[发明专利]一种基于海量数据的城市场景重建方法及装置

说明书

本发明公开了一种基于海量数据的城市场景重建方法及装置。方法包括：获取城市室外场景点云数据；根据点云数据，将室外场景分为建筑物与非建筑物两大类别，其中建筑物又分为建筑物主体与建筑物附属结构两个子类；对于建筑物主体结构，采用基于低秩矩阵恢复和曲面拟合的重构技术，实现缺失数据下建筑物主体的重构；对于建筑物附属结构，采用基于对称模式识别的重构技术，得到所有附属结构的三维模型；针对非建筑物，基于深度学习方法在预先构建的非建筑物模型库中找到对象最相似模型模板，采用模板组件变形方法进行建模；最后对得到的三类模型进行组合，得到城市室外场景模型。本发明可实现城市三维模型的快速重建。

技术领域

本发明涉及城市室外场景三维重构技术，更具体地涉及一种基于海量数据的城市场景重建方法及装置。

背景技术

信息化时代，城市不仅是国家政治、经济、军事、交通、能源、商业的中心，更是科技文化和信息中心。精确的城市三维模型可应用于城市规划、灾害监测、智慧城市等诸多领域。

近年来，随着数据采集技术的进步和数据生产能力的提高，大规模的倾斜数据、三维地形、激光点云等实景三维数据已越来越广泛地应用在智慧城市建设、数字历史文化遗产保护与修复、建筑信息提取与倾斜沉降监测、隧道灾害检测等领域，实景三维数据的量级也呈指数级快速提升，尤其是面对城市这种大范围模型构建，数据量级已远超TB级，传统的处理方式效率非常低，处理时间基本按天计算。数据规模的增大也为存储和管理带来巨大挑战，容易造成地物局部数据缺失。同时，现代城市场景极为复杂，高楼林立，地物密集，各种人工设施、自然景观交错分布，单一的数据采集方式已然难以实现地物信息全覆盖，即使采用多种数据采集方式组合，由于地物互相遮挡、道路通行受限、地物特点各不相同、数据采集方案不尽完善等主观/客观原因，数据缺失问题不可避免，很大程度上影响后续工作开展。因此，针对各类点云数据的缺失进行修复，对重建目标物体真实三维模型具有重要意义。

发明内容

发明目的：本发明的目的是提供一种基于海量数据的城市场景重建方法，解决城市三维实景数据量过大处理效率低的问题，对三维实景数据缺失进行修复，实现海量数据的城市室外场景快速构建。

本发明的另一目的是提供一种基于海量数据的城市场景重建装置及设备。

技术方案：根据本发明的第一方面，提供一种基于海量数据的城市场景重建方法，包括以下步骤：

获取城市室外场景点云数据；

根据点云纹理特征，将城市室外场景点云数据分为建筑物点云和非建筑物点云，其中建筑物点云又分为建筑物主体点云和建筑物附属结构点云；

基于建筑物主体点云获取二维轮廓点集，并基于二维轮廓点集构造轮廓矩阵M，所述轮廓矩阵M是理论低秩的，利用低秩矩阵恢复方法恢复轮廓矩阵M的低秩结构，恢复得到的低秩矩阵中连续线性相关行向量对应的轮廓是相同的；基于低秩矩阵恢复得到的轮廓点集进行规则曲面拟合，获取轮廓曲面，对轮廓曲面进行曲面拉伸联结得到建筑物主体结构三维模型；

基于建筑物附属结构点云，根据对称结构分布规律获取原始点云的对称平面，根据对称平面获取对称点云，利用对称点云对原始点云进行缺失修复，基于修复后点云数据进行三维建模，得到建筑物附属结构三维模型；

基于非建筑物点云提取多种特征向量，基于特征向量在预先构建的非建筑物三维模型库中进行相似模型匹配，并对匹配得到的最相似模型采用模板组件变形方法进行建模，得到非建筑物三维模型；

将建筑物主体结构三维模型、建筑物附属结构三维模型和非建筑物三维模型进行组合，得到城市室外场景模型。

根据第一方面的某些实施方式，所述城市室外场景点云数据是采用无人机倾斜摄影和车载激光扫描方法采集得到的经过配准、融合的倾斜摄影点云数据和三维激光扫描点云数据。