建筑点云的自适应分割方法技术

本发明专利技术涉及数字媒体技术领域，公开了一种建筑点云的自适应分割方法，包括：a、获取建筑点云数据；b、提取建筑点云数据中的边界点以及每个边界点的边界方向；c、根据提取得到的边界点和边界方向，计算惩罚函数，得到初始的分割方向、分割平面的数目和分割平面的位置，从而分割得到子点云块；d、对于分割得到子点云块，通过点云配准方法进行配准，将相似值高于阈值的子点云块划分为同一组；e、补全缺失的分割平面；f、优化分割平面的位置；g、根据步骤f的优化结果，确定最终分割出来的子点云块；h、将相似的子点云块合并，然后递归地执行步骤b-g。本发明专利技术能够实现建筑点云的自动分割。

【技术实现步骤摘要】

本专利技术涉及数字媒体
，尤其涉及一种。
技术介绍
随着三维激光扫 描技术的发展，建筑点云数据(也简称为建筑点云)已经可以被方便地获取。这类建筑点云数据将建筑采样为三维空间中的离散点。建筑点云数据是建筑重构、数字城市等应用的重要数据来源。建筑点云在采集过程中容易受到光照、阴影、遮挡等的影响，使得采集得到的数据往往存在缺失和噪音。由于点云数据的无规则性，因此直接从这类建筑点云数据中重构出质量良好的三维建筑模型是十分困难的。处理这类建筑点云数据的核心问题就是如何将它分割为有语义的结构单元，并且检测出结构单元之间的相似性。现有的建筑点云数据分析方法十分依赖于用户的交互。Zheng等人在2010年提出的“Non-local scan consolidation for 3d urban scenes”方法，需要用户显示地选择建筑点云数据中的一块采样良好的结构单元，再根据此结构单元去寻找与之相似的其他结构单兀。Nan 等人在 2010 年提出的"Smartboxes for interactive urban reconstruction，，， 也需要用户交互来绘制矩形状的网格面片，从而实现建筑的重构。自动、有效的建筑点云结构分析方法是建筑点云处理方面亟待解决的问题。与建筑点云处理不同的是建筑图像的结构分析。和建筑点云相比，建筑图像具有规则的二维参数域，而且缺失和噪音并不严重。因此，对建筑图像的分析是目前日趋成熟的技术。Muller 等人在 2007 年提出的"Image-based procedural modeling of facades，， 方法，将建筑图像在水平和竖直两个方向上分解为一系列的基本单元。与此类似的， Musialski 等人在 2010 年提出的"Tiling of ortho-rectif ied facade images，，方法，也是用水平和竖直的线对建筑图像进行分割。这些方法都假定建筑结构单元的分布是二维的均勻格点状，因此适用范围非常有限。此外，这些二维图像上的方法也很难直接推广到三维建筑点云上，因为三维建筑往往有突出的阳台等立体结构。
技术实现思路
(一)要解决的技术问题本专利技术要解决的技术问题是如何实现建筑点云的自动分割。( 二 )技术方案为解决上述技术问题，本专利技术提供了一种，包括以下步骤a、获取建筑点云数据；b、提取所述建筑点云数据中的边界点以及每个边界点的边界方向；C、根据提取得到的边界点和边界方向，计算在水平和竖直两个方向上放置的分割平面的惩罚函数，得到初始的分割方向、分割平面和分割平面的位置，从而分割得到子点云块；d、对于分割得到子点云块，通过点云配准方法进行两两配准，将相似值高于一定阈值的子点云块划分为同一组；e、利用同一组中子点云块间的相似关系，补全缺失的分割平面；f、利用同一组中子点云块间的相似关系，优化分割平面的位置；g、根据步骤f的优化结果，确定最终分割出 来的子点云块。优选地，步骤b具体为首先检测所述建筑点云数据中的平面，对于每个检测出的平面，将属于该平面的所有点投影到该平面上，对于投影后的点集中的每个点，选取它的10个最邻近的点做主分量分析，主分量分析得到的特征值由小到大依次记为rl，r2, r3，对应的特征向量分别为 dl，d2，d3，把r2/r3小于某一预设值的点提取为边界点，对应的边界方向为d3，所有平面上检测出的边界点的集合为该建筑点云数据的边界点集。优选地，步骤c具体包括Cl、用累积函数(1)表示平面P和竖直方向dv = (0,0,1)的相交程度Cv(P)=I: w Idi, dvp(1 )其中Li是第i个边界点到平面P的距离，di是该边界点的边界方向，σ通常设为 0. 5m，i = 1，...，N，N为边界点总数；c2、用累积函数(2)表示平面P和水平方向dh = (0，1,0)的相交程度定义Ch(P)=‘ dh|:(2)c3、用式(3)的惩罚函数提取水平放置的分割平面Fh (P) = Cv (P) _t*Ch (P)(3)其中t为预设常数，对于竖直放置的分割平面，类似地定义其惩罚函数Fv (P)= Ch(P)-t*Cv(P)来提取竖直放置的分割平面；c4、记Ph和Pv分别为水平和竖直放置的分割平面的惩罚函数的局部极小值点的平均值，Lh和Lv为水平和竖直方向上的点云的长度，取Ph/Lh和Pv/Lv中的值较小的点的方向作为分割方向，该方向上的惩罚函数的局部极小值点对应的位置作为该方向上初始的分割平面的位置，从而分割得到子点云块。优选地，步骤d具体为使用迭代最近点的方法，将步骤c分割得到的子点云块两两配准，对于配准后的两块子点云A和B，计算它们在三维空间中的包围盒，将包围盒在三个方向上进行等间隔的划分。对于划分得到的每个小立方体，如果它包含有某块子点云中的点，则记为被该子点云占用，记被A占用的立方体数目为Na，被B占用的立方体数目为Nb，同时被A和B占用的立方体数目为Nab，如果(Nab/Na+Nab/Nb) /2大于预设阈值，则这两块子点云被认为是相似的，将子点云划分为同一组。vv权利要求1.一种，其特征在于，包括以下步骤a、获取建筑点云数据；b、提取所述建筑点云数据中的边界点以及每个边界点的边界方向；C、根据提取得到的边界点和边界方向，计算在水平和竖直两个方向上放置的分割平面的惩罚函数，得到初始的分割方向、分割平面和分割平面的位置，从而分割得到子点云块；d、对于分割得到子点云块，通过点云配准方法进行两两配准，将相似值高于一定阈值的子点云块划分为同一组；e、利用同一组中子点云块间的相似关系，补全缺失的分割平面；f、利用同一组中子点云块间的相似关系，优化分割平面的位置；g、根据步骤f的优化结果，确定最终分割出来的子点云块。2.如权利要求1所述的方法，其特征在于，步骤b具体为首先检测所述建筑点云数据中的平面，对于每个检测出的平面，将属于该平面的所有点投影到该平面上，对于投影后的点集中的每个点，选取它的10个最邻近的点做主分量分析，主分量分析得到的特征值由小到大依次记为1~1，1~2，1~3，对应的特征向量分别为(11，(12， d3，把r2/r3小于某一预设值的点提取为边界点，对应的边界方向为d3，所有平面上检测出的边界点的集合为该建筑点云数据的边界点集。3.如权利要求1所述的方法，其特征在于，步骤c具体包括Cl、用累积函数(1)表示平面P和竖直方向dv= (0,0,1)的相交程度4.如权利要求1所述的方法，其特征在于，步骤d具体为使用迭代最近点的方法，将步骤c分割得到的子点云块两两配准，对于配准后的两块子点云A和B，计算它们在三维空间中的包围盒，将包围盒在三个方向上进行等间隔的划分。对于划分得到的每个小立方体，如果它包含有某块子点云中的点，则记为被该子点云占用，记被A占用的立方体数目为Na，被B占用的立方体数目为Nb，同时被A和B占用的立方体数目为Nab，如果(Nab/Na+Nab/Nb)/2大于预设阈值，则这两块子点云被认为是相似的， 将子点云划分为同一组。5.如权利要求1所述的方法，其特征在于，步骤e具体为选取在同组的子点云块中长度最小的子点云块和其它点云块配准记La为配准后某一较大点云块的长度，Da和Db为该较大点云和某一较小本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：胡事民，沈超慧，黄石生，
申请(专利权)人：清华大学，
类型：发明
国别省市：