建筑物三维模型重建的方法与实现
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
➢ 应用领域
• 数字城市 • 数字考古 • 虚拟现实 • 数字娱乐
研究背景
➢ 建筑物三维模型重建
• 基于图片 • 基于激光扫描数据
一、课题研究背景 二、建筑物表面的数据获取 三、建筑物初始模型的建立 四、建筑物三角网格化简 五、目标物体移除与纹理修补技术 六、总结
数据获取系统
➢ 系统的组成：
• 激光扫描仪 (1)横向：系统相对定位数据 (2)纵向：建筑物表面模型数
iTu Tuv
angle(i
)
min_
angle(i
))
n
一、研究背景 二、建筑物表面的数据获取 三、建筑物初始模型的建立 四、建筑物三角网格化简 五、纹理修补技术 六、总结
纹理修补
➢目的：
在采集到的纹理图片中移除建筑物前的遮挡物 体，并用适当的纹理填充。
➢方法：
• 对要移除的遮挡物进行提取 • 对该目标区域沿轮廓线逐样本块进行修补。
三维点云预处理
➢作用：消除噪声干扰 ➢方法：
•滤波优化：消除噪声，提取背景层。 •平滑处理：平滑表面。
三维点云预处理
➢作用：消除噪声干扰 ➢方法：
•滤波优化：消除噪声，提取背景层。 •平滑处理：平滑表面。
建筑物初始模型的建立
➢ 三维空间点云的建立 ➢ 三维点云预处理 ➢ 生成初始网格模型
Rapidform三维空间点云处理软件。
• 根据代价值由小到大的顺序进行化简。
D2 (v)
(ax by cz d )2 (a2 b2 c2)
(ax by
cz d )2
( pTv)2
(vT
p)2
(v) ( pT v)2 p planes ( v )
(v)
(vT
p planes ( v )
p)(
pT v)
p planes ( v )
一、研究背景 二、建筑物表面的数据获取 三、建筑物初始模型的建立 四、建筑物三角网格化简 五、纹理修补技术 六、总结
一、研究背景 二、建筑物表面的数据获取 三、建筑物初始模型的建立 四、建筑物三角网格化简 五、纹理修补技术 六、总结
研究背景
➢ 建筑物三维模型重建
以与大连泰康公司合作的三维游戏为背景，对客 观存在的建筑物用计算机进行真实的三维重建，增 强游戏的真实感。
vT
( ppT
)v
vT
( p planes ( v )
K p )v
T
Q(v) (v) (v1, v2 ) v
Q
v
Qv1
Qv2
(v) v Q v
v
边折叠法
➢ 根据上述方法，22011个三角形最终被化简为4923个三角 形。尽管效果较前两种算法有很大提高，但是网格的数目也 多了近1000个。
边折叠法改进
➢ 将边折叠后生成的新三角形的形态质量因子引入到折叠代价 函数的计算当中，限制狭长三角形的产生，避免模型视觉特 征的急剧改变。改进后局部特征得到很好的保留，并且网格 数目可缩小到4020个。
CollapseCost(u,v) (v) uv avg _ angle
avg
_
angle
(max_
重新分段
提取填充 新的边缘 '
更新自信度
纹理修补
➢ 基于多幅图像的纹理修补方法
一、研究背景 二、建筑物表面的数据获取 三、建筑物初始模型的建立 四、建筑物三角网格化简 五、纹理修补技术 六、总结
网格化简精度有待提高
贴图实现自动化
1.最短边优先化简 2.基于法向的网格化简 3.边折叠法
最短边优先化简
➢ 方法： 排序网格中所有的边长，用堆来存储。依次删除边长最小
的边，直到达到预期的三角形数目。 ➢ 缺点：
容易丢失局部区域的框架结构。下图为从22011个三角形 化简到4201个三角形的效果。
基于法向的网格化简
➢ 化简依据 • 平面区域：平面区域的多边形应合并成较大的多边形。 • 陡边：相邻的两个多边形的二面角小于一定阈值的边。 • 凸点：曲率较大的顶点。
一、研究背景 二、建筑物表面的数据获取 三、建筑物初始模型的建立 四、建筑物三角网格化简 五、目标物体移除与纹理修补技术 六、总结
建筑物三角网格化简
➢ 作用：在尽可能保持原始模型特征的情况下，最大 限度地减少原始模型的三角形和顶点的数目。
• 顶点最少原则 • 误差最小原则 ➢ 目前现行方法在楼体表面网格化简上的比较。
cos t(u, v) u v max{min{(1 f .normal n.normal) 2}} f Tu nTuv
➢ 下图是从22011个三角形化简到4228个三角形的效果。
边折叠法
➢ 点到平面距离的平方和作为误差度量 。
• 选取两顶点距离小于一定阈值的点对，并计算两点对之间 的代价函数。
q
d
(
p
,
q
)
➢ 修补结果
纹理修补
➢ 存在问题：
• 轮廓点的等照度线方向造成线性结构无限繁殖。
• 对每一个需填充目标块，在确定源块的过程中都 需要对源区域进行全局搜索，大大影响了算法的 效率。
纹理修补
➢ 改进方法流程图
开始Leabharlann 滤波图像分割确定最大优 先权的修补块
退出
是否
' ?
邻域搜索 分段填充
据 • 数码摄像机 ：建筑物表面纹理
数据 • GPS全球卫星定位系统：系统
全局定位数据 • 倾角测量仪 ：道路坡度信息
一、研究背景 二、建筑物表面的数据获取 三、建筑物初始模型的建立 四、建筑物三角网格化简 五、纹理修补技术 六、总结
建筑物初始模型的建立
➢ 三维空间点云的建立 ➢ 三维点云预处理 ➢ 生成初始网格模型
建筑物初始模型的建立
➢ 三维空间点云的建立
• 扫描匹配方法——相对定位 • GPS校正法——全局定位
➢ 三维点云预处理 ➢ 生成初始网格模型
建筑物初始模型的建立
➢ 三维空间点云的建立 ➢ 三维点云预处理
• 建筑物表面反射率低导致激光信号弱。 • 扫描仪的固有误差。 • 树木、行人或车辆的遮挡。
➢ 生成初始网格模型
修补过程
定义目标块p的优先级为 P( p) 其中 C( p) D( p) 为信C(任p) 项，
为D( p)
数据项，表达式如下：
C( p)
C( p)
q p ( I )
p
, D( p)
I
p
np
设目标块 具 有最高优先级,记 是源区域中与
p
q
的源块。相似性的判断方法如下：
最 p相似
q
arg
min
• 数字城市 • 数字考古 • 虚拟现实 • 数字娱乐
研究背景
➢ 建筑物三维模型重建
• 基于图片 • 基于激光扫描数据
一、课题研究背景 二、建筑物表面的数据获取 三、建筑物初始模型的建立 四、建筑物三角网格化简 五、目标物体移除与纹理修补技术 六、总结
数据获取系统
➢ 系统的组成：
• 激光扫描仪 (1)横向：系统相对定位数据 (2)纵向：建筑物表面模型数
iTu Tuv
angle(i
)
min_
angle(i
))
n
一、研究背景 二、建筑物表面的数据获取 三、建筑物初始模型的建立 四、建筑物三角网格化简 五、纹理修补技术 六、总结
纹理修补
➢目的：
在采集到的纹理图片中移除建筑物前的遮挡物 体，并用适当的纹理填充。
➢方法：
• 对要移除的遮挡物进行提取 • 对该目标区域沿轮廓线逐样本块进行修补。
三维点云预处理
➢作用：消除噪声干扰 ➢方法：
•滤波优化：消除噪声，提取背景层。 •平滑处理：平滑表面。
三维点云预处理
➢作用：消除噪声干扰 ➢方法：
•滤波优化：消除噪声，提取背景层。 •平滑处理：平滑表面。
建筑物初始模型的建立
➢ 三维空间点云的建立 ➢ 三维点云预处理 ➢ 生成初始网格模型
Rapidform三维空间点云处理软件。
• 根据代价值由小到大的顺序进行化简。
D2 (v)
(ax by cz d )2 (a2 b2 c2)
(ax by
cz d )2
( pTv)2
(vT
p)2
(v) ( pT v)2 p planes ( v )
(v)
(vT
p planes ( v )
p)(
pT v)
p planes ( v )
一、研究背景 二、建筑物表面的数据获取 三、建筑物初始模型的建立 四、建筑物三角网格化简 五、纹理修补技术 六、总结
一、研究背景 二、建筑物表面的数据获取 三、建筑物初始模型的建立 四、建筑物三角网格化简 五、纹理修补技术 六、总结
研究背景
➢ 建筑物三维模型重建
以与大连泰康公司合作的三维游戏为背景，对客 观存在的建筑物用计算机进行真实的三维重建，增 强游戏的真实感。
vT
( ppT
)v
vT
( p planes ( v )
K p )v
T
Q(v) (v) (v1, v2 ) v
Q
v
Qv1
Qv2
(v) v Q v
v
边折叠法
➢ 根据上述方法，22011个三角形最终被化简为4923个三角 形。尽管效果较前两种算法有很大提高，但是网格的数目也 多了近1000个。
边折叠法改进
➢ 将边折叠后生成的新三角形的形态质量因子引入到折叠代价 函数的计算当中，限制狭长三角形的产生，避免模型视觉特 征的急剧改变。改进后局部特征得到很好的保留，并且网格 数目可缩小到4020个。
CollapseCost(u,v) (v) uv avg _ angle
avg
_
angle
(max_
重新分段
提取填充 新的边缘 '
更新自信度
纹理修补
➢ 基于多幅图像的纹理修补方法
一、研究背景 二、建筑物表面的数据获取 三、建筑物初始模型的建立 四、建筑物三角网格化简 五、纹理修补技术 六、总结
网格化简精度有待提高
贴图实现自动化
1.最短边优先化简 2.基于法向的网格化简 3.边折叠法
最短边优先化简
➢ 方法： 排序网格中所有的边长，用堆来存储。依次删除边长最小
的边，直到达到预期的三角形数目。 ➢ 缺点：
容易丢失局部区域的框架结构。下图为从22011个三角形 化简到4201个三角形的效果。
基于法向的网格化简
➢ 化简依据 • 平面区域：平面区域的多边形应合并成较大的多边形。 • 陡边：相邻的两个多边形的二面角小于一定阈值的边。 • 凸点：曲率较大的顶点。
一、研究背景 二、建筑物表面的数据获取 三、建筑物初始模型的建立 四、建筑物三角网格化简 五、目标物体移除与纹理修补技术 六、总结
建筑物三角网格化简
➢ 作用：在尽可能保持原始模型特征的情况下，最大 限度地减少原始模型的三角形和顶点的数目。
• 顶点最少原则 • 误差最小原则 ➢ 目前现行方法在楼体表面网格化简上的比较。
cos t(u, v) u v max{min{(1 f .normal n.normal) 2}} f Tu nTuv
➢ 下图是从22011个三角形化简到4228个三角形的效果。
边折叠法
➢ 点到平面距离的平方和作为误差度量 。
• 选取两顶点距离小于一定阈值的点对，并计算两点对之间 的代价函数。
q
d
(
p
,
q
)
➢ 修补结果
纹理修补
➢ 存在问题：
• 轮廓点的等照度线方向造成线性结构无限繁殖。
• 对每一个需填充目标块，在确定源块的过程中都 需要对源区域进行全局搜索，大大影响了算法的 效率。
纹理修补
➢ 改进方法流程图
开始Leabharlann 滤波图像分割确定最大优 先权的修补块
退出
是否
' ?
邻域搜索 分段填充
据 • 数码摄像机 ：建筑物表面纹理
数据 • GPS全球卫星定位系统：系统
全局定位数据 • 倾角测量仪 ：道路坡度信息
一、研究背景 二、建筑物表面的数据获取 三、建筑物初始模型的建立 四、建筑物三角网格化简 五、纹理修补技术 六、总结
建筑物初始模型的建立
➢ 三维空间点云的建立 ➢ 三维点云预处理 ➢ 生成初始网格模型
建筑物初始模型的建立
➢ 三维空间点云的建立
• 扫描匹配方法——相对定位 • GPS校正法——全局定位
➢ 三维点云预处理 ➢ 生成初始网格模型
建筑物初始模型的建立
➢ 三维空间点云的建立 ➢ 三维点云预处理
• 建筑物表面反射率低导致激光信号弱。 • 扫描仪的固有误差。 • 树木、行人或车辆的遮挡。
➢ 生成初始网格模型
修补过程
定义目标块p的优先级为 P( p) 其中 C( p) D( p) 为信C(任p) 项，
为D( p)
数据项，表达式如下：
C( p)
C( p)
q p ( I )
p
, D( p)
I
p
np
设目标块 具 有最高优先级,记 是源区域中与
p
q
的源块。相似性的判断方法如下：
最 p相似
q
arg
min