• <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.

    在线观看人妻少妇| 亚洲美女黄色视频免费看| 3wmmmm亚洲av在线观看| 激情五月婷婷亚洲| 精品人妻熟女av久视频| 日本91视频免费播放| 在线精品无人区一区二区三| 天天操日日干夜夜撸| 亚洲美女视频黄频| 丰满迷人的少妇在线观看| 热99国产精品久久久久久7| 欧美 日韩 精品 国产| 少妇的逼水好多| 亚洲成色77777| 国产亚洲av片在线观看秒播厂| 国产av一区二区精品久久| 岛国毛片在线播放| 日韩一本色道免费dvd| 国产一区二区在线观看日韩| 久久久久久久精品精品| 另类精品久久| 久久久欧美国产精品| 日本-黄色视频高清免费观看| 少妇被粗大猛烈的视频| 激情五月婷婷亚洲| 午夜激情福利司机影院| 国产av一区二区精品久久| 久久人妻熟女aⅴ| 欧美日韩精品成人综合77777| 九色成人免费人妻av| 99九九在线精品视频| 欧美亚洲日本最大视频资源| 少妇的逼水好多| 在线看a的网站| 国产一区二区在线观看av| 久久人人爽av亚洲精品天堂| 热re99久久精品国产66热6| 久久婷婷青草| 午夜福利在线观看免费完整高清在| 国产国语露脸激情在线看| 久久ye,这里只有精品| 大香蕉97超碰在线| 国产精品麻豆人妻色哟哟久久| 日韩熟女老妇一区二区性免费视频| 国产精品无大码| 有码 亚洲区| av电影中文网址| 中文字幕免费在线视频6| 中国美白少妇内射xxxbb| 久久免费观看电影| 男女国产视频网站| av女优亚洲男人天堂| 精品人妻一区二区三区麻豆| 免费高清在线观看日韩| 国产成人免费观看mmmm| 一区二区三区免费毛片| 亚洲国产成人一精品久久久| 国产在线免费精品| 又大又黄又爽视频免费| 国产av国产精品国产| 婷婷色av中文字幕| 九草在线视频观看| 草草在线视频免费看| 校园人妻丝袜中文字幕| 嘟嘟电影网在线观看| 97超碰精品成人国产| 亚洲国产精品一区二区三区在线| 国产成人精品婷婷| 丝袜脚勾引网站| 亚洲av成人精品一区久久| 久久女婷五月综合色啪小说| 少妇人妻久久综合中文| 夜夜骑夜夜射夜夜干| 欧美成人午夜免费资源| 亚洲精品美女久久av网站| 大香蕉久久成人网| 日本av手机在线免费观看| 久久99热6这里只有精品| 精品人妻在线不人妻| 中文天堂在线官网| 黑人猛操日本美女一级片| 国产片特级美女逼逼视频| av在线app专区| 亚洲成色77777| 日韩不卡一区二区三区视频在线| 最后的刺客免费高清国语| 久久精品国产亚洲av天美| 大香蕉久久网| 九九久久精品国产亚洲av麻豆| 午夜福利视频精品| 亚洲av不卡在线观看| 欧美+日韩+精品| 2022亚洲国产成人精品| 中国国产av一级| 99热这里只有是精品在线观看| 18+在线观看网站| 久久久亚洲精品成人影院| 2018国产大陆天天弄谢| 国产精品国产三级国产专区5o| 少妇的逼水好多| 婷婷色麻豆天堂久久| 久久久精品94久久精品| a级毛色黄片| 亚洲精品一二三| 亚洲av国产av综合av卡| 天堂8中文在线网| 久久精品久久久久久久性| 中国美白少妇内射xxxbb| 大香蕉久久成人网| av卡一久久| 熟妇人妻不卡中文字幕| 中文字幕人妻丝袜制服| √禁漫天堂资源中文www| 亚洲欧美中文字幕日韩二区| 久久精品熟女亚洲av麻豆精品| 亚洲国产精品一区二区三区在线| 国产高清国产精品国产三级| 妹子高潮喷水视频| 国产精品.久久久| 最新中文字幕久久久久| 嫩草影院入口| 夜夜爽夜夜爽视频| 亚洲精品日韩在线中文字幕| 色视频在线一区二区三区| 亚洲av综合色区一区| 十八禁网站网址无遮挡| 最新中文字幕久久久久| 国产片特级美女逼逼视频| 午夜免费观看性视频| 久久热精品热| 狂野欧美激情性xxxx在线观看| 国产精品国产三级国产专区5o| 国产成人一区二区在线| 日本wwww免费看| 成人无遮挡网站| 乱码一卡2卡4卡精品| 你懂的网址亚洲精品在线观看| 精品午夜福利在线看| 精品久久久精品久久久| tube8黄色片| 满18在线观看网站| 18禁在线播放成人免费| 蜜桃久久精品国产亚洲av| 色94色欧美一区二区| 汤姆久久久久久久影院中文字幕| 久久ye,这里只有精品| 欧美3d第一页| 大陆偷拍与自拍| 女人精品久久久久毛片| 久久精品夜色国产| 色94色欧美一区二区| 日韩大片免费观看网站| 建设人人有责人人尽责人人享有的| 久久av网站| 日本午夜av视频| 少妇猛男粗大的猛烈进出视频| 内地一区二区视频在线| 亚洲欧美精品自产自拍| √禁漫天堂资源中文www| 性色av一级| 欧美日本中文国产一区发布| 十分钟在线观看高清视频www| 国产亚洲精品久久久com| 美女中出高潮动态图| 亚洲精品自拍成人| 久久韩国三级中文字幕| 亚洲美女搞黄在线观看| 边亲边吃奶的免费视频| 观看美女的网站| 亚洲精品国产av蜜桃| 欧美日韩综合久久久久久| 日韩三级伦理在线观看| 999精品在线视频| 久久精品人人爽人人爽视色| 欧美少妇被猛烈插入视频| a级毛色黄片| av有码第一页| 色哟哟·www| 国产精品一二三区在线看| 日本黄色日本黄色录像| av又黄又爽大尺度在线免费看| 欧美日韩av久久| 99国产精品免费福利视频| 国产一区二区在线观看av| 国产精品嫩草影院av在线观看| 少妇被粗大的猛进出69影院 | 免费观看a级毛片全部| 美女福利国产在线| 午夜免费观看性视频| 日本av免费视频播放| 亚洲婷婷狠狠爱综合网| 国产不卡av网站在线观看| 亚洲精品日韩av片在线观看| 男人爽女人下面视频在线观看| 日日摸夜夜添夜夜添av毛片| 99久久中文字幕三级久久日本| 曰老女人黄片| 黄色配什么色好看| 大片电影免费在线观看免费| 欧美日韩亚洲高清精品| 成年美女黄网站色视频大全免费 | 在线精品无人区一区二区三| 国产精品人妻久久久影院| 日韩一区二区三区影片| 99精国产麻豆久久婷婷| 制服人妻中文乱码| 国产亚洲av片在线观看秒播厂| 男女边摸边吃奶| 日本爱情动作片www.在线观看| 涩涩av久久男人的天堂| 亚洲精品,欧美精品| 欧美性感艳星| 美女国产高潮福利片在线看| 人妻制服诱惑在线中文字幕| 欧美国产精品一级二级三级| 乱人伦中国视频| a级毛片在线看网站| 国产成人免费无遮挡视频| 亚洲三级黄色毛片| 国产极品粉嫩免费观看在线 | 日本黄色日本黄色录像| 国产精品人妻久久久影院| 日本黄色片子视频| 大话2 男鬼变身卡| 91久久精品国产一区二区成人| 大又大粗又爽又黄少妇毛片口| 欧美精品一区二区免费开放| 一本一本综合久久| 亚洲成色77777| 国产精品欧美亚洲77777| 飞空精品影院首页| 22中文网久久字幕| 性色avwww在线观看| 18+在线观看网站| 99热网站在线观看| 婷婷色av中文字幕| 日韩av不卡免费在线播放| 在线观看免费高清a一片| 亚洲精品久久成人aⅴ小说 | 国产视频内射| 天堂中文最新版在线下载| 综合色丁香网| 考比视频在线观看| 五月玫瑰六月丁香| 久久久久久人妻| 国产精品 国内视频| 国产成人免费无遮挡视频| 日韩一区二区视频免费看| 欧美日韩精品成人综合77777| 女性被躁到高潮视频| 欧美激情国产日韩精品一区| a级毛片免费高清观看在线播放| 亚洲不卡免费看| 国产精品 国内视频| 嫩草影院入口| 国产在线视频一区二区| 亚洲欧洲日产国产| 午夜影院在线不卡| 亚洲熟女精品中文字幕| 欧美精品亚洲一区二区| 成年美女黄网站色视频大全免费 | 九九在线视频观看精品| 国产高清有码在线观看视频| 国产精品国产av在线观看| 国产一区二区在线观看av| 日韩一区二区三区影片| 人成视频在线观看免费观看| 最近手机中文字幕大全| www.av在线官网国产| 久久人人爽人人爽人人片va| 99久久人妻综合| 亚洲精品乱码久久久久久按摩| 国模一区二区三区四区视频| 精品人妻熟女毛片av久久网站| 一级片'在线观看视频| 国产爽快片一区二区三区| 久久热精品热| 亚洲精品日本国产第一区| 久久精品人人爽人人爽视色| 校园人妻丝袜中文字幕| 考比视频在线观看| 国产精品国产三级国产av玫瑰| 999精品在线视频| 男的添女的下面高潮视频| 国产免费一区二区三区四区乱码| 免费大片黄手机在线观看| 精品久久久久久久久av| 国产日韩欧美在线精品| 99热网站在线观看| 黑人巨大精品欧美一区二区蜜桃 | 男女国产视频网站| 国产高清三级在线| www.色视频.com| 国产无遮挡羞羞视频在线观看| 永久网站在线| 国模一区二区三区四区视频| 女性生殖器流出的白浆| 午夜免费鲁丝| 亚洲无线观看免费| 免费av中文字幕在线| 蜜桃久久精品国产亚洲av| 久久久久网色| 精品少妇内射三级| 国产视频首页在线观看| 多毛熟女@视频| 国产精品99久久99久久久不卡 | 亚洲欧美一区二区三区黑人 | 人妻 亚洲 视频| 男女免费视频国产| av一本久久久久| 国产无遮挡羞羞视频在线观看| 人妻制服诱惑在线中文字幕| 亚洲精品日韩av片在线观看| 18禁在线无遮挡免费观看视频| 午夜福利视频在线观看免费| 永久网站在线| 多毛熟女@视频| 亚洲精品456在线播放app| 亚洲成色77777| 九色成人免费人妻av| 国产乱来视频区| 日韩精品免费视频一区二区三区 | 日韩不卡一区二区三区视频在线| 搡老乐熟女国产| 99热全是精品| 人人妻人人爽人人添夜夜欢视频| 免费播放大片免费观看视频在线观看| 国产一区亚洲一区在线观看| 午夜福利视频精品| 亚洲av综合色区一区| 久久久欧美国产精品| 伊人亚洲综合成人网| 777米奇影视久久| 性色avwww在线观看| 欧美成人午夜免费资源| 国产午夜精品一二区理论片| 欧美老熟妇乱子伦牲交| 国产精品国产三级专区第一集| 黑人欧美特级aaaaaa片| 亚洲av综合色区一区| 成人午夜精彩视频在线观看| 久久人妻熟女aⅴ| 久久精品国产自在天天线| 夫妻午夜视频| 亚洲国产成人一精品久久久| 亚洲国产精品一区二区三区在线| 成人国产av品久久久| 建设人人有责人人尽责人人享有的| 成年女人在线观看亚洲视频| 在线天堂最新版资源| 久久久久精品久久久久真实原创| 久久青草综合色| 婷婷色av中文字幕| 亚洲国产精品999| 久久久午夜欧美精品| 多毛熟女@视频| 中文乱码字字幕精品一区二区三区| 高清在线视频一区二区三区| 国产欧美亚洲国产| 成人黄色视频免费在线看| 一级二级三级毛片免费看| 亚洲人与动物交配视频| 精品一品国产午夜福利视频| 永久免费av网站大全| xxx大片免费视频| 在现免费观看毛片| 老女人水多毛片| 看十八女毛片水多多多| 国产一区二区三区av在线| 亚洲国产精品一区三区| 亚洲精品成人av观看孕妇| 赤兔流量卡办理| 久久久午夜欧美精品| 中文字幕最新亚洲高清| 色婷婷久久久亚洲欧美| av在线app专区| 久久久久国产网址| 在线观看免费日韩欧美大片 | 亚洲av不卡在线观看| 久久久欧美国产精品| 伦理电影大哥的女人| 久久女婷五月综合色啪小说| 日韩中字成人| 免费大片18禁| 熟女人妻精品中文字幕| 不卡视频在线观看欧美| 26uuu在线亚洲综合色| 久久综合国产亚洲精品| 亚洲不卡免费看| 亚洲av日韩在线播放| 色视频在线一区二区三区| 狠狠精品人妻久久久久久综合| 亚洲精品视频女| 国产精品久久久久成人av| 考比视频在线观看| 国产成人91sexporn| 国产乱来视频区| 国产熟女欧美一区二区| 黄片播放在线免费| 国产乱来视频区| 国产又色又爽无遮挡免| 久久99一区二区三区| 日日撸夜夜添| 亚洲国产最新在线播放| 纯流量卡能插随身wifi吗| 精品人妻熟女毛片av久久网站| 国产精品成人在线| 亚洲欧洲精品一区二区精品久久久 | 亚洲国产精品一区三区| 亚洲五月色婷婷综合| www.av在线官网国产| 桃花免费在线播放| 51国产日韩欧美| 免费高清在线观看日韩| av一本久久久久| 精品99又大又爽又粗少妇毛片| 亚洲在久久综合| 久久99蜜桃精品久久| 亚洲国产精品一区三区| 99热6这里只有精品| 日韩熟女老妇一区二区性免费视频| 一级毛片 在线播放| 狂野欧美白嫩少妇大欣赏| 国产一区二区三区综合在线观看 | 国产 一区精品| 日韩av免费高清视频| 午夜老司机福利剧场| av线在线观看网站| 国产 一区精品| 欧美日韩av久久| 国产精品一区二区三区四区免费观看| 日韩三级伦理在线观看| 久久精品国产亚洲网站| 国产熟女欧美一区二区| 黑人欧美特级aaaaaa片| 黄色欧美视频在线观看| 国产极品粉嫩免费观看在线 | 中文字幕人妻熟人妻熟丝袜美| 亚洲一区二区三区欧美精品| 99九九在线精品视频| 日韩欧美一区视频在线观看| 久久精品国产自在天天线| 国产精品99久久99久久久不卡 | 满18在线观看网站| 大片免费播放器 马上看| 精品人妻熟女毛片av久久网站| 国产日韩一区二区三区精品不卡 | 久久久久久久久久人人人人人人| a级毛片免费高清观看在线播放| 丁香六月天网| av福利片在线| 最近2019中文字幕mv第一页| 色网站视频免费| 久久久久国产网址| 欧美少妇被猛烈插入视频| 亚洲精品一二三| 啦啦啦中文免费视频观看日本| 国产精品一区二区在线观看99| 国产精品久久久久成人av| 伊人亚洲综合成人网| 国产精品一二三区在线看| 欧美日韩视频精品一区| 亚洲少妇的诱惑av| 国产成人精品婷婷| 日韩成人伦理影院| 啦啦啦视频在线资源免费观看| 色94色欧美一区二区| 国产精品久久久久成人av| 热re99久久国产66热| 成人免费观看视频高清| 夜夜骑夜夜射夜夜干| 人妻夜夜爽99麻豆av| 99热全是精品| 亚洲av成人精品一二三区| 精品亚洲成a人片在线观看| 少妇的逼好多水| 亚洲无线观看免费| 毛片一级片免费看久久久久| 日本黄大片高清| 秋霞在线观看毛片| 人人妻人人澡人人看| 一级爰片在线观看| 久久ye,这里只有精品| 亚洲国产日韩一区二区| 最后的刺客免费高清国语| 午夜福利网站1000一区二区三区| 欧美3d第一页| 菩萨蛮人人尽说江南好唐韦庄| 中文字幕久久专区| 国产日韩一区二区三区精品不卡 | 国产高清国产精品国产三级| 性高湖久久久久久久久免费观看| 我要看黄色一级片免费的| 中文天堂在线官网| 欧美3d第一页| 成人国产av品久久久| 日韩大片免费观看网站| 日韩一区二区视频免费看| 天美传媒精品一区二区| 成人亚洲欧美一区二区av| 亚洲国产色片| 国产精品无大码| 伊人久久国产一区二区| 欧美国产精品一级二级三级| 精品人妻熟女毛片av久久网站| 一级毛片我不卡| 天天躁夜夜躁狠狠久久av| 亚洲国产欧美日韩在线播放| 女人精品久久久久毛片| 国产不卡av网站在线观看| 91精品国产国语对白视频| 肉色欧美久久久久久久蜜桃| 午夜激情福利司机影院| 精品国产乱码久久久久久小说| tube8黄色片| 亚洲欧洲精品一区二区精品久久久 | 国产精品 国内视频| 欧美 日韩 精品 国产| 爱豆传媒免费全集在线观看| 日韩成人伦理影院| 人妻人人澡人人爽人人| 亚洲av国产av综合av卡| 久久精品国产亚洲av天美| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲欧美成人精品一区二区| 精品少妇内射三级| 久久久亚洲精品成人影院| 亚洲国产欧美日韩在线播放| 在线观看三级黄色| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 国产午夜精品久久久久久一区二区三区| 亚洲高清免费不卡视频| 国产又色又爽无遮挡免| 日韩av免费高清视频| 亚洲第一av免费看| 亚洲国产av影院在线观看| 黑人巨大精品欧美一区二区蜜桃 | 国产一区二区在线观看日韩| 美女视频免费永久观看网站| 国产精品国产三级专区第一集| 成人无遮挡网站| 人妻制服诱惑在线中文字幕| 亚洲色图综合在线观看| 国产在线免费精品| 黄色毛片三级朝国网站| 看免费成人av毛片| 亚洲色图综合在线观看| 久久久国产精品麻豆| 能在线免费看毛片的网站| a级毛片在线看网站| 熟妇人妻不卡中文字幕| 免费久久久久久久精品成人欧美视频 | 欧美亚洲日本最大视频资源| av免费在线看不卡| a级片在线免费高清观看视频| 丝袜美足系列| a级毛片在线看网站| 黑人巨大精品欧美一区二区蜜桃 | 免费黄色在线免费观看| www.色视频.com| 久久久国产欧美日韩av| 午夜激情久久久久久久| 香蕉精品网在线| 国产成人精品一,二区| 亚洲精品亚洲一区二区| 国产精品国产三级国产专区5o| 中文欧美无线码| 飞空精品影院首页| 最新中文字幕久久久久| 蜜桃久久精品国产亚洲av| 国产极品粉嫩免费观看在线 | 夜夜爽夜夜爽视频| 久久影院123| 国产av码专区亚洲av| 99热这里只有是精品在线观看| 久久久久久久久大av| 考比视频在线观看| 精品久久久精品久久久| 久久99蜜桃精品久久| 亚洲第一av免费看| 免费观看无遮挡的男女| 亚洲精品乱码久久久久久按摩| 乱人伦中国视频| 国产日韩一区二区三区精品不卡 | 卡戴珊不雅视频在线播放| 成人毛片a级毛片在线播放| 久久精品国产亚洲av天美| 久久午夜综合久久蜜桃| 成年美女黄网站色视频大全免费 | 成人国语在线视频| 人人妻人人爽人人添夜夜欢视频| 免费日韩欧美在线观看| 国产一区二区在线观看日韩| 考比视频在线观看| 国产在视频线精品| 观看av在线不卡| 赤兔流量卡办理| 最近手机中文字幕大全| 美女主播在线视频| av专区在线播放| 日韩欧美精品免费久久| 大香蕉久久成人网| 国产成人精品一,二区| 久久国产亚洲av麻豆专区| 最新的欧美精品一区二区| 亚洲欧美色中文字幕在线| 黄色毛片三级朝国网站| 2022亚洲国产成人精品| 国产一区有黄有色的免费视频| 中文字幕av电影在线播放| 亚洲av国产av综合av卡| 欧美精品高潮呻吟av久久| 国产高清有码在线观看视频| 亚洲精品亚洲一区二区| 亚洲国产毛片av蜜桃av|