[发明专利]基于形状语义的建筑立面激光雷达点云解译与重建的方法

说明书

一、技术领域

本发明涉及基于形状语义的建筑立面激光点云解译与重建的方法，属于空间信息技术领域。

二、背景技术

建筑立面的重建是数字城市建模的重要组成部分。传统的建筑立面建模方法主要是从二维的图像中来提取建筑的精细结构。近年来，随着激光雷达技术的发展，可以通过车载激光雷达或是机载激光雷达对地面进行快速的扫描从而获得城市模型的点云。与传统的图片相比，激光雷达点云是建筑模型的直接三维表示，包含了恢复建筑结构特征的几乎所有特征。一些研究显示了激光雷达数据可以高效地应用于城市的重建中。

本申请专利探索如何从激光雷达点云中提取建筑精细的结构特征，从而为建筑的自动化三维重建提供基础。数据驱动的方法利用建筑图像或激光雷达点云自身的信息，构造相应的特征属性自底向上对建筑进行分类和识别。数据驱动的方法虽然很精确，但是却无法很好显示建筑的语义特征(比如，建筑由门、窗、阳台、屋顶等建筑学意义上的物体组成)。为此人们提出了形状语义的概念用来自顶向下对建筑进行建筑学语义上的建模。采用形状语义的难点在于定义适合建筑的语义以及如何高效地求解最优语义。本申请专利将研究如何设计形状语义对建筑的点云立面进行解译并进行高效地求解，以实现对不规则且存在点云缺失的立面进行建模。

三、发明内容

1、目的：建筑立面的重建是数字城市建模的重要组成部分。传统的建模方法主要是基于人工或是半自动的重建，由于城市里的建筑数量庞大，且建筑形状复杂，人工建立城市模型需要建模者要有一定的经验，并耗费大量时间。目前存在一些半自动生成建筑模型的方法，但效果都不令人满意。与传统的基于图像的建模方法相比，激光雷达点云是建筑模型的直接三维表示。本申请专利实现了从激光雷达点云中自动提取建筑立面精细的结构特征，从而为城市建筑的自动化三维重建提供基础。

2、技术方案

基于形状语义的建筑立面激光点云解译与重建的方法，其特征在于，包括如下步骤(如图1)：

步骤一：点云噪声去除

点云中噪声的存在对于后面计算曲度会有较大的影响，因此，采用统计方法去除点云噪声。对于输入点云的每一点，计算它到邻近点的距离的均值μ和标准差σ。那些距离落在μ±α·σ之外的点则被视为噪声而移除，其中α是和选取的邻近点的数目相近的一个值。本申请专利中，α＝1.0，邻近点的数目为20。

步骤二：坐标系转换

为了方便后续的处理，把建筑立面所在的平面转换到X-Y平面中去，即，建筑的水平方向与X轴平行，竖直方向与Y轴平行。这样一来建筑立面点云的z坐标就代表了建筑结构的深度信息，并且建筑的水平和竖直方向与坐标轴平行，以便于下文对建筑立面进行网格剖分。

建筑立面的坐标系变换陈述为如下问题，给定建筑点云当前所处的基M₁＝{α₁，α₂，α₃}以及目标坐标系的基M₂＝{β₁，β₂，β₃}，求M₁到M₂的过渡矩阵。其中，β1＝{1，0，0}，β2＝{0，1，0}，β₃＝{0，0，1}。而要得到两组基之间的过渡矩阵P，只需要给出目标坐标系的基中的每个向量(β₁，β₂，β₃)在当前所处基下的坐标(p₁，p₂，p₃)，依次以这些坐标为列向量组成矩阵即是从M₁到M₂的过渡矩阵P。

目前的任务是计算(β₁，β₂，β₃)在当前所处基下的坐标(p₁，p₂，p₃)。由前述知，建筑的水平方向对其到X轴，建筑的竖直方向对齐到Y轴，因此，基向量β₁在当前基下对应的坐标p₁是建筑立面水平方向的向量，基向量β₂对应的坐标p₂则是建筑立面竖直方向的向量，基向量p₃对应的坐标则是建筑平面的法向量。