为了研究抽样对复合傅里叶变换轮廓术测量精度的影响,避免因抽样造成的频谱混叠,采用梳状函数对连续变形条纹进行抽样的方法,并结合卷积性质,在相位方向和其垂直方向上分别进行了讨论,从而得到了在实际测量中两个方向上抽样频率的选择依据.结果表明,在相位方向上,抽样频率应至少为基频的倍;在垂直方向上,抽样频率必须至少为两个载频中较大频率的3倍.计算机模拟和实验验证了理论分析的正确性.

为了准确提取不同类型建筑物屋顶点云的各个平面，采用度量学习的方式，将每个平面视为单独的实例，为每个平面上的点学习单独的高维深度特征。利用所提取的高维深度特征对平面点进行初步的聚类，通过简单的欧氏距离和特征空间距离进行综合度量将未聚类的点分配至各个平面；所提出的方法分别在合成数据集和公开的机载点云建筑物屋顶数据集RoofN3D上进行了训练和测试。结果表明，在合成数据集上，所提取的建筑物平面的准确率、召回率和F₁分数分别为0.990、0.998和0.994；在机载点云数据集RoofN3D上，所提取的建筑物平面的准确率、召回率和F₁分数分别为0.945、0.971和0.957。该方法不仅可以准确有效地提取出不同建筑物屋顶平面，且平面边缘非常准确，还可以准确区分建筑物屋顶平面内容和非平面内容，为建筑物3维建模提供重要帮助。