【技术实现步骤摘要】
一种基于三维扫描点云的建筑物平面图生成方法
[0001]本专利技术涉及计算机视觉三维感知与三维点云处理
,具体涉及一种基于三维扫描点云的建筑物平面图生成方法。
技术介绍
[0002]随着三维扫描技术、摄影测量和深度传感器的发展与普及,我们能够便捷地获得到海量的三维点云信息。相比于二维图像信息,三维点云能够更为准确直观地描述物体的几何属性。事实上,生活与工业产品的几何外形由平面、球面、柱面及锥面等几何基元构成的。从含丰富信息的点云数据利用计算机自动高效地分析出零件的几何基元是三维点云处理领域的一个重要部分。
[0003]平面作为基本几何基元是最常见、最有特点的一类物体,大量存在于生活与工业产品中。从无序点云中高效识别其中的所有平面,获取其准确几何属性是点云处理中的关键问题。有效解决平面拟合问题可以降低计算机的运算难度,确定目标物体的姿态和属性,进而使机器能够更好的感知世界。
[0004]在三维重建后,对重建后的点云会有各种应用,其中主要是在建筑领域,有一种需求是对一个楼层进行扫描后,能够高效地生成该楼层的 ...
【技术保护点】
【技术特征摘要】
1.一种基于三维扫描点云的建筑物平面图生成方法,其特征在于,包括:对一建筑物进行三维扫描融合,得到所述建筑物的三维点云坐标数据;对所述三维点云坐标数据进行数据预处理,所述数据预处理包括降采样和使用主成分分析来计算点云的法向量值;基于所述数据预处理后的三维点云坐标数据进行平面拟合,所述平面拟合限制所述建筑物的朝向的数量,通过所述平面拟合得到初始平面结构;对所述初始平面结构进行手动修复;对手动修复后的所述初始平面结构进行结构优化,生成二维矢量平面图。2.根据权利要求1所述的基于三维扫描点云的建筑物平面图生成方法,其特征在于,所述对一建筑物进行扫描融合基于三维传感器以及相应slam算法。3.根据权利要求1所述的基于三维扫描点云的建筑物平面图生成方法,其特征在于,所述降采样包括:通过输入的所述三维点云坐标数据创建一个三维体素栅格;在每个所述三维体素栅格内,用所述三维体素栅格的所有点的重心来近似显示所述三维体素栅格中其他点。4.根据权利要求3所述的基于三维扫描点云的建筑物平面图生成方法,其特征在于,所述使用主成分分析来计算点云的法向量值具体包括:对所述降采样之后的所述三维点云坐标数据进行去中心化,所述去中心化指每个特征维度减去各自的平均值;计算协方差矩阵;用特征值分解方法求所述协方差矩阵的特征值与特征向量,并按特征值从大到小排序特征向量,其中,最小的特征向量即为法向量。5.根据权利要求1所述的基于三维扫描点云的建筑物平面图生成方法,其特征在于,所述平面拟合包括对目标函数的优化,所述目标函数为:其中,N是点的数量,N
i
是第i个点的邻域点集合,V是优化后的法向量集合,z
i
是第i个点的法向量在V中的序号,I是预处理阶段计算得到的法向量集合,I
i
是第i个点的原始法向量,λ是离群值惩罚系数;所述对目标函数的优化包括对下列(1)、(2)式的优化;所述对目标函数的优化包括对下列(1)、(2)式的优化;对(1)式的优化包括:计算合并两个子域时目标函数的变化ΔE,
其中,v
i
和v
j
分别表示两个子域,c
ij
为两个子域中相连单元的个数,w
i
为域i的点集数量,w
j
为域j的点集数量,λ0表示初始取值,即计算各点与其邻点距离中位数,取该中位数集合中的最小值;若ΔE为正,则合并两子域,否则不合并;合并后新子域的法向量为:对(2)式的优化包括:构建满足F(X∪{x})
‑
F(X)≥F(Yu{x})
‑
F(Y)for any的次模函数:其中,φ是不相连区域的集合,是第i个子区域的法向量,V
φ
是包含的法向量集合;进行初始化:Y
←
φ;遍历区域内点数量大于阈值的所有区域,对第i个区域φ
i
,若F(X∪{φ
i
})
‑
...
【专利技术属性】
技术研发人员:谢官麟,李锐剑,吕文涛,赵希亭,
申请(专利权)人:岱悟智能科技上海有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。