论文部分内容阅读
随着硬件显示设备和虚拟现实技术的发展,具有真实感的数字化城市受到人们越来越多的关注。数字化城市在城市规划、三维地图、古迹保护和虚拟仿真等方面发挥着重要的作用,并有巨大的应用潜力和市场价值。建筑物是城市场景中重要的组成部分,也是数字化城市的主要对象。如何有效地重建建筑物的三维模型一直是数字化城市的研究热点。 基于图像的模型重建方法由于其数据获取的便捷性、经济性和高效性,为数字化城市提供了一条有效的途径。基于图像的三维模型重建技术是一项系统工程,它包括基于图像的三维点云获取,几何结构的恢复和场景的绘制等过程。随着计算机视觉技术和图形学技术的发展,人们已经可以从图像中获取稠密的点云数据。具有高度真实感的场景绘制技术也已经较为成熟,但是如何从点云中获取建筑物的三维模型这一问题仍然没有得到解决。城市建筑模型重建的难度主要存在于三个方面:(1)建筑中通常含有很多的尖锐结构(如线段、平面等),如何在模型重建过程中保持这些尖锐结构是建筑模型重建的难点之一;(2)城市建筑的结构通常具有高度复杂性和多样性,如何通过数学建模的方法对建筑模型进行表述是建筑模型重建的难点之二;(3)基于图像的方法获取的点云通常含有严重的缺陷,例如噪声和缺失等。如何从有缺陷的点云中恢复完整、准确和简洁的建筑模型是建筑模型重建的难点之三,同时这也一直是计算机视觉和计算机图形学领域一个重要的研究课题。本文围绕上述问题开展相关研究,主要贡献如下: 提出了一种基于图拉普拉斯正则的平面分割模型,并将其用于城市建筑点云的平面元素提取。该方法在全局上采用一种线性投影模型进行分片平面拟合,在局部上采用图拉普拉斯模型保持局部的一致性。图拉普拉斯有效地整合了建筑的多种先验信息,从而显著地提高了分割的准确率。该模型可以通过乘性更新的方法快速进行优化。与已有的方法相比,本文的方法能够同时处理多个平面结构且对参数不敏感。真实数据和仿真数据上的实验结果表明,该模型对噪声鲁棒,具有较强的平面分割能力。 提出了一种基于断层的全自动城市建筑模型重建算法,用于从点云中恢复建筑的三维模型。该方法的核心思想是首先将建筑沿垂直于地面的方向切割成一系列断层,然后在每一片断层上自动重建分段线段的平面轮廓并从中提取主导平面轮廓。之后将主导平面轮廓作为标签通过马尔科夫随机场传播到其它断层中。这样建筑的三维模型重建问题便转化成了基于马尔科夫的多标签分配问题。为了准确地提取和传播主导平面轮廓,本文提出了一种基于语法编码的方法来准确地度量平面轮廓之间的相似性。此外,为了恢复建筑模型表面的窗户结构,本文提出了一种基于图像的模型编辑方法,该方法对于场景中重复出现的窗户结构十分有效。本章的重建算法适用于分段平面且与地面垂直的建筑,其主要优点是能够保持建筑的尖锐结构,同时生成简洁、水密的模型。大量真实数据上的实验结果验证了本文算法的有效性。 构建了一套实用的基于图像的大规模城市场景模型重建系统。该系统在集成了基于图像的点云生成技术和由点云到模型的重建技术的基础之上,实现了全自动的纹理图像拼接与编辑功能。该系统输入多视角图像序列,自动输出真实感较强的纹理模型。由点云到模型的重建直接影响到纹理模型的真实感,针对城市场景航拍图像得到的点云数据,本文对几种常用的表面重建算法的性能进行了测试和评估,从而为城市场景的模型重建提供参考。该系统能够对较大规模的城市场景进行自动重建,并支持测绘学中矢量数据的交互式采集和输出。实验中多个重建范例验证了该系统的有效性。