基于机载激光雷达LiDAR（Light Detection and Ranging）数据识别震后建筑物震害，其前提是快速准确地提取建筑物点云。通过分析地震灾区机载激光雷达点云中提取建筑物点云的诸多难点，已有的方法难以达到预期效果，因此提出融合同机航空影像数据的方法，实现了震后灾区建筑物点云的获取。该方法首先在数据预处理的基础上，利用布料模拟滤波CSF（Cloth Simulation Filtering）算法进行点云滤波，得到地面点云和非地面点云（主要是建筑物、植被和车辆行人等），并将航空影像红波段光谱信息赋予非地面点云；然后基于灰度直方图阈值分割的方法剔除植被点；最后对剩余激光脚点利用具有噪声的基于密度的空间聚类DBSCAN（Density-Based Spatial Clustering of Applications with Noise）算法进行聚类提取最终的建筑物点，并与参考建筑物点比对，进行精度验证，得到建筑物点云提取的漏检概率、虚警概率分别为15.61%、7.52%，总体精度可达84.39%。结果表明，在一定精度要求范围内，该方法能有效实现地震灾区建筑物点云的提取，可为震后机载LiDAR建筑物点云提取提供技术参考和方法借鉴，为建筑物震害识别做好基础工作。

PDF全文下载地址:

http://www.ygxb.ac.cn/rc-pub/front/front-article/download?id=10882822