识别建筑测绘构件的点云智能化切分方法技术

本发明专利技术提出识别建筑测绘构件的点云智能化切分方法中，首先提出贯通可见空间与闭塞内部空间的概念，并从贯通可见空间的角度解析点云数据对建筑室内场景的表达，然后根据贯通可见空间的概念对建筑构件进行解构，提出点云数据中的建筑构件作为一组贯通可见空间边界组成的表面，在此基础上根据建筑室内场景中建筑构件的特征，将贯通可见空间边界分为上边界、下边界和侧边界，并分别对贯通可见空间上边界、下边界和侧边界进行提取和切分。对点云切分过程中各个步骤的处理事项和结果进行解析，验证了本发明专利技术方法中各个步骤的必要性和有效性，本发明专利技术能够有效的对建筑室内场景点云进行智能化切分，并能有效的支持建筑构件识别。

【技术实现步骤摘要】
识别建筑测绘构件的点云智能化切分方法
本专利技术涉及一种建筑点云智能化切分方法，特别涉及一种识别建筑测绘构件的点云智能化切分方法，属于点云智能化切分

技术介绍
地面激光点云是一种利用激光雷达测距进行地物三维信息获取的手段，与传统的皮尺测距等手段相比，地面激光点云属于非接触测量手段，不伤及测量目标，不干扰被测物的状态，同样属于非接触测量手段的摄影测量，虽然能够快速进行数据获取，但是其数据载体为二维图像，在恢复被测目标的三维信息需要模型连接、前方交会等步骤，本质上是将三维目标投影到二维图像，再由二维图像反算被测目标三维信息的过程。而地面激光扫描是直接获取被测目标三维信息的测量手段，避免了在数据获取过程中投影产生的精度和信息损失，另外同车载激光扫描与机载激光扫描相比较，车载激光扫描与机载激光扫描用于对建筑外部环境的测量，包括建筑立面与建筑顶部等，而无法获取室内环境数据。因此，地面激光点云在建筑室内测绘领域的研究和应用价值凸显。在建筑测绘中，地面激光点云数据处理包括点云配准、点云切分、几何建模等步骤，由于通视条件和扫描距离等因素的限制，在对一个场景或者目标进行数据获取时，需要在不同位置多次扫描。点云配准的目的是将多个扫描站获取的点云数据统一至同一个坐标系下，得到场景或者目标完整的点云数据，其本质是对单站点云数据的扫描坐标系进行旋转、平移刚体变换的过程，点云切分可理解为一个对点云分类的过程，将具有相同或者相近性质且空间上邻近的若干点归为一类，因此点云切分与建筑构件识别本质上是对点云进行分类，只是层次不同，点云切分是根据扫描点本身的性质进行分类和标注，而建筑构件识别是对处在同一建筑构件上的扫描点归为一类。先根据点云的颜色、法向量、曲率、几何分布等特征进行切分，再根据一定的规则进行建筑构件的识别。然而，当前在对地面激光点云数据处理自动化程度并不高，导致地面激光扫描数据在实际工程中并没有完全发挥出其特征和优势，实际工程中需要大量人工参与，费时费力，主要有以下三点原因：一是单站地面激光扫描数据就包含数以千万计的激光扫描点，而且这些扫描点是离散且无组织的，因此逐点进行运算或者进行遍历和搜索将会耗费大量时间；二是在数据获取过程中，不可避免的要对一些噪声进行处理，除去扫描仪本身产生的噪声之外，室内外环境还不可避免的会加入一些影响数据处理的噪声，例如行人、桌椅等物体的旋转和位移；三是地面激光扫描数据中只能够记录扫描点的三维坐标、颜色、强度等信息，而仅靠这些信息难以完成建筑测绘工作，因此，在对地面激光扫描数据处理的相关算法进行研发时，要使其适用于建筑测绘工作，必须要考虑上述问题。综上所述，有效的点云智能化切分方法，能够极大的提高地面激光扫描数据处理效率，使其更高效的支持地面激光扫描在建筑测绘领域的各类应用，同时，部分算法也可以在一定程度上拓展至其它类型点云数据的处理方法中。点云切分可理解为对点云分类的过程，将具有相同或者相近性质且空间上邻近的若干点归为一类。现有技术的RANSAC在对点云数据进行处理或者计算时可以发挥重要作用，Rabbani提出了一种利用光滑度约束的点云切分方法，该方法面向工业设备环境扫描数据。再后出现了基于点云数据的三维公路信息提取方法，但是该方法过度依赖人机交互，不适用于更为复杂的城市区域，当使用基于平面的切分算法对点云数据进行处理时，很容易导致过度切分。建筑构件识别是在点云切分的基础上根据建筑构件的特征，对分布在特定建筑构件上的扫描点进行判定和提取，利用语义信息在点云中提取建筑部件和构建建筑立面的方法，通过建筑部件的尺寸、方向以及拓扑关系定义语义特征约束，能够在一定程度上自动提取墙、屋顶、窗、门、凸起、凹进等多种建筑特征。结合地面激光扫描和图像的建筑物立面自动构建方法通过将点云数据强度信息生成的灰度图像和高分辨率数字图像进行配准，生成效果逼真的三维模型。结合点云数据和图像生成建筑物立面模型的方法利用图像和点云数据中提取出的特征线将二者配准，完成从图像到点云数据的纹理映射，由于推理规则过于简单直观，这类方法适用于规则建筑物立面的构建，目前还无法用于复杂建筑物的建筑部件识别和构建。现有技术依然没有从根本上解决建筑测绘构件的点云自动切分的难题，现有技术的难点和本专利技术解决的问题主要集中在以下方面：第一，点云切分是将具有相同属性、空间位置邻近的扫描点进行聚类或者标注，现有技术的做法是对扫描点进行构网或者法方向、曲率计算，然后根据计算出的几何属性对扫描点聚类或者标注，但针对建筑室内场景的三维点云数据，场景中主要以建筑构件为主，建筑构件的结构相对简单，在点云数据中表现为由各类规则的平面或者曲面组成，点云切分是为建筑构件识别和建模工作提供支持，但进行构网、法方向估算处理适合描述光滑曲面，例如各类自然表面，而对以各类建筑构件为主的建筑室内场景，这类方法一方面计算效率低，而且在一些严格的参数和规则设定下，会造成很多过度切分的现象，由于未考虑建筑室内场景及其中的建筑构件的特征，而只是根据扫描点的几何特征进行切分，以构网、法方向估算方法为基础，直接通过区域增长方式进行点云切分，会使后续建筑构件识别、室内环境建模工作变得更加复杂，建筑测绘识别的点云切分效果很差；第二，建筑构件是组成一个建筑物的各组成构件，包括基础、墙体、柱子、屋顶，这些建筑构件组成建筑的基本结构，所以在对建筑进行三维构建时，以建筑构件为单位进行建模，在建筑测绘工作中，以建筑构件作为建筑测绘的基本单元，但这些建筑构件的定义通常包含用途、材料、内部结构属性，而地面激光扫描点云数据无法提供建筑构件的内部信息，所以这些建筑构件的定义无法用于通过地面激光扫描获取的三维点云数据，现有技术无法根据三维点云数据的特征对建筑构件进行解构，不适合点云切分及基于三维点云数据的建筑构件识别，现有技术建筑构件点云切分方法十分不稳定，无法达到理论效果；第三，对贯通可见空间上下边界进行提取时，首先根据三维点云数据的覆盖范围在X-O-Y平面上建立一个栅格，然后在每个栅格范围内分别按照竖直向上和竖直向下的方向，对贯通可见空间及其边界进行搜索和判定，在三维点云数据中，对每个栅格范围内按照自下而上的方向对贯通可见空间及其边界进行搜索，对贯通可见空间的下边界进行判定，再在三维点云数据中，对每个栅格范围内按照自上而下的方向对贯通可见空间及其边界进行搜索，对贯通可见空间的上边界进行判定，但根据假设及判定策略对扫描点进行上下边界检测对于某些扫描范围以外的贯通可见空间及其边界的判定有可能出现错误，例如在进行上边界检测时，每个栅格对应的范围内Z值最小的扫描点上方也被判定为上边界，而在进行下边界检测时，每个栅格对应的范围内Z值最大的扫描点被判定为下边界，但实际上，由于贯通可见空间边界有一些没有被扫描到的部分，这样对这些扫描点进行判定并不可靠，现有技术缺少相应的分析解决方案；第四，现有技术对地面激光点云数据处理自动化程度不高，导致地面激光扫描数据在实际工程中并没有完全发挥出其特征和优势，实际工程中需要大量人工参与，费时费力，包括：一是单站地面激光扫描数据就包含数以千万计的激光扫本文档来自技高网...

【技术保护点】
1.识别建筑测绘构件的点云智能化切分方法，其特征在于，首先基于建筑室内环境中建筑构件的几何特征及建筑构件之间的关系，结合三维点云数据的特征，对建筑构件进行解构，基于贯通可见空间与闭塞内部空间，认定建筑室内场景的内部空间为贯通可见空间，而室内场景中的各类实体对象的内部都为闭塞内部空间，地面激光扫描数据能够获取扫描对象的表面信息，无法获取闭塞内部空间的信息，所以将扫描点作为贯通可见空间的边界点，而没有扫描点的区域都作为是贯通可见空间，将建筑构件解构为由一个或者多个由相同或者不同类型的边界按照一定规则构成的表面，将面向建筑构件识别的点云切分转化为贯通可见空间边界的分类及同类边界的切分问题；/n根据典型建筑室内场景中建筑构件的特征，将贯通可见空间的边界分为上边界、下边界和侧边界，然后对这些边界分别进行提取和切分，在贯通可见空间上边界和下边界进行提取和切分过程中，在竖直方向上对上边界和下边界分别进行搜索和提取，然后利用区域增长方法对上下边界中的扫描点分别进行标注，在完成贯通可见空间上下边界的提取与切分之后，剩余的扫描点都作为贯通可见空间的侧边界，对于竖直平面，采用基于Hough变换提取直线段的方式，通过区域增长进行切分并标注，对于其它竖直曲面，通过在竖直平面提取和切分结果的基础上再进行一次区域增长，进而得到完整的切分结果；/n识别建筑测绘构件的点云智能化切分方法包括基于贯通可见空间的建筑构件解构和区域增长驱动的点云自动切分，区域增长驱动的点云自动切分又包括贯通可见空间的上下边界提取与切分和贯通可见空间的侧边界提取与切分，本专利技术首先提出贯通可见空间与闭塞内部空间的概念，并从贯通可见空间的角度解析点云数据对建筑室内场景的表达，然后根据贯通可见空间的概念对建筑构件进行解构，提出点云数据中的建筑构件作为一组贯通可见空间边界组成的表面，在此基础上根据建筑室内场景中建筑构件的特征，将贯通可见空间边界分为上边界、下边界和侧边界，并分别对贯通可见空间上边界、下边界和侧边界进行提取和切分。/n...

【技术特征摘要】
1.识别建筑测绘构件的点云智能化切分方法，其特征在于，首先基于建筑室内环境中建筑构件的几何特征及建筑构件之间的关系，结合三维点云数据的特征，对建筑构件进行解构，基于贯通可见空间与闭塞内部空间，认定建筑室内场景的内部空间为贯通可见空间，而室内场景中的各类实体对象的内部都为闭塞内部空间，地面激光扫描数据能够获取扫描对象的表面信息，无法获取闭塞内部空间的信息，所以将扫描点作为贯通可见空间的边界点，而没有扫描点的区域都作为是贯通可见空间，将建筑构件解构为由一个或者多个由相同或者不同类型的边界按照一定规则构成的表面，将面向建筑构件识别的点云切分转化为贯通可见空间边界的分类及同类边界的切分问题；
根据典型建筑室内场景中建筑构件的特征，将贯通可见空间的边界分为上边界、下边界和侧边界，然后对这些边界分别进行提取和切分，在贯通可见空间上边界和下边界进行提取和切分过程中，在竖直方向上对上边界和下边界分别进行搜索和提取，然后利用区域增长方法对上下边界中的扫描点分别进行标注，在完成贯通可见空间上下边界的提取与切分之后，剩余的扫描点都作为贯通可见空间的侧边界，对于竖直平面，采用基于Hough变换提取直线段的方式，通过区域增长进行切分并标注，对于其它竖直曲面，通过在竖直平面提取和切分结果的基础上再进行一次区域增长，进而得到完整的切分结果；
识别建筑测绘构件的点云智能化切分方法包括基于贯通可见空间的建筑构件解构和区域增长驱动的点云自动切分，区域增长驱动的点云自动切分又包括贯通可见空间的上下边界提取与切分和贯通可见空间的侧边界提取与切分，本发明首先提出贯通可见空间与闭塞内部空间的概念，并从贯通可见空间的角度解析点云数据对建筑室内场景的表达，然后根据贯通可见空间的概念对建筑构件进行解构，提出点云数据中的建筑构件作为一组贯通可见空间边界组成的表面，在此基础上根据建筑室内场景中建筑构件的特征，将贯通可见空间边界分为上边界、下边界和侧边界，并分别对贯通可见空间上边界、下边界和侧边界进行提取和切分。


2.根据权利要求1所述的识别建筑测绘构件的点云智能化切分方法，其特征在于，基于贯通可见空间的建筑构件解构：根据三维点云数据的特征对建筑构件进行解构，以其几何特征为基础，将其分解为若干要素，并对其进行描述，使其更加适合点云切分及基于三维点云数据的建筑构件识别；
使用多个扫描站获取的三维点云数据并进行配准，得到的扫描点是被测对象表面的信息，而且有一些处于扫描死角的表面无法被完整的扫描，地面激光扫描仪在进行扫描获取点云数据时，获取的除去位于被测目标表面的空间信息，还有由扫描中心到扫描点的通视信息，即除去扫描点提供的实体表面信息之外，扫描点到扫描中心之间没有扫描点的区域提供空间信息，而点云数据处理只关注扫描点提供的实体表面信息，本发明基于贯通可见空间和闭塞内部空间，并利用其进行建筑室内环境的几何建模，在贯通可见空间和闭塞内部空间的基础上对建筑室内场景进行描述和解析，并对建筑构件进行解构。


3.根据权利要求2所述的识别建筑测绘构件的点云智能化切分方法，其特征在于，本发明中的贯通可见空间是指室内场景中建筑构件实体目标可见的外部空间，闭塞内部空间是指在建筑构件实体目标不可见的内部空间，而由多站激光扫描点云数据配准得到的点云数据，理解为对建筑室内场景中贯通可见空间的表达，将室内扫描范围以外的空间都视为闭塞内部空间，直接利用点云数据对贯通可见空间进行建模，并利用贯通可见空间模型进行建筑的三维构建，以大量简单的走廊和房间为主的建筑室内结构简单，遮蔽较少，获取的点云数据封闭性很好，可以直接使用以上方法；
但针对点云数据由于建筑结构较复杂，扫描站架设条件有限，得到的三维点云数据并没有形成一个理想的封闭空间，在数据获取和数据处理中，点云数据无法封闭的情况无法避免，不能简单的认为扫描范围外的空间都是闭塞内部空间，并只依靠贯通可见空间对建筑室内结构进行表达，激光扫描点作为是贯通可见空间与闭塞内部空间之间的边界，则建筑构件表面在室内场景中，看作是一组贯通可见空间与闭塞内部空间之间的边界组合而成的；本发明在贯通可见空间和闭塞内部空间的概念基础上，通过局部区域内贯通可见空间的边界对建筑构件进行解构和描述；
在建筑构件识别时，首先对一些简单、基础的建筑构件进行识别，在此基础上再进行进一步的复杂建筑构件识别，建筑室内场景中建筑构件的识别按照识别过程的复杂程度逐步进行，本发明面向建筑构件识别的点云切分方法，为建筑构件识别提供最基础的组成单元；
在室内场景中，建筑构件的表面都视作贯通可见空间的边界，对建筑构件进行解构本质上为对贯通可见空间中不同种类边界的划分，对于普通的建筑室内场景，最基本的建筑构件就是地面、墙面和天花板，普通建筑都有竖直的墙面，地面激光扫描点云数据的Z坐标竖直向上，因此将贯通可见空间的边界按照竖直方向和水平方向进行划分，由此将贯通可见空间边界分为上边界、下边界和侧边界，天花板主要由贯通可见空间的上边界构成，地面主要由贯通可见空间的下边界构成，墙面主要由贯通可见空间的侧边界构成，这样对建筑构件进行解构成为贯通可见空间的边界后，用不同类型的边界对复杂的建筑构件进行描述。


4.根据权利要求3所述的识别建筑测绘构件的点云智能化切分方法，其特征在于，本发明将建筑构件视为不同种类的贯通可见空间边界，或者多个相同或者不同种类的贯通可见空间边界按一定规则组合而成，由此首先分别对贯通可见空间中包括上边界、下边界和侧边界的三种不同边界进行提取，然后再根据空间分布特征对同种类的边界进行切分。


5.根据权利要求1所述的识别建筑测绘构件的点云智能化切分方法，其特征在于，区域增长驱动的点云自动切分：基于对贯通可见空间及其边界的定义，所有扫描点都可视为在贯通可见空间的边界上，对贯通可见空间的边界进行分类时，首先对上下边界进行提取和切分，再对侧边界进行提取和切分，对于某一类贯通可见空间边界点的切分，采用区域增长驱动的方法进行处理。


6.根据权利要求1所述的识别建筑测绘构件的点云智能化切分方法，其特...

【专利技术属性】
技术研发人员：扆亮海，高宏松，
申请(专利权)人：扆亮海，
类型：发明
国别省市：浙江;33