TIN约束下的建筑物三维自动重建方法项目摘要

由于影像理解的极端复杂性，从大比例尺航空影像和高分辨率遥感影像自动重建建筑物的逼真三维模型距离实用化还有很大的差距，特别是三维几何重建和墙面纹理映射的大部分工作仍需由手工完成，这已成为制约高精度三维城市模型快速获取的瓶颈问题。基于影像的三维城市自动建模一直是摄影测量和计算机视觉领域的研究热点和学术前沿。本申请立足于不规则三角形网络（TIN）的自适应动态更新和多层次细节控制等特点，研究TIN约束下的建筑物三维自动重建方法，包括：TIN约束下的立体影像特征点密集匹配与传播方法和自动识别建筑物表面几何面片并模型化的方法。根据匹配得到的建筑物密集特征点数据建立3D TIN，并融合2D 图形与属性信息实现建筑物三维表面模型的自动重建。本项目的研究为基于影像的建筑物三维表面模型自动重建提供了一种新的方法，也可以用于对激光扫描(LIDAR)获得的数字表面模型数据进行自动处理。 2100433B

视频影像作为一种容易快速获取且廉价的数据，一直是摄影测量与计算机视觉领域三维重建研究的重要源数据之一。由于视频影像分辨率低造成线/面特征提取困难，影像间基线过短难以建立精确的成像几何关系，普通车载或手持数码相机（摄像机）拍摄得到的视频影像序列还缺少辅助信息如控制点和数字高程模型等，因此基于普通视频序列影像的建筑物三维自动重建具有很大的难度，是国际学术研究的前沿性问题。本申请旨在充分利用视频序列影像间高重叠度的冗余信息和建筑物语义信息，系统研究可靠匹配点引导下的三维特征线和特征面提取方法、特征线段和面片的层次聚类方法、以及基于知识(包括语义信息和拓扑关系)的几何面片分类识别与拓扑连接方法等关键问题，形成一种基于视频序列影像由粗到精逼真重建建筑物三维立面模型的实用技术体系，为三维城市建模和计算机视觉等提供一种新的更高效可靠的途径。 2100433B

第1章 绪论 1

1.1 概述 3

1.2 国内外研究现状及趋势 5

1.2.1 建筑物模型三维重建概述 6

1.2.2 基于影像点云的建筑物场景三维重建 7

1.2.3 基于LiDAR点云的建筑物提取和三维重建 11

1.2.4 融合影像和LiDAR点云的建筑物提取和三维重建 21

1.2.5 小结 24

1.3 本书主要研究内容 26

1.3.1 基于线元分割的建筑物快速检测 27

1.3.2 基于RANSAC及层次拓扑图的建筑物三维重建 28

1.3.3 基于图割及全局优化的建筑物三维重建方法 29

1.4 本书的组织结构 30

第2章 基于线元分割的建筑物快速检测 33

2.1 基于交叉线元分割的平面提取 35

2.1.1 点的规则格网索引 35

2.1.2 道格拉斯分割 36

2.1.3 种子线的选择 37

2.1.4 区域增长 38

2.1.5 结果与分析 39

2.2 非平面点的分割 41

2.2.1 Meanshift点云分割 41

2.2.2 部分非平面点分割结果 44

2.2.3 结果与分析 44

2.3 面向对象分类的初始建筑物的提取 45

2.3.1 基于图割的平面分类 45

2.3.2 结果与分析 51

2.4 多特征的建筑物提取优化 52

2.4.1 特征提取 52

2.4.2 建筑物的精确提取 57

2.4.3 结果与分析 59

2.5 本章小结 62

第3章 基于随机采样一致性及层次拓扑图的建筑物三维重建 63

3.1 基于加权随机采样一致性的屋顶面片分割 65

3.1.1 随机采样一致性算法的原理 65

3.1.2 基于随机采样一致性的屋顶面片分割算法 67

3.1.3 改进的加权随机采样一致性算法 75

3.1.4 面片分割试验与分析 83

3.1.5 小结 96

3.2 模型关键特征检测与规则化 97

3.2.1 模型关键特征检测 97

3.2.2 边界规则化与整体调整 104

3.2.3 小结 108

3.3 基于层次拓扑树的渐进式屋顶拓扑构建 109

3.3.1 面片拓扑图的原理 109

3.3.2 基于拓扑图的屋顶拓扑识别及其困难 111

3.3.3 层次拓扑树的原理及构建 114

3.3.4 结果与分析 124

3.3.5 小结 128

3.4 实体模型生成与完整性检测 128

3.4.1 模型缺陷及现有改正方法 129

3.4.2 基于模型完整性的缺陷检测与修复 130

3.4.3 模型重建结果与精度分析 136

3.4.4 小结 145

3.5 本章小结 146

第4章 基于图割及全局优化的建筑物三维重建 147

4.1 图割优化的理论基础 149

4.1.1 概述 149

4.1.2 图割理论基础 149

4.1.3 图割多标号优化原理 154

4.1.4 小结 160

4.2 基于图割多标号优化的建筑物LiDAR点云面片分割 160

4.2.1 概述 160

4.2.2 基于图割全局优化的多平面模型拟合 163

4.2.3 基于图割多标号优化的建筑物面片分割 165

4.2.4 结果与分析 168

4.2.5 小结 180

4.3 基于建筑物面片和复形结构的三维空间划分 180

4.3.1 概述 180

4.3.2 二叉空间划分空间二分算法 182

4.3.3 复形与空间划分 184

4.3.4 基于建筑物分割面片的点云三维空间划分 187

4.3.5 结果与分析 189

4.3.6 小结 192

4.4 基于图割二值标号的建筑物LiDAR点云三维重建 193

4.4.1 概述 193

4.4.2 基于图割二值标号的建筑物点云三维重建 195

4.4.3 结果与分析 203

4.4.4 小结 212

4.5 本章小结 213

第5章 结论与展望 215

5.1 结论 217

5.1.1 基于线元分割的建筑物快速检测 217

5.1.2 基于随机采样一致性及层次拓扑图的建筑物三维重建 217

5.1.3 基于图割及全局优化的建筑物三维重建方法 218

5.2 展望 219

5.2.1 基于深度学习的整体认知 219

5.2.2 结合影像的细节结构识别 220

参考文献 221 2100433B