[发明专利]基于三维激光扫描数据的物体立面矢量化方法和系统

说明书

技术领域

本发明涉及三维空间信息获取与表达技术领域，特别涉及一种在遥感、测绘、计算机视觉中应用的基于三维激光扫描数据对物体立面矢量化，进行三维重建的方法和系统。

背景技术

三维激光扫描技术是上世纪九十年代中期开始出现的一种获取三维空间数据的高新技术，其通过高速激光扫描测量的方法，大面积高分辨率地快速获取被测对象表面的三维坐标数据。在获取物体表面每个采样点的空间坐标后，得到点的集合，其为大量的空间离散点阵数据，通常称之为“点云(Points Cloud)”。由于获取的三维数据本身包含几何特征，可以直接记录物体表面的几何属性，因此可以详细、准确地表达物体表面的形状，用于建立物体的三维模型。

现有技术中，本发明的申请人在其论文“增量式三维重建方法”(首都师范大学硕士学位论文，2007年6月13日，研究生：龚利达，指导教师：张爱武)中提出了一种增量式的真实场景三维重建方法，以基于三维激光扫描仪系统获取的场景三维点云数据为研究对象，根据距离图像的特点完成室内外场景的三维重建。其方法分为两个阶段，第一阶段是对单站的数据做矢量化，在这个阶段先对单站点平面分割，然后提取平面点集的边界，完成单站点距离图像的矢量化，第二阶段是将第一阶段提取出来的矢量数据处理成最终模型，由于在第一阶段提取出来的边界数据中存在大量的非凸多边形，在后期的绘制与处理的很多工作都是基于凸多边形的，所以需要将得到的非凸多边形处理成多边形。

传统方法计算的压力在于多站配准合并之后的数据处理，一方面存在大量的冗余数据，另一方面是由站点合并之后的数据量大而带来的建模、化简时的计算压力。为解决以上问题，上述论文中将计算的压力分摊到各个站点，先对站点独立矢量化，再将矢量化的结果做凸分解等处理，逐个加入最终模型。由于单站点的数据量不大，对单站点做数据处理计算压力小，其次，在站点合并过程中，合并的是矢量化之后的数据，数据量已大大减小，因此，计算压力远远小于传统方法，同时降低了三维建模的复杂度。

但是，上述论文的第一阶段中处理的单站数据并未打乱原三维点云的顺序。通常，由激光扫描仪获得的点云数据，从采集方法、外界环境到仪器本身的影响，点云数据对建筑物表面的描述总是不完整的，是含有空洞的，而且是含有噪声的。对被测目标对象直接采样获取的三维点云数据经过去噪和补洞等预处理之后，点云数据在初始扫描时所具有的点间关系已不存在，成为无序的杂乱采样点集，数据文件中丢失了每个点在距离图像上的原始行列索引信息。在这种情况下，上述论文中的第一阶段中处理单站数据的方法并不适用。

发明内容

本发明的目的在于，解决现有的激光扫描数据矢量化技术由于点云数据量大，数据量接近或超过内存容量矢量化难以进行，并且从中提取特征与边界十分困难的技术问题。

为达到上述目的，本发明提供一种基于三维激光扫描数据的物体立面矢量化方法，包括：

步骤a，区域分割，利用小平面分割—聚合的方法，从物体表面三维激光点云数据中提取功能区域；

步骤b，边界提取，通过方向图像检测几何突变，再通过区域边界进行补充，提取出三维激光点云包含的所述功能区域的边界点；

步骤c，边界修正，运用凸分解方法修正所述功能区域的边界，完成物体立面重建。

本发明进一步提供一种基于三维激光扫描数据的物体立面矢量化系统，包括：激光扫描单元、区域分割单元、边界提取单元、边界修正单元和三维模型绘制单元；

所述的激光扫描单元通过发射和接收激光，获取物体立面的三维点云数据；

所述的区域分割单元从获取的三维点云数据提取功能区域；

所述的边界提取单元检测三维点云数据包含的所述功能区域的边界信息；

所述的边界修正单元重新拟合所述功能区域，修正边界。

本发明的有益效果在于，能够检测三维激光点云所包含的几何边缘信息，比如建筑物棱角等。提出一个方向图像的概念，并通过方向图像检测几何突变(包括褶皱和阶跃边界)，再通过区域边界进行补充，从而充分提取出三维激光点云包含的几何边缘信息。本发明的区域分割方法既适用于有序的三维点云也适用于无序杂乱无章的三维点云。本发明适用于所有三维激光扫描数据，通过本发明处理不仅有效提取了三维特征而且减少了数据量。

附图说明

图1为本发明实施例一的点云数据矢量化的步骤；

图2为本发明实施例一的区域分割的流程图；

图3为本发明实施例一的边界提取的流程图；

图4为本发明实施例一的边界修正的流程图；

图5为本发明实施例二的点云数据矢量化的步骤；