建筑物三维模型重建的方法与实现ppt课件

1、建筑物三维模型重建的方法与实现建筑物三维模型重建的方法与实现一、研讨背景一、研讨背景二、建筑物外表的数据获取二、建筑物外表的数据获取 三、建筑物初始模型的建立三、建筑物初始模型的建立 四、建筑物三角网格化简四、建筑物三角网格化简 五、纹理修补技术五、纹理修补技术 六、总结六、总结一、研讨背景一、研讨背景二、建筑物外表的数据获取二、建筑物外表的数据获取 三、建筑物初始模型的建立三、建筑物初始模型的建立 四、建筑物三角网格化简四、建筑物三角网格化简 五、纹理修补技术五、纹理修补技术 六、总结六、总结研讨背景研讨背景建筑物三维模型重建建筑物三维模型重建 以与大连泰康公司协作的三维游戏为以与大连泰康公

2、司协作的三维游戏为背景，对客观存在的建筑物用计算机进展真背景，对客观存在的建筑物用计算机进展真实的三维重建，加强游戏的真实感。实的三维重建，加强游戏的真实感。运用领域运用领域数字城市数字城市数字考古数字考古虚拟现实虚拟现实数字文娱数字文娱研讨背景研讨背景建筑物三维模型重建建筑物三维模型重建基于图片基于图片基于激光扫描数据基于激光扫描数据 一、课题研讨背景一、课题研讨背景二、建筑物外表的数据获取二、建筑物外表的数据获取 三、建筑物初始模型的建立三、建筑物初始模型的建立 四、建筑物三角网格化简四、建筑物三角网格化简 五、目的物体移除与纹理修补技术五、目的物体移除与纹理修补技术 六、总结六、总结数据

3、获取系统系统的组成：系统的组成：激光扫描仪激光扫描仪 (1)(1)横向：系统横向：系统相对定位数据相对定位数据 (2)(2)纵向：建筑纵向：建筑物外表模型数据物外表模型数据数码摄像机数码摄像机 ：建筑物：建筑物外表纹理数据外表纹理数据GPSGPS全球卫星定位系统：全球卫星定位系统：系统全局定位数据系统全局定位数据倾角丈量仪倾角丈量仪 ：道路坡：道路坡度信息度信息一、研讨背景一、研讨背景二、建筑物外表的数据获取二、建筑物外表的数据获取 三、建筑物初始模型的建立三、建筑物初始模型的建立 四、建筑物三角网格化简四、建筑物三角网格化简 五、纹理修补技术五、纹理修补技术 六、总结六、总结建筑物初始模型的

4、建立建筑物初始模型的建立三维空间点云的建立三维空间点云的建立三维点云预处置三维点云预处置生成初始网格模型生成初始网格模型建筑物初始模型的建立建筑物初始模型的建立三维空间点云的建立三维空间点云的建立扫描匹配方法扫描匹配方法相对定位相对定位GPS校正法校正法全局定位全局定位三维点云预处置三维点云预处置生成初始网格模型生成初始网格模型建筑物初始模型的建立建筑物初始模型的建立三维空间点云的建立三维空间点云的建立三维点云预处置三维点云预处置建筑物外表反射率低导致激光信号弱。建筑物外表反射率低导致激光信号弱。扫描仪的固有误差。扫描仪的固有误差。树木、行人或车辆的遮挡。树木、行人或车辆的遮挡。生成初始网格模

5、型生成初始网格模型三维点云预处置三维点云预处置作用：消除噪声干扰作用：消除噪声干扰方法：方法：滤波优化：消除噪声，提取背景层。滤波优化：消除噪声，提取背景层。平滑处置：平滑外表。平滑处置：平滑外表。三维点云预处置三维点云预处置作用：消除噪声干扰作用：消除噪声干扰方法：方法：滤波优化：消除噪声，提取背景层。滤波优化：消除噪声，提取背景层。平滑处置：平滑外表。平滑处置：平滑外表。建筑物初始模型的建立建筑物初始模型的建立三维空间点云的建立三维空间点云的建立三维点云预处置三维点云预处置生成初始网格模型生成初始网格模型 Rapidform三维空间点云处置软件。三维空间点云处置软件。一、研讨背景一、研讨背

6、景二、建筑物外表的数据获取二、建筑物外表的数据获取 三、建筑物初始模型的建立三、建筑物初始模型的建立 四、建筑物三角网格化简四、建筑物三角网格化简 五、目的物体移除与纹理修补技术五、目的物体移除与纹理修补技术 六、总结六、总结建筑物三角网格化简建筑物三角网格化简作用：在尽能够坚持原始模型特征的情况下，最大限制地减少原始模型的三角形和顶点的数目。顶点最少原那么误差最小原那么目前现行方法在楼体外表网格化简上的比较。 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最短边优先化简方法： 排序网格中一切的边长，用堆来存储。依次删除边长最小的边，直到到达预期的三角形数目。缺陷： 容

7、易丧失部分区域的框架构造。以下图为从22019个三角形化简到4201个三角形的效果。基于法向的网格化简基于法向的网格化简化简根据平面区域：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。以下图是从22019个三角形化简到4228个三角形的效果。cos ( , )maxmin(1.)2n TuvfTut u vuvf normal n normal边折叠法边折叠法点到平面间隔的平方和作为误差度量 。选取两顶点间隔小于一定阈值的点对，并计算两点对之间的代价函数。根据代价值由小到大的顺序进展化简。22222222()( )()()()()T

8、TaxbyczdD vaxbyczdp vv pabc2( )( )()Tp planes vvp v( )( )( )( )()()()()TTTTTpp planes vp planes vp planes vvv pp vvppvvKv( )( )Q vv 12( ,)v vv( )Tvvv Q v12vvvQQQ边折叠法边折叠法根据上述方法，22019个三角形最终被化简为4923个三角形。虽然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。边折叠法改良边折叠法改良将边折叠后生成的新三角形的形状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，防止模型视觉特征的急

9、剧改动。改良后部分特征得到很好的保管，并且网格数目可减少到4020个。( , )( )_CollapseCost u vvuvavgangle (max_()min_()_iuuviiTTangleangleavganglen一、研讨背景一、研讨背景二、建筑物外表的数据获取二、建筑物外表的数据获取 三、建筑物初始模型的建立三、建筑物初始模型的建立 四、建筑物三角网格化简四、建筑物三角网格化简 五、纹理修补技术五、纹理修补技术 六、总结六、总结纹理修补纹理修补目的： 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展提取对该目的区域沿轮廓线逐样本块进展修补

10、。修补过程修补过程w定义目的块定义目的块p p的优先级为的优先级为 其中其中 为信任项，为信任项， 为数据项，表达式如下：为数据项，表达式如下：w设目的块设目的块 具有最高优先级具有最高优先级, ,记记 是源区域中与是源区域中与 最类似的源块。类似性的判别方法如下：最类似的源块。类似性的判别方法如下： ( )( )( )pppPCD( )pC()pD( )()( )( ),ppqIpppppCInCD pqpargmin (,)qqqpd 纹理修补纹理修补修补结果存在问题：轮廓点的等照度线方向呵斥线性构造无限繁衍。对每一个需填充目的块，在确定源块的过程中都需求对源区域进展全局搜索，大大影响了算法的效率。纹理修补纹理修补改良方法流程图滤波滤波图像分割图像分割确定最大优确定最大优先权的修补块先权的修补块邻域搜索邻域搜索分段填充分段填充重新分段重新分段更新自信度更新自信度提取填充提取填充新的边缘新的