷婷| 香蕉国产在线看| 久久国产精品人妻蜜桃| 国产精品国产高清国产av| 午夜福利在线在线| 国产伦精品一区二区三区视频9 | 两性午夜刺激爽爽歪歪视频在线观看| 久久久久久人人人人人| 日韩欧美一区二区三区在线观看| 欧美性猛交黑人性爽| 男人和女人高潮做爰伦理| www国产在线视频色| 久久久久久久久免费视频了| 好看av亚洲va欧美ⅴa在| 免费在线观看影片大全网站| av国产免费在线观看| 最近视频中文字幕2019在线8| 国产成人影院久久av| 亚洲一区高清亚洲精品| 国产激情欧美一区二区| 欧美日韩精品网址| 日本免费一区二区三区高清不卡| 在线永久观看黄色视频| 香蕉丝袜av| 三级毛片av免费| av黄色大香蕉| 老熟妇乱子伦视频在线观看| 午夜福利欧美成人| 亚洲成人久久爱视频| 国产精品亚洲美女久久久| 最新中文字幕久久久久 | 国语自产精品视频在线第100页| 国产精品免费一区二区三区在线| 亚洲成a人片在线一区二区| 欧美日韩精品网址| a级毛片a级免费在线| 成人三级做爰电影| 亚洲自偷自拍图片 自拍| 久久欧美精品欧美久久欧美| 亚洲国产欧美一区二区综合| 国产欧美日韩精品一区二区| 午夜福利高清视频| 亚洲精品美女久久av网站| 成人av在线播放网站| 久久午夜综合久久蜜桃| 日本黄大片高清| 亚洲狠狠婷婷综合久久图片| 制服人妻中文乱码| 国产乱人视频| 一个人观看的视频www高清免费观看 | 欧美一级毛片孕妇| 久久久久久人人人人人| 男女视频在线观看网站免费| 国产欧美日韩精品一区二区| 少妇丰满av| 欧美乱妇无乱码| 欧美日韩国产亚洲二区| 十八禁网站免费在线| 欧美黄色淫秽网站| 亚洲人成网站在线播放欧美日韩| 久久中文字幕一级| 天堂网av新在线| 午夜影院日韩av| 18禁裸乳无遮挡免费网站照片| 一级毛片精品| 在线永久观看黄色视频| 国产69精品久久久久777片 | 国产精品亚洲av一区麻豆| 亚洲精品一卡2卡三卡4卡5卡| 亚洲精品美女久久久久99蜜臀| 色视频www国产| av天堂中文字幕网| 少妇裸体淫交视频免费看高清| 级片在线观看| 亚洲欧美日韩无卡精品| 国产探花在线观看一区二区| 久久国产乱子伦精品免费另类| 嫩草影院入口| 好看av亚洲va欧美ⅴa在| 精品国产美女av久久久久小说| 国产精品美女特级片免费视频播放器 | 国产精品,欧美在线| 午夜激情欧美在线| 午夜两性在线视频| 国产高清有码在线观看视频| 午夜日韩欧美国产| 一进一出好大好爽视频| 狂野欧美激情性xxxx| 精品国产亚洲在线| 老鸭窝网址在线观看| 波多野结衣巨乳人妻| 亚洲美女视频黄频| 美女高潮的动态| 午夜两性在线视频| 香蕉丝袜av| 99热这里只有是精品50| 国内揄拍国产精品人妻在线| 美女高潮的动态| 亚洲 欧美 日韩 在线 免费| 免费人成视频x8x8入口观看| 亚洲国产日韩欧美精品在线观看 | 性色avwww在线观看| 午夜日韩欧美国产| 久久久水蜜桃国产精品网| 91麻豆av在线| 精品人妻1区二区| 麻豆av在线久日| 亚洲国产欧美网| 免费av毛片视频| 久久久久性生活片| 我的老师免费观看完整版| 18禁美女被吸乳视频| 欧美最黄视频在线播放免费| 亚洲激情在线av| 色视频www国产| 国产一区二区三区视频了| 91在线精品国自产拍蜜月 | 日韩免费av在线播放| 天天躁日日操中文字幕| 国产成+人综合+亚洲专区| 97超视频在线观看视频| 亚洲国产中文字幕在线视频| 欧美av亚洲av综合av国产av| 免费在线观看成人毛片| 亚洲成人久久性| 男女视频在线观看网站免费| 国产精品乱码一区二三区的特点| 一个人免费在线观看的高清视频| 人妻丰满熟妇av一区二区三区| 最新中文字幕久久久久 | 身体一侧抽搐| 久久久久九九精品影院| 国语自产精品视频在线第100页| 亚洲av电影在线进入| 久久热在线av| 国产欧美日韩一区二区三| 首页视频小说图片口味搜索| 人人妻,人人澡人人爽秒播| 久久精品91无色码中文字幕| 亚洲国产精品合色在线| 香蕉丝袜av| 99热精品在线国产| 五月玫瑰六月丁香| 亚洲avbb在线观看| 日本与韩国留学比较| 久久性视频一级片| 麻豆成人av在线观看| 免费看美女性在线毛片视频| 美女被艹到高潮喷水动态| 一进一出好大好爽视频| 亚洲av电影不卡..在线观看| 日本五十路高清| 欧美色视频一区免费| 一二三四在线观看免费中文在| 免费看美女性在线毛片视频| 丁香六月欧美| 天堂动漫精品| 一本精品99久久精品77| 亚洲精品在线观看二区| 亚洲欧美一区二区三区黑人| 精品午夜福利视频在线观看一区| 麻豆一二三区av精品| 午夜福利在线在线| 免费看美女性在线毛片视频| 久久久久国产一级毛片高清牌| 激情在线观看视频在线高清| 亚洲片人在线观看| 毛片女人毛片| 中文字幕av在线有码专区| 日韩欧美精品v在线| 男女视频在线观看网站免费| 亚洲天堂国产精品一区在线| 国产爱豆传媒在线观看| 免费大片18禁| 精品久久久久久成人av| 中文亚洲av片在线观看爽| 琪琪午夜伦伦电影理论片6080| 少妇的丰满在线观看| 欧美日韩综合久久久久久 | www.999成人在线观看| 老司机福利观看| www.自偷自拍.com| 久久久国产成人免费| av福利片在线观看| 精品免费久久久久久久清纯| 国产成+人综合+亚洲专区| 欧美日韩中文字幕国产精品一区二区三区| 国产激情欧美一区二区| 美女高潮喷水抽搐中文字幕| 国产精品一区二区免费欧美| 91麻豆精品激情在线观看国产| 特大巨黑吊av在线直播| 亚洲真实伦在线观看| 久9热在线精品视频| 国产视频一区二区在线看| 啪啪无遮挡十八禁网站| 一卡2卡三卡四卡精品乱码亚洲| 全区人妻精品视频| 噜噜噜噜噜久久久久久91| aaaaa片日本免费| 中文资源天堂在线| 99re在线观看精品视频| a在线观看视频网站| 久久国产精品人妻蜜桃| ponron亚洲| 亚洲黑人精品在线| 99精品在免费线老司机午夜| 少妇人妻一区二区三区视频| 国产成人影院久久av| 国产激情偷乱视频一区二区| 亚洲国产精品999在线| 亚洲国产欧美一区二区综合| 欧美最黄视频在线播放免费| 亚洲欧美日韩无卡精品| 欧美日韩中文字幕国产精品一区二区三区| 天堂动漫精品| 狂野欧美激情性xxxx| 99久久成人亚洲精品观看| 亚洲专区中文字幕在线| 亚洲aⅴ乱码一区二区在线播放| 观看免费一级毛片| 日韩中文字幕欧美一区二区| or卡值多少钱| 国产精品久久电影中文字幕| 小说图片视频综合网站| 久久精品影院6| 欧美3d第一页| 激情在线观看视频在线高清| 国产成年人精品一区二区| 此物有八面人人有两片| 观看美女的网站| 99久久成人亚洲精品观看| ponron亚洲| 香蕉丝袜av| 日韩欧美国产在线观看| av在线蜜桃| 俄罗斯特黄特色一大片| 99热这里只有精品一区 | 国产三级中文精品| 欧美成人性av电影在线观看| 久久午夜综合久久蜜桃| 国产高清视频在线播放一区| 嫩草影院精品99| 亚洲精品456在线播放app | 午夜影院日韩av| 露出奶头的视频| aaaaa片日本免费| 在线十欧美十亚洲十日本专区| 99国产极品粉嫩在线观看| 日本 欧美在线| 国产亚洲精品av在线| 国产私拍福利视频在线观看| 男人的好看免费观看在线视频| 亚洲国产中文字幕在线视频| 国产精品亚洲一级av第二区| 国产精品久久久人人做人人爽| 99精品欧美一区二区三区四区| 成人无遮挡网站| 成人三级做爰电影| 成人高潮视频无遮挡免费网站| 午夜影院日韩av| 男女之事视频高清在线观看| 欧美日韩亚洲国产一区二区在线观看| 欧美绝顶高潮抽搐喷水| 亚洲av成人不卡在线观看播放网| АⅤ资源中文在线天堂| 亚洲色图 男人天堂 中文字幕| 国产精品电影一区二区三区| 身体一侧抽搐| 国产午夜精品久久久久久| 国产成人一区二区三区免费视频网站| 搞女人的毛片| 久久欧美精品欧美久久欧美| 久久精品综合一区二区三区| 久久精品91无色码中文字幕| 精品99又大又爽又粗少妇毛片 | 久久久久久久久中文| 午夜两性在线视频| 色综合亚洲欧美另类图片| 免费观看的影片在线观看| 人妻丰满熟妇av一区二区三区| 国产爱豆传媒在线观看| 亚洲精品美女久久av网站| 久久这里只有精品19| 91九色精品人成在线观看| 巨乳人妻的诱惑在线观看| 欧美在线一区亚洲| 真实男女啪啪啪动态图| 日本成人三级电影网站| 久久精品国产亚洲av香蕉五月| 日韩高清综合在线| 老司机午夜福利在线观看视频| 国产免费男女视频| 一级a爱片免费观看的视频| 91av网站免费观看| 国产v大片淫在线免费观看| av福利片在线观看| 91麻豆精品激情在线观看国产| 国产伦精品一区二区三区视频9 | 国产精品免费一区二区三区在线| 亚洲中文字幕日韩| 午夜视频精品福利| 国产亚洲欧美在线一区二区| 美女扒开内裤让男人捅视频| 老熟妇乱子伦视频在线观看| 日韩 欧美 亚洲 中文字幕| 久久久久久久精品吃奶| 婷婷丁香在线五月| 一二三四在线观看免费中文在| 草草在线视频免费看| 精品免费久久久久久久清纯| 日本在线视频免费播放| 亚洲成人免费电影在线观看| 亚洲精品粉嫩美女一区| 久久久色成人| 日韩大尺度精品在线看网址| 一进一出抽搐gif免费好疼| 欧美xxxx黑人xx丫x性爽| 欧美最黄视频在线播放免费| 999久久久国产精品视频| 免费看美女性在线毛片视频| 蜜桃久久精品国产亚洲av| 悠悠久久av| 免费大片18禁| 少妇的丰满在线观看| 成人高潮视频无遮挡免费网站| 午夜a级毛片| 给我免费播放毛片高清在线观看| 看片在线看免费视频| 男人舔奶头视频| 亚洲中文av在线| 欧美3d第一页| 又黄又爽又免费观看的视频| 久久精品国产亚洲av香蕉五月| 久久亚洲真实| 高潮久久久久久久久久久不卡| 国产精品久久久久久亚洲av鲁大| 叶爱在线成人免费视频播放| 亚洲七黄色美女视频| 亚洲第一欧美日韩一区二区三区| 手机成人av网站| 精品乱码久久久久久99久播| 国产成人av教育| 在线十欧美十亚洲十日本专区| 欧美午夜高清在线| 午夜激情福利司机影院| 国产精品98久久久久久宅男小说| 国产午夜精品久久久久久| 亚洲精品456在线播放app | 国产精品一区二区免费欧美| www.自偷自拍.com| 嫩草影院入口| 成人一区二区视频在线观看| 精品久久久久久,| 午夜免费激情av| 国产激情欧美一区二区| 亚洲欧美日韩无卡精品| 最近最新中文字幕大全免费视频| 亚洲国产中文字幕在线视频| 国产高清视频在线播放一区| 在线观看午夜福利视频| 国产伦在线观看视频一区| 在线观看一区二区三区| 欧美zozozo另类| 国内精品久久久久精免费| 日韩成人在线观看一区二区三区| 黄片大片在线免费观看| 国产成+人综合+亚洲专区| АⅤ资源中文在线天堂| 久久九九热精品免费| 欧美精品啪啪一区二区三区| 亚洲国产欧美人成| 中文在线观看免费www的网站| 亚洲自拍偷在线| 亚洲欧美日韩高清专用| 成人国产综合亚洲| 国产精品爽爽va在线观看网站| 亚洲在线自拍视频| 热99在线观看视频| 两人在一起打扑克的视频| 悠悠久久av| 又大又爽又粗| 成人永久免费在线观看视频| 亚洲精品粉嫩美女一区| 99久久成人亚洲精品观看| 无遮挡黄片免费观看| 麻豆国产av国片精品| av天堂中文字幕网| 亚洲av熟女| 国产亚洲精品av在线| 亚洲熟妇中文字幕五十中出| 国产精品永久免费网站| 亚洲成人中文字幕在线播放| 精品一区二区三区四区五区乱码| 不卡一级毛片| 免费搜索国产男女视频| 亚洲va日本ⅴa欧美va伊人久久| 国产三级黄色录像| 亚洲人成网站高清观看| 国产蜜桃级精品一区二区三区| 91麻豆av在线| 国产精品久久久久久亚洲av鲁大| 性色avwww在线观看| 国内精品一区二区在线观看| 国内毛片毛片毛片毛片毛片| 亚洲av中文字字幕乱码综合| 波多野结衣高清作品| 久久热在线av| 久久婷婷人人爽人人干人人爱| 少妇的丰满在线观看| av天堂在线播放| 国产精品美女特级片免费视频播放器 | 久久精品91蜜桃| 免费搜索国产男女视频| 99国产精品一区二区三区| 香蕉丝袜av| netflix在线观看网站| 亚洲国产欧美人成| 99热这里只有是精品50| 国产精品久久久人人做人人爽| 欧美极品一区二区三区四区| 免费看a级黄色片| 99热6这里只有精品| 国产爱豆传媒在线观看| av女优亚洲男人天堂 | 国产成人精品久久二区二区91| 亚洲av中文字字幕乱码综合| 亚洲av成人av| 亚洲av成人精品一区久久| 国产精品久久久久久精品电影| 美女扒开内裤让男人捅视频| 搡老岳熟女国产| 美女高潮的动态| 国产三级在线视频| 99久久精品国产亚洲精品| 欧美+亚洲+日韩+国产| 国产淫片久久久久久久久 | 国产亚洲欧美在线一区二区| 99久久成人亚洲精品观看| 亚洲自拍偷在线| 99久久国产精品久久久| 亚洲 国产 在线| 亚洲国产色片| 亚洲人成网站在线播放欧美日韩| 中亚洲国语对白在线视频| 日韩精品中文字幕看吧| 搡老妇女老女人老熟妇| 熟妇人妻久久中文字幕3abv| 91在线精品国自产拍蜜月 | 黄片大片在线免费观看| 在线播放国产精品三级| 亚洲美女黄片视频| 免费在线观看成人毛片| 一区福利在线观看| 色尼玛亚洲综合影院| 精华霜和精华液先用哪个| 法律面前人人平等表现在哪些方面| 97人妻精品一区二区三区麻豆| 久久这里只有精品19| 女人高潮潮喷娇喘18禁视频| 久久草成人影院| 欧美日韩综合久久久久久 | 制服丝袜大香蕉在线| 亚洲av片天天在线观看| 国产精品爽爽va在线观看网站| 午夜日韩欧美国产| 淫秽高清视频在线观看| 中文字幕av在线有码专区| 亚洲狠狠婷婷综合久久图片| 黑人操中国人逼视频| 国产精品av久久久久免费| 特级一级黄色大片| 亚洲av熟女| 老熟妇乱子伦视频在线观看| 国产精品久久久久久人妻精品电影| 色老头精品视频在线观看| 久久久久久久精品吃奶| 国语自产精品视频在线第100页| 91久久精品国产一区二区成人 | 国产成人欧美在线观看| 色噜噜av男人的天堂激情| 人妻久久中文字幕网| 精品国产三级普通话版| 亚洲天堂国产精品一区在线| 88av欧美| 中文字幕高清在线视频| 香蕉丝袜av|