一种根据平面基元间的结构关系对点云提取平面的方法与流程

本发明属于无人机倾斜影像建模的技术领域，具体涉及一种根据平面基元间的结构关系对点云提取平面的方法。

背景技术：

无人机倾斜摄影测量技术是近几年新兴的一种高测量技术，通过多台传感器从不同的角度进行数据的采集,快速高效获取丰富的数据信息,真实地反映地面的客观情况,将用户引入符合人眼视觉的真实直观世界。倾斜摄影测量具有周期短、效率高,成本低、操作简单,机动性、灵活性,可形成更加直观的3d模型等其他测量方式所不具备的优点。

随着无人机倾斜摄影的广泛应用，如何通过无人机获取的点云数据自动提取精细化的面片模型并重构其相互之间复杂的拓扑关系一直是倾斜摄影测量建筑物三维自动重建的挑战性问题之一。建筑物三维模型种类多样形态各异、城市环境错综复杂，受点云噪声、缺漏等因素影响，平面基元提取精度较差，易产生缺漏和拓扑结构错误。模型驱动方法受上述因素影响较小，因为该方法将平面提取隐式的转换成平面拟合，拟合精度仅受数据精度和模型种类影响，而不会导致拓扑结构错误。然而数据驱动方法受限于点云数据精度和分布密度，会导致空间上不连续的共面平面结合成一个面，难以精确提取平面集合。

技术实现要素：

为了解决上述问题，本发明的目的在于提供一种根据平面基元间的结构关系对点云提取平面的方法，基于平面间提取的结构知识进行平面配准，大大提高了密集匹配点云平面提取的可靠性。

为了实现上述的目的，本发明采用了以下的技术方案：

根据平面基元间的结构关系对点云提取平面的方法，对建筑物三维自动化建模点云p按以下步骤进行处理，点云其中n表示顶点个数，

步骤一，计算点云对应的法向量与曲率：

对于点云p，根据领域协方差矩阵求出各点的法向量与曲率；

步骤二，从点云中提取平面基元：

对于步骤一的处理结果，通过区域生长法提取平面基元；

其中曲率为0的顶点作为种子顶点，合并彼此最邻近且法向量相同的两个种子顶点，合并后的种子顶点为剩余顶点集合为reminder=p-seed；

生长规则为若某剩余顶点与某种子顶点相似，则将从reminder中取出放入到某种子顶点对应的顶点集合pq中，相似性采用顶点间的欧式距离及曲率衡量；终止条件为

最终得到平面基元集合ψ={ψ1,ψ2,...,ψn}，其中平面ψi对应的顶点记作且

步骤三，提取上述平面基元间的结构关系，如果两个平面有正交或对称的关系，则可被认定为正确的平面，并以这些正确的平面为种子平面合并其他的平面：

根据平面法向量间关系从基元平面集合ψ中抽象出平面间的结构关系，包括共面、平行、正交和对称，得到平面合集a和平面合集b，其中平面合集a中的平面之间为正交或对称关系，平面b中的合集为平行或共面关系；

按区域生长法，以a中的平面为种子平面，将b中的平面合并到a中。

作为优选方案，所述步骤二的具体步骤包括：

点云p中的一个点的k领域为其中k为点的k个邻近点；根据k邻域计算协方差矩阵c，该矩阵有三个特征值λ0,λ1,λ2，其中λ0＞λ1＞λ2，最小的特征值λ2对应的特征向量即为该点的法向，曲率为依次求出n个点对应的法向集合为曲率集合为{k1,k2,...,kn}。

作为优选方案，步骤四中所述的根据平面法向量间关系从基元平面集合ψ中抽象出平面间的结构关系的具体步骤包括：

对于平面ψ1和ψ2，其对应的法向量分别为有以下几种关系：

(1)即面ψ1与ψ2正交，将平面ψ1和ψ2放入集合a中；

(2)且λ为常数且λ≠0，但面ψ1与ψ2对应的平面对称，将平面ψ1和ψ2放入集合a中；

(3)λ为常数且λ≠0，即ψ1与ψ2平行或共面，不做处理。

本发明的根据平面基元间的结构关系对点云提取平面的方法，该方法围绕区域增长法实现对平面提取，主要在初始种子点的选取上进行改进，通过对源点云数据进行初步处理使其可以用于提取平面间通用的结构知识的计算，以具有正交或对称关系的平面作为种子面片合并其他面片。本方法利用平面间提取的结构知识，大大提高了密集匹配点云平面提取的可靠性。

上述方法可以通过计算机程序实现，因此，本发明相应提出一种存储介质，存储介质上存储有计算机程序，程序被处理器执行实现如上任一项所述的根据平面基元间的结构关系对点云提取平面的方法。

本发明还公开了一种建筑物精细化三维自动重建方法，该方法包括如上任一项所述的根据平面基元间的结构关系对点云提取平面的方法。

建筑物精细化三维自动重建方法一般包括以下步骤：1、建筑物三维自动化建模点云的获取；2、点云数据的处理，包括点云数据的配准拼接、去噪简化；3、建筑物平面的提取及拓扑重构。

其中，建筑物三维自动化建模点云的获取方式有多种，一般来说需要通过三维激光扫描设备获取建筑物平面的三维数据，设置三维激光扫描设备的扫描参数以及网络参数，使其能够获取目标建筑物的扫描数据并将扫描数据传输到数据处理装置进行数据处理，于实施例中，三维激光扫描设备可以通过无人机搭载。[李清泉.三维空间数据的实时获取、建模与可视化[m].武汉大学出版社,2003]详细介绍了三维空间数据获取的相关技术，本领域技术人员借助该文献即可实现本方法所述的建筑物三维自动化建模点云的获取。具体实施例中，数据处理装置一般采用电脑设备。

由于在获取建筑物三维自动化建模点云时，为了获取建筑物完整的三维数据，一般从多站点对目标建筑物进行扫描，因此，对于初始获取的点云数据需要对其进行处理提取目标建筑物的完整数据。一般来说，对于该步骤中对于点云数据的处理包括点云配准拼接、去燥简化等，上述点云配准拼接、去燥简化等均具有已公开的具体实现方法。例如[蒋荣华.地面三维激光扫描点云配准研究综述[j].科技创新与生产力,2016(12)]一文详细介绍了点云配准相关的内容。

建筑物平面的提取是三维重建的一个重要环节，该环节的质量与效率对三维重建而言至关重要。本申请中的建筑物三维自动重建方法，所述建筑物平面的提取采用上述的根据平面基元间的结构关系对点云提取平面的方法，首先通过邻域协方差求出各点的法向量与曲率，保证点云噪声较大时依然能求出较可靠的法向量与曲率；区域生长法保证了提取平面内的点共面的准确性；最后利用平面间的共面、正交与对称关系，可确定正确无误的平面，再将剩余的平面合并到正确的平面上得出最终的平面集合，这样可大大提高了密集匹配点云平面提取的可靠性。

具体实施方式

下面对本专利的优选实施方案作进一步详细的说明。

本发明的实施例公开一种根据平面基元间的结构关系对点云提取平面的方法，用于从建筑物三维点云中提取平面，包括以下步骤：

步骤一，根据邻域协方差矩阵计算点云对应的法向量与曲率：

对于通过三维激光扫描设备获取的点云数据p，点云其中n表示顶点个数，r³指三维空间；为点云p中的一个点，其k邻域为其中k为点的k个邻近点。根据k邻域计算协方差矩阵c，该矩阵有三个特征值，假设为λ0,λ1,λ2，其中λ0＞λ1＞λ2，则最小的特征值λ2对应的特征向量即为该点的法向，曲率为用此方法依次求出n个点对应的法向集合为曲率集合为{k1,k2,...,kn}。

步骤二，从点云中提取平面基元：

这里采用区域生长法提取平面基元，将曲率为0的顶点作为种子顶点，如果两个种子顶点间的法向相同且两顶点是彼此的最相邻点，则这两个种子顶点可合并，假设合并后的种子顶点为剩余顶点集合为reminder＝p-seed。生长规则为若某剩余顶点与某种子顶点相似，则将从reminder中取出放入到某种子顶点对应的顶点集合pq中，相似性采用顶点间的欧式距离及曲率衡量，本实施例中，两个顶点的欧式距离差及曲率差的加权平均越小则这两个顶点越相似。终止条件为即直至不存在满足生长规则的顶点则生长停止。最终得到平面基元集合ψ={ψ1,ψ2,...,ψn}，其中平面ψi对应的顶点记作且

步骤三：提取上述平面基元间的结构关系

从基元平面集合ψ中抽象出平面间的结构关系，包括共面、平行、正交和对称。如果发现两个面正交或对称，则可认定这两个面为正确的平面，将该平面放入种子平面集合a中。这里的判断依据是平面法向量间的关系，如面ψ1和ψ2对应的法向量分别为有以下几种关系：

(4)即面ψ1与ψ2正交，将平面ψ1和ψ2放入集合a中；

(5)且λ为常数且λ≠0，但面ψ1与ψ2对应的平面对称，将平面ψ1和ψ2放入集合a中；

(6)λ为常数且λ≠0，即ψ1与ψ2平行或共面，不做处理。

检测完ψ中的平面后得出种子平面a与剩余平面b，其中b=ψ-a。以a中的平面为种子平面，将b中的平面合并到a中，即如果a中的平面a1与b中的平面b1共面且两平面所包含的顶点在空间位置上邻近，则将面b1从b中取出合并到a中的平面a1里得到新的平面a′1。经过合并处理后得到最终的面片集合为a′={a′1,a′2,...,a′n}。

上述的根据平面基元间的结构关系对点云提取平面的方法，首先通过邻域协方差求出各点的法向量与曲率，保证点云噪声较大时依然能求出较可靠的法向量与曲率；区域生长法保证了提取平面内的点共面的准确性；最后利用平面间的共面、正交与对称关系，可确定正确无误的平面，再将剩余的平面合并到正确的平面上得出最终的平面集合，这样可大大提高了密集匹配点云平面提取的可靠性。

上述方法可使用软件编程实现，相应的，本发明还请求保护一种存储介质，该存储介质上存储有计算机程序，程序被处理器执行实现如上所述的根据平面基元间的结构关系对点云提取平面的方法。

建筑物精细化三维自动化重建方法一般包括以下步骤：1、建筑物三维自动化建模点云的获取；2、点云数据的处理，包括点云数据的配准拼接、去噪简化；3、建筑物平面的提取及拓扑重构。其中所述的建筑物平面的提取采用上述的根据平面基元间的结构关系对点云提取平面的方法，利用平面间提取的结构知识，大大提高了密集匹配点云平面提取的可靠性。