一种基于点云的建筑物外轮廓线精细化提取与重建方法技术

本发明专利技术涉及BIM模型建模技术领域，具体涉及一种基于点云的建筑物外轮廓线精细化提取与重建方法，S1.进行建筑物点云数据预处理，包括噪声点去除、建筑物点云质心位置计算和屋顶分离操作；S2.进行建筑物底部轮廓线边界提取，包括投影面质心计算、空间分割、各空间点云平均位置计算和采样点合并；S3.进性建筑物外轮廓关键点提取；S4.进行建筑物外轮廓关键点规则化处理；S5.进行屋顶特征线提取；S6.进行建筑物三维建模，发明专利技术设计了一套基于点云的建筑三维重建方法，自动化程度高，克服了人工提取方法工作量大、局限于小范围场景的缺点；节约了人工成本，可用于大范围建筑物模型三维重建，具有独特的处理优势。具有独特的处理优势。具有独特的处理优势。

【技术实现步骤摘要】
一种基于点云的建筑物外轮廓线精细化提取与重建方法


[0001]本专利技术涉及BIM模型建模
，特别涉及一种基于点云的建筑物外轮廓线精细化提取与重建方法。

技术介绍

[0002]随着智慧城市、数字经济和实景三维建设等行业的快速发展，建筑物三维建模已经成为了城市管理、国土安全、智能导航、虚拟现实等众多应用的核心需求。建筑物三维模型是数字化应用的基底，支撑着多个行业的应用，如何快速准确的建立建筑物三维模型是当今研究的热点。
[0003]当前，建筑物三维模型的建立常采用手工建模的方法，通过CAD图纸、照片影像、设计资料获取建筑物外观形状、基本尺寸、屋顶结构、门窗位置、材质等信息，并导入3Dmax、Benlder,SketchUp等模型交互软件手工建立模型，然后采用手工或半手工的方式贴上建筑物纹理信息。虽然上述方法可精确构建建筑物细节信息，但是手工建模方法需花费大量人力财力，建模效率低下，常局限于局部小范围，难以适用于城市大范围建模需求。将无人机、多个相机所获取的倾斜影像导入Context Capture、PhotoScan和Pix4D Mapper等摄影测量处理软件，可快速准确的建立建筑物三维模型，并且包含纹理信息，然而该方法受光照、天气和能见度等外界条件影响大，并且单体化困难。基于激光雷达点云的建筑物三维模型建立方法可实现全天时、全天候的采集，受外界条件影响较小是当今研究的热点，其中基于建筑物的三维建模是关键问题。点云具有离散性、无序性和稀疏性，而建筑物具有数量大、种类繁多和外形复杂多变的特点，如何基于激光雷达点云数据重建建筑物三维模型具有一定的意义。
[0004]当前建筑物三维建模方法存在以下问题：
[0005]第一、建筑物外围轮廓线的提取极为重要，但当前提取中主要采用手工提取的方法，该方法人工成本高、人为主动性强，缺乏统一的标准流程，提取质量仍有待提升。
[0006]第二、当前自动化外轮廓关键点提取方法常存在关键点位置不准确、关键点提取中常只采用角度或截距某一种方式，关键点判断方式存在单一性，如何对外轮廓点进行简化仍有待研究。
[0007]因此，基于现有技术中存在的缺陷，本专利技术研制了一种基于点云的建筑物外轮廓线精细化提取与重建方法，以解决现有技术中存在的问题。

技术实现思路

[0008]本专利技术目的是：提供一种基于点云的建筑物外轮廓线精细化提取与重建方法，提高建模的自动化程度和建模效率，降低人工建模成本。
[0009]本专利技术的技术方案是：一种基于点云的建筑物外轮廓线精细化提取与重建方法，其特征在于，包括：
[0010]S1.进行建筑物点云数据预处理，包括噪声点去除、建筑物点云质心位置，计算并
提取屋顶及建筑物底部轮廓点实现屋顶分离操作；
[0011]S2.进行建筑物底部轮廓线边界提取，包括投影面质心计算、空间分割、各空间点云平均位置计算和采样点合并；
[0012]S3.进性建筑物外轮廓关键点提取，包括外围轮廓点密度统计、相邻三点所组成的两个向量之间的夹角和截距计算、邻近点剔除和关键点提取操作；
[0013]S4.进行建筑物外轮廓关键点规则化处理：包含建筑物主轴方向计算、相邻关键点方向计算、关键点方向判断和位置转移变化；
[0014]S5.进行屋顶特征线提取，包括楼面位置确定、楼高统计、屋顶分离和屋顶特征线提取；
[0015]S6.进行建筑物三维建模，包括轮廓点位置格式转换、数据导入建模软件、模型一键生成和屋顶制作。
[0016]优选的，所述建筑物点云包含X轴、Y轴、Z轴以及颜色R、G、B信息；其中，所述噪声点去除方法采用基于八叉树的体素滤波法。
[0017]优选的，所述建筑物点云为无人机影像点云，或者机载点云、地面激光扫描点云、车载扫描点云的众源点云，点云配准进行下采样之后进行分类，得到建筑物的点云。
[0018]优选的，在S2中先对平面空间进行分割，然后采集各个空间中的点云位置并将其进行平均值处理得到外围轮廓点，并按逆时针进行排列。
[0019]优选的，对平面空间进行分隔时，依次构建建筑物底部的点云在X、Y平面的投影、以及各投影面内的质心，以质心为中心进行平面分割。
[0020]优选的，在S3中对两个向量之间的夹角和截距进行同时计算，并且配合顺时针和逆时针操作方式去除重复点，得到外轮廓关键点。
[0021]优选的，在S4中对建筑物外轮廓关键点规则化处理时，首先计算房屋的主方向以及建筑物轮廓线的斜率，并通过建筑物轮廓线的斜率与房屋主方向之间的夹角对关键点进行规则化处理
[0022]与现有技术相比，本专利技术的优点是：
[0023](1)本专利技术设计了一套基于点云的建筑三维重建方法，包含外轮廓点云提取、轮廓点简化、关键点规则化处理、屋顶特征线提取和建筑物三维建模步骤；自动化程度高，克服了人工提取方法工作量大、局限于小范围场景的缺点；节约了人工成本，可用于大范围建筑物模型三维重建，具有独特的处理优势。
[0024](2)本专利技术在关键点判断中采用了基于向量夹角和截距的方法剔除重复点，并且在操作方法上采用了顺时针和逆时针相结合的办法进一步简化轮廓点，进一步提高了关键点的准确度。
[0025](3)本专利技术中主要针对矩形建筑物或其他较为规则的建筑物，可以应用民宅、学校、政府大楼、小区楼宇等具有规则形状的建筑物三维模型重建。
附图说明
[0026]下面结合附图及实施例对本专利技术作进一步描述：
[0027]图1为本专利技术所述一种基于点云的建筑物外轮廓线精细化提取与重建方法的步骤流程图；
[0028]图2为本专利技术所述轮廓点简化示意图；
[0029]图3为本专利技术所述建筑物外轮廓关键点规则化示意图；
[0030]图4为本专利技术所述建筑物关键点提取示意图；
[0031]图5为本专利技术所述模型效果图。
具体实施方式
[0032]下面结合具体实施例，对本专利技术的内容做进一步的详细说明：
[0033]建筑物点云包含三维坐标X、Y、Z和颜色R、G、B信息，本实施例采用Open3d开源点云处理框架，使用python编程语言,建模软件为CityEngine2019，硬件平台是Windows10 64位，Intel(R)Core(TM)i7
‑
8750H CPU,NVIDIA GeForce GTX 1060with Max
‑
Q Design。
[0034]本实施例提供一种基于点云的建筑物外轮廓线精细化提取与重建方法，如图1所示，包括：
[0035]S1.进行建筑物点云数据预处理，包括噪声点去除、建筑物点云质心位置计算和屋顶分离操作。
[0036]关于建筑物点云，可以是无人机影像点云，或者机载点云、地面激光扫描点云、车载扫描点云的众源点云，点云配准进行下采样之后进行分类，得到建筑物的点云。
[0037]具体的，首先采用基于八叉树的体素滤波方法滤除离群点，然后计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于点云的建筑物外轮廓线精细化提取与重建方法，其特征在于，包括：S1.进行建筑物点云数据预处理，包括噪声点去除、建筑物点云质心位置，计算并提取屋顶及建筑物底部轮廓点实现屋顶分离操作；S2.进行建筑物底部轮廓线边界提取，包括投影面质心计算、空间分割、各空间点云平均位置计算和采样点合并；S3.进性建筑物外轮廓关键点提取，包括外围轮廓点密度统计、相邻三点所组成的两个向量之间的夹角和截距计算、邻近点剔除和关键点提取操作；S4.进行建筑物外轮廓关键点规则化处理：包含建筑物主轴方向计算、相邻关键点方向计算、关键点方向判断和位置转移变化；S5.进行屋顶特征线提取，包括楼面位置确定、楼高统计、屋顶分离和屋顶特征线提取；S6.进行建筑物三维建模，包括轮廓点位置格式转换、数据导入建模软件、模型一键生成和屋顶制作。2.根据权利要求1所述的一种基于点云的建筑物外轮廓线精细化提取与重建方法，其特征在于：所述建筑物点云包含X轴、Y轴、Z轴以及颜色R、G、B信息；其中，所述噪声点去除方法采用基于八叉树的体素滤波法。3.根据权利要求2所述的一种基于点云的建筑物外轮廓线精细化提取与重建方法，其特征在于...

【专利技术属性】
技术研发人员：翁志勇，高伟，华辰，陈洋，方武，卢爱红，
申请(专利权)人：苏州经贸职业技术学院，
类型：发明
国别省市：