摘要
无人机建筑点云中屋角点的判定对于建筑点云轮廓的正则化和三维重建至关重要。鉴于角区域的等腰对称特性，本文提出了一种基于局部对称特性的角点判定方法。首先，基于最小向量角特性识别出最远的两点，随后通过最大化向量角确定第三个点。其次，利用第三个点与最远两点形成的向量角作为指标来识别角区域。最后，应用截断距离来约束相邻角点，并结合预期的角点数量确定最终角点。在包含49栋建筑的无人机数据集上的实验表明，该方法能够准确检测矩形、L形、T形、U形、梯形和三角形屋顶的角点，生成对点云空洞具有鲁棒性的闭合正则化轮廓，性能优于RMBR、ICBF和MCG方法。此外，通过将屋角延伸至地面，确定的角点被成功应用于三维建筑重建以及屋顶轮廓长度测量，其中超过70%的测量轮廓长度误差低于0.1米。鲁棒性分析表明，该方法在低噪声水平下仍然有效。该方法为基于无人机的建筑重建提供了可靠的几何基础，尽管其性能取决于边界点质量。
