一种用于实景三维模型的平面特征检测方法、装置及设备制造方法及图纸

本发明专利技术公开了一种用于实景三维模型的平面特征检测方法。本发明专利技术首先将实景三维模型解析为一个基元集合，之后，综合考虑基元的空间邻近性特征、曲面特征和颜色特征构建基元异质性距离公式，并将基元局部聚类成一系列性质匀称、边界规整的簇，在簇的基础上通过欧式空间距离和余弦度量值进行平面特征提取，并使用元启发优化算法提升了方法的自动化程度。本发明专利技术可有效检测出实景三维模型中的较大平面，且具备高识别率、高效率和易产生边界规则的平面的优势，可为实景三维模型建筑物提取、对象化、数据压缩、模型简化和屋顶提取等工作提供支持。模型简化和屋顶提取等工作提供支持。模型简化和屋顶提取等工作提供支持。

【技术实现步骤摘要】
一种用于实景三维模型的平面特征检测方法、装置及设备


[0001]本专利技术属于测绘数据处理领域，尤其涉及一种用于实景三维模型的平面特征检测方法、装置及设备。

技术介绍

[0002]随着无人机技术和光学传感器技术的快速发展，机载LiDAR和倾斜摄影测量技术已可低成本、快速、精确地获取大范围的三维地表信息。尤其是无人机倾斜摄影测量技术，能够有效采集建筑物顶部与侧立面的坐标及纹理信息，在三维数字城市和智慧城市建设中愈加重要。采集的三维地表信息经处理后以点云形式存在，利用这些点云可进一步生成数字正射模型(Digital Orthophoto Model，DOM)、数字表面模型(Digital Surface Mode，DSM)和实景三维模型。
[0003]与二维影像(如DSM、DOM)相比，实景三维模型同时包含了详细的三维几何和纹理特征。与三维点云相比，实景三维模型具备空间连续性、显式邻接等优势，并且实景三维模型占用的磁盘和内存更小，由于点云在重建生成实景三维模型过程中过滤掉了一些几何无关的点。与计算机图形学领域的三维模型相比，实景三维模型表征了大范围的精细三维地表信息，具备更多的基元数量。因此，实景三维模型被广泛应用于各种类型的3D地理应用和空间分析。
[0004]然而，经Photomesh、ContextCapture等实景建模软件由于其全自动化机制是构建一个连续、整体的网格模型，因此生成的实景三维模型存在“一张皮”现象，即所有地物均以一个三维网格表示而导致难以语义查询和分析，无法满足多元化的应用需求。因此，对实景三维模型进行对象化和实体化是三维数字城市建设中一个紧迫的需求。尽管，已有大量研究涌现在DSM、DOM和点云数据的地面过滤、地物提取、场景分割、空间聚类等方面，然而，对于三维数字城市最重要的实景三维模型数据分割、地物提取等工作的研究罕见。
[0005]通常，对实景三维模型进行平面特征检测是一种基础共性技术，可促进实景三维模型建筑物提取、对象化、数据压缩、模型简化和屋顶提取等后续研究或工作。然而，由于实景三维模型本身特有的复杂性，目前国内外尚不存在对实景三维模型进行平面特征检测的方法或研究，为此，本专利技术提出了一种用于实景三维模型的平面特征检测方法、装置及设备，可快速从大面积的实景三维模型中检测出平面特征。

技术实现思路

[0006]为填补技术空白，本专利技术提出了一种用于实景三维模型的平面特征检测方法，包括如下步骤：
[0007]步骤S1，将实景三维模型的所有瓦片拼接成一个完整的三维模型，并解析实景三维模型，将实景三维模型解析为一个几何基元集合；
[0008]步骤S2，构建基元异质性距离公式，用于评估两个基元之间的相似性；
[0009]步骤S3，基于所述的基元异质性距离公式，构建簇的异质性代价函数并确定其约
束条件，用于判断所有簇的异质性代价之和：
[0010]步骤S4，基于所述异质性代价函数及其约束条件，构建并求解能量优化函数，从而将实景三维模型过分割成一个性质均匀且边界规整的簇的集合；
[0011]步骤S5，在所述性质均匀且边界规整的簇集合的基础上，结合平面检测的阈值对簇集合进行高效地平面检测，生成一组边界规整的平面集合；
[0012]步骤S6，基于元启发算法进行平面特征检测优化，以自动寻找步骤S5中平面检测过程中的最佳阈值，获得更为理想的平面检测结果。
[0013]进一步的，步骤S2中所述用于评估两个基元之间相似性的基元异质性距离公式D(
·
)的构建，可综合考虑基元的空间邻近性特征、曲面特征和颜色特征，基元p
i
和p
j
之间的异质性距离公式被构建为：D(p
i
,p
j
)＝μ1D
s
(p
i
,p
j
)+μ2D
e
(p
i
,p
j
)+μ3D
c
(p
i
,p
j
)，其中，D
s
(p
i
,p
j
)、D
e
(p
i
,p
j
)和D
c
(p
i
,p
j
)分别为归一化的两个基元之间的曲面特征差异距离、空间邻近性距离和颜色差异距离，μ1、μ2和μ3分别为三者对应的权重因子。
[0014]进一步的，两个基元之间的空间邻近性距离D
E
(p
i
,p
j
)可选用欧式空间距离：)可选用欧式空间距离：)可选用欧式空间距离：为p
i
的第q个顶点；p
i
和p
j
两基元之间的曲面特征差异距离可采用归一化的余弦相似性度量公式距离可采用归一化的余弦相似性度量公式和分别为p
i
和p
j
的法向量，即p
i
和p
j
两基元之间的颜色差异距离D
c
(p
i
,p
j
)在CIE Lab线性色彩空间内被计算，采用更符合人类视觉非线性感知的距离公式，即其中，为基元p
i
在CIE Lab空间中的平均纹理颜色值。
[0015]进一步的，使用三角形基元的三个顶点v1，v2和v3的空间坐标计算该基元的法向量：
[0016]平均颜色纹理值的计算方法为：在Adobe RGB色彩空间中计算基元p
i
在y方向的空间范围及扫描线条数，从上到下，对于任意一条扫描线，将基元的所有边与该扫描线求交，从左到右，将求交得到的横坐标排序，扫描线奇数次交到的边是入边，偶数次交到的边是出边；之后，插值计算在入边和出边之间的扫描线上像素的空间坐标，使用重心坐标法计算基元内部所有像素点的UV坐标，其U和V坐标分别为算基元内部所有像素点的UV坐标，其U和V坐标分别为其中S
a
为像素点的坐标与基元的v1和v2顶点构成的三角形的面积、S
b
为像素点与基元的v1和v3顶点构成的三角形的面积、S
c
为像素点与基元的v2和v3顶点构成的三角形的面积，U1、U2、U3、V1、V2和V3分别为v1，v2和v3的UV坐标，S
t
＝S
a
+S
b
+S
c
；在所有UV坐标被求解后，使用UV坐标从基元对应的纹理图像中获取纹理值，并取所有纹理值的平均值作为基元的纹理值，之后将Adobe RGB色彩空间转换为CIE Lab色彩空间。
[0017]进一步的，所述构建簇的异质性代价函数J(
·
)并确定其约束条件，具体为：)并确定其约束条件，具体为：其中若r
ij
＝1表示基元p
i
可表示一个簇的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于实景三维模型的平面特征检测方法，其特征在于，包括如下步骤：步骤S1，将实景三维模型的所有瓦片拼接成一个完整的三维模型，并解析实景三维模型，将实景三维模型解析为一个几何基元集合；步骤S2，构建基元异质性距离公式，用于评估两个基元之间的相似性；步骤S3，基于所述的基元异质性距离公式，构建簇的异质性代价函数并确定其约束条件，用于判断所有簇的异质性代价之和：步骤S4，基于所述异质性代价函数及其约束条件，构建并求解能量优化函数，从而将实景三维模型过分割成一个性质均匀且边界规整的簇的集合；步骤S5，在所述性质均匀且边界规整的簇集合的基础上，结合平面检测的阈值对簇集合进行高效地平面检测，生成一组边界规整的平面集合；步骤S6，基于元启发算法进行平面特征检测优化，以自动寻找步骤S5中平面检测过程中的最佳阈值，获得更为理想的平面检测结果。2.根据权利要求1所述的方法，其特征在于：步骤S2中用于评估两个基元之间相似性的基元异质性距离公式记为D(
·
)，综合考虑基元的空间邻近性特征、曲面特征和颜色特征进行构建，第i个基元p
i
和第j个基元p
j
之间的异质性距离公式被构建为：D(p
i
,p
j
)＝μ1D
s
(p
i
,p
j
)+μ2D
e
(p
i
,p
j
)+μ3D
c
(p
i
,p
j
)，其中，D
s
(p
i
,p
j
)、D
e
(p
i
,p
j
)和D
c
(p
i
,p
j
)分别为归一化的两个基元之间的曲面特征差异距离、空间邻近性距离和颜色差异距离，μ1、μ2和μ3分别为三者对应的权重因子，三者的取值区间为[0,1]。3.根据权利要求2所述的方法，其特征在于：两个基元之间的空间邻近性距离D
e
(p
i
,p
j
)选用欧式空间距离：选用欧式空间距离：为p
i
的第q个顶点，若基元类型为三角形基元，则q最大为3；p
i
和p
j
两基元之间的曲面特征差异距离可采用归一化的余弦相似性度量公式量公式和分别为p
i
和p
j
的法向量，即p
i
和p
j
两基元之间的颜色差异距离D
c
(p
i
,p
j
)在CIE Lab线性色彩空间内被计算，采用更符合人类视觉非线性感知的距离公式，即其中，为基元p
i
在CIE Lab空间中的平均纹理颜色值。4.根据权利要求3所述的方法，其特征在于：基元的法向量计算方法为：使用三角形基元的三个顶点v1，v2和v3的空间坐标计算该基元的法向量：平均颜色纹理值的计算方法为：在Adobe RGB色彩空间中计算基元p
i
在y方向的空间范围及扫描线条数，从上到下，对于任意一条扫描线，将基元的所有边与该扫描线求交，从左到右，将求交得到的横坐标排序，扫描线奇数次交到的边是入边，偶数次交到的边是出边；之后，插值计算在入边和出边之间的扫描线上像素的空间坐标，使用重心坐标法计算基元内部所有像素点的UV坐标，其U和V坐标分别为像素点的UV坐标，其U和V坐标分别为其中S
a
为像素点的坐标与基元的v1和v2顶点构成的三角形的面积、S
b
为像素点与基元的v1和v3顶点构成的三角形的面积、S
c
为像素点与基元的v2和v3顶点构成的三角形的面积，U1、U2、U3、V1、V2和V3分别为v1，v2和v3的UV坐标，S
t
＝S
a
+S
b
+S
c
；在所有UV坐标被求解后，使用UV坐标
从基元对应的纹理图像中获取纹理值，并取...

【专利技术属性】
技术研发人员：乐鹏，于大宇，梁哲恒，魏汝兰，
申请(专利权)人：广东南方数码科技股份有限公司，
类型：发明
国别省市：