【技术实现步骤摘要】
本专利技术属于计算机图像处理领域，尤其涉及一种基于结构感知点云语义分割的三维建筑物模型简化方法。
技术介绍
1、传统的网格简化算法从密集的三角形网格中迭代抽取冗余网格，直到达到期望的误差要求。在这条线上，网格简化方法大致分为顶点抽，顶点聚类和边缘坍缩。然而，顶点抽取算法需要注意保持网格的拓扑结构。顶点聚类缺乏控制结果的灵活性，往往导致无效的拓扑和连接错误，而边缘坍塌抽取算法由于其灵活性、高度忠实于几何结构的紧凑表示和有效的拓扑连接而最常被使用。最有代表性的边缘折叠算法在二次误差度量下迭代收缩有效的顶点对，以确保简化后的网格达到预期的简化比。该方法考虑了简化模型的效率和几何质量，已成为计算机图形学领域对各种对象进行简化的经典算法。
2、由于原始网格或点云是不完美的，包括几何或拓扑缺陷、噪声、异常值和不希望的结构，输入数据通常需要合并和平滑以提高其质量。这样做的好处是双重的：提高了模型简化算法对大规模缺陷网格或点云的通用性，并使其形状结构更清晰。例如，网格滤波技术常被用来优化顶点的位置，以平滑表面网格，使尖锐特征更加突出。在某些...
【技术保护点】
1.一种基于结构感知点云语义分割的三维建筑物模型简化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于结构感知点云语义分割的三维建筑物模型简化方法，其特征在于，步骤2中，判断点云边缘指数是否大于预设阈值，若是则提取目标建筑物的几何轮廓点，具体为：采用最近邻的k个点作为查询点的邻域，特征值i代表对当前点进行三次k近邻搜索，特征值通过求解以下的协方差矩得到：
3.根据权利要求1所述的一种基于结构感知点云语义分割的三维建筑物模型简化方法，其特征在于，步骤2中，通过语义标签能量优化函数对点云分配基元语义信息，并用边缘指数来提取每个基元的...
【技术特征摘要】
1.一种基于结构感知点云语义分割的三维建筑物模型简化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于结构感知点云语义分割的三维建筑物模型简化方法，其特征在于，步骤2中，判断点云边缘指数是否大于预设阈值，若是则提取目标建筑物的几何轮廓点，具体为：采用最近邻的k个点作为查询点的邻域，特征值i代表对当前点进行三次k近邻搜索，特征值通过求解以下的协方差矩得到：
3.根据权利要求1所述的一种基于结构感知点云语义分割的三维建筑物模型简化方法，其特征在于，步骤2中，通过语义标签能量优化函数对点云分配基元语义信息，并用边缘指数来提取每个基元的边缘点，具体为：将语义分割视为标签问题，并根据能量公式最小化值来制定每个点的语义标签，语义分割优化部分的初值采用ransac算法获取，能量公式被定义为如下：
4.根据权利要求3所述的一种基于结构感知点云语义分割的三维建筑物模型简化方法，其特征在于，所述数据项是能量公式(3)中的∑p∈pdp(lp)，它测量数据点到指定标签之间的差异，包括数据点到指定标签之间的欧几里得距离和方向一致性两个因素，数据成本项的计算公式为：
5.根据权利要求3所述的一种基于结构感知点云语义分割的三维建筑物模型简化方法，其特征在于，所述平滑项是是能量公式(3)中的∑p,q∈nωpq·δ，平滑项是为惩罚相邻两点的不一致性，相邻点的搜寻采用k nearest neighbor法来获得，平滑项考虑全局拟合下平面或曲面过渡处的不连续性，并产生空间一致的分段，由于相邻点趋于符合同一模型，ωpq与点的距离成反比，计算公式如下：
6.根据权利要求3所述的一种基于结构感知点云...
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。