基于线特征的室内外场景联合建模方法技术

本发明专利技术公开了基于线特征的室内外场景联合建模方法，包括以下步骤：获得原始点云数据，所述原始点云数据包括室内点云和室外点云；对所述室内点云和室外点云分别进行墙面提取，获得墙面点云；针对所述墙面点云提取线结构体；基于所述线结构体，对室内点云和室外点云进行配准。本发明专利技术能够对不同质量的点云进行处理，表述简单，通过提取墙面提高了室内外场景的重合率，进而提升了配准的成功率。

Joint Modeling of Indoor and Outdoor Scenes Based on Line Features

The invention discloses a joint modeling method for indoor and outdoor scenes based on line characteristics, including the following steps: obtaining original point cloud data, which includes indoor point cloud and outdoor point cloud; extracting the indoor point cloud and outdoor point cloud separately to obtain the wall point cloud; extracting line structure for the wall point cloud; and extracting indoor point based on the line structure. Clouds and outdoor point clouds are registered. The method can process point clouds of different quality, and the expression is simple. By extracting wall surface, the coincidence rate of indoor and outdoor scenes is improved, and the success rate of registration is improved.

【技术实现步骤摘要】
基于线特征的室内外场景联合建模方法
本专利技术涉及三维重建
，特别涉及基于线特征的室内外场景联合建模方法。
技术介绍
近些年，三维重建得到了越来越多的关注。由于仪器和场景的限制，室外场景使用的往往是使用车载数据，或者静态扫描仪这些设备。室内场景相对较小，比较适合使用背负式这样便携的设备。因此得到的数据大多数是室内外场景分离的。另一方面，室外的GPS信号比较好，但是室内的GPS信号较差。通过一体化室内外点云数据，可以为室外场景提供更详尽的信息，为室内场景提供更加完整的信息(室内外数据可以互补)。另外还可以将室外点云的GPS坐标引入室内点云。一体化室内外点云数据的主要难点在于：1.室内数据与室外数据的来源不同，致使它们的数据质量不同，采用传统的手工特征算法(Spin-Images，FPFH，SHOT等)很难处理。2.室内场景与室外场景被墙隔离开，Overlap(重叠率)很低，采用4PCS也很难处理。Cohen等人使用室内和室外场景的稀疏SFM模型以及用于生成它们的图像作为输入，提出了通过语义信息来对齐建筑物的内部和外部的方法。该方法使用窗户检测来生成两个模型之间的对应关系，然后利用这一对应关系来进行配准，但该方法是基于图像的。TobiasKoch等人提出了一种利用3D线段自动跑配准室内和室外建筑模型的方法。虽然该算法将室内和室外场景结合在一起，但3D线条也是基于图像的三维重建的。建筑物场景中线结构大量存在，线结构的表述比较简单，且有一定的抗噪作用。因此，使用线结构配准室内外场景有一定的潜力。
技术实现思路
为解决上述技术问题，本专利技术提供一种基于线特征的室内外场景联合建模方法，其能够对不同质量的点云进行处理，表述简单，通过提取墙面提高了室内外场景的重合率，进而提升了配准的成功率。为实现上述目的，本专利技术采用以下技术方案：基于线特征的室内外场景联合建模方法，包括以下步骤：S1、获得原始点云数据，所述原始点云数据包括室内点云和室外点云；S2、对所述室内点云和室外点云分别进行墙面提取，获得墙面点云；S3、针对所述墙面点云提取线结构体；S4、基于所述线结构体，对室内点云和室外点云进行配准。优选地，所述步骤S2中的墙面提取通过采用关联马尔可夫网络模型进行语义分割实现。优选地，所述步骤S2通过以下分步骤实现：S21、基于八叉树将所述室内点云和室外点云分别划分成小块，获得点云分块，并对所述点云分块进行类别标注；S22、利用FPFH特征和高度特征来描述点云分块；S23、采用关联马尔可夫网络模型估计出点云分块的类别标签；S24、将标记为墙面的点云分块进行合成，获得所述墙面点云。优选地，所述步骤S3具体通过以下分步骤实现：S31、对所述墙面点云进行超体素分割，对超体素的边缘进行直线拟合，获得直线段集合；S32、利用k-means聚类算法在所述直线段集合中搜索潜在的门窗结构，进而提取出所述线结构体。优选地，所述步骤S4具体通过以下分步骤实现：S41、根据所述室内点云和室外点云对应的线结构体，确定一组刚体变换关系；S42、采用公共点数作为距离函数，建立刚体变换关系求解模型，获得最优刚体变换关系。优选地，所述步骤S41中的刚体变换关系具体通过以上方法确定：考虑到所述室内点云和室外点云对应的线结构体为四边形，将室内点云对应的线结构体的四条边记为a、b、c、d，将室外点云对应的线结构体的四条边记为a’、b’、c’、d’，这样就可以确定4个对应关系；根据4个匹配的顶点对，通过奇异值分解，可以确定刚体变换关系。优选地，所述步骤S42具体通过以下方法实现：将室内点云记为P，将室外点云记为Q，刚体变换记为其中，R为3*3的旋转矩阵，T为三维的平移向量；采用公共点数作为距离函数，建立NPC距离函数模型，即：其中，NCP(R，T)定义为刚体变换后的两个点云P、Q中最近距离小于∈的点数，∈为预先设定的阈值，qi∈Q为变换后的pi到点云Q中距离最近的点；建立刚体变换关系求解模型，即：求解最大化NCP(R，T)的R和T，从而获得最优的刚体变换关系。优选地，所述步骤S4还包括以下分步骤：S43、利用迭代最近点(ICP)算法来优化配准结果。采用上述技术方案后，本专利技术与
技术介绍
相比，具有如下优点：本专利技术能够对不同质量的点云进行处理，表述简单，通过提取墙面提高了室内外场景的重合率，进而提升了配准的成功率。附图说明图1为本专利技术的流程示意图；图2a示出了室内点云，图2b示出了室内点云的线提取结果，图2c示出了室外点云，图2d示出了室外点云的线提取结果；图3a示出了针对室内点云提取的线结构体，图3b示出了针对室外点云提取的线结构体。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。实施例请参阅图1，本专利技术公开了基于线特征的室内外场景联合建模方法，包括以下步骤：S1、获得原始点云数据，原始点云数据包括室内点云和室外点云。S2、对室内点云和室外点云分别进行墙面提取，获得墙面点云。该步骤通过以下分步骤实现：S21、基于八叉树将室内点云和室外点云分别划分成小块，获得点云分块，并对点云分块进行类别标注，具体要标注的类别包括墙面、地面、天花板及其他。S22、利用FPFH特征和高度特征来描述点云分块，记为xi表示点云分块(patch)i的特征向量，xij表示与点云分块i相邻的点云分块j的特征向量，表示点云分块i所属类别的特征向量。S23、采用关联马尔可夫网络模型(AMNs模型)估计出点云分块的类别标签。AMNs模型中用到的基本功能如下：Φ(X，Y，W)＝Φn(X，Y，Wn)+Φe(X，Y，We)+Φc(X，Y，Wc)(1)其中，Φn代表节点(node)，Φe代表边缘(edge)，Φc代表团势函数(cliquepotentials)，W＝[Wn，We，Wc]是AMNs模型中的参数。使用以下对数线性势函数来表示节点势能对提取的特征的依赖性：其中，yi＝lk代表节点i的类别标签值，是当节点被分配为lk时使用的权重。边缘势函数被定义为：其中，lk和lo是相邻节点i和j的类别标签，E是边集，每条边由两个相邻节点组成。我们使用PnPotts模型作为能量函数，该模型可以有效地最小化。在AMNs对数线性模型中，作为高阶能量项用来对模型求解：log(Φc(X，Y，Wc))＝∑c∈Clogφc(yc)(5)其中C是团集。为了有效地解决以下目标函数(式(7))，我们应用功能梯度增强法来搜索势函数的空间，从而最好地模拟给定的训练数据。其中λ是一个正则化项，是计算推断标签(y)与真实标签之间的汉明距离的损失函数。推断未标记场景的分类标签是在标记阶段进行的。通过α展开图切割方法最大化式(8)可以有效地估计点云分块的类别标签。S24、将标记为墙面的点云分块进行合成，获得墙面点云。S3、针对墙面点云提取线结构体。该步骤具体通过以下分步骤实现：S31、对墙面点云进行超体素分割，对超体素的边缘进行直线拟合，获得直线段集合。本步骤的线提取结果如图2所示。S32、利用k-means聚类算法在直线段集合中搜索潜在的门窗结构，进而提取出线结构体。匹配室内和室外模型的关键任务在于找到两个本文档来自技高网...

【技术保护点】
1.基于线特征的室内外场景联合建模方法，其特征在于，包括以下步骤：S1、获得原始点云数据，所述原始点云数据包括室内点云和室外点云；S2、对所述室内点云和室外点云分别进行墙面提取，获得墙面点云；S3、针对所述墙面点云提取线结构体；S4、基于所述线结构体，对室内点云和室外点云进行配准。

【技术特征摘要】
1.基于线特征的室内外场景联合建模方法，其特征在于，包括以下步骤：S1、获得原始点云数据，所述原始点云数据包括室内点云和室外点云；S2、对所述室内点云和室外点云分别进行墙面提取，获得墙面点云；S3、针对所述墙面点云提取线结构体；S4、基于所述线结构体，对室内点云和室外点云进行配准。2.如权利要求1所述的基于线特征的室内外场景联合建模方法，其特征在于，所述步骤S2中的墙面提取通过采用关联马尔可夫网络模型进行语义分割实现。3.如权利要求2所述的基于线特征的室内外场景联合建模方法，其特征在于，所述步骤S2通过以下分步骤实现：S21、基于八叉树将所述室内点云和室外点云分别划分成小块，获得点云分块，并对所述点云分块进行类别标注；S22、利用FPFH特征和高度特征来描述点云分块；S23、采用关联马尔可夫网络模型估计出点云分块的类别标签；S24、将标记为墙面的点云分块进行合成，获得所述墙面点云。4.如权利要求1-3任一项所述的基于线特征的室内外场景联合建模方法，其特征在于，所述步骤S3具体通过以下分步骤实现：S31、对所述墙面点云进行超体素分割，对超体素的边缘进行直线拟合，获得直线段集合；S32、利用k-means聚类算法在所述直线段集合中搜索潜在的门窗结构，进而提取出所述线结构体。5.如权利要求4所述的基于线特征的室内外场景联合建模方法，其特征在于，所述步骤S4具体通过以下分...

【专利技术属性】
技术研发人员：温程璐，张正，王程，侯士伟，李军，
申请(专利权)人：厦门大学，
类型：发明
国别省市：福建,35