CN119515892A 一种基于正交方向和图割优化的室内点云精确提取方法 （杭州电子科技大学）

一种基于正交方向和图割优化的室内点云本发明公开了一种基于正交方向和图割优2的区域中使用带有法线方向约束的随机采样一致性算法RANSAC提取平面S＝{Si}；RANSAC通过将从室内区域转换来的掩膜与重新定向的点云重2.根据权利要求1所述的一种基于正交方向和图割优化的室内点云精确提取方法，其局部表面的参数由总最小二乘算法求解；总3.根据权利要求2所述的一种基于正交方向和图割优化的室内点云精确提取方法，其34.根据权利要求3所述的一种基于正交方向和图割优化的室内点云精确提取方法，其5.根据权利要求1所述的一种基于正交方向和图割优化的室内点云精确提取方法，其对于步骤1中提取的所有簇的平面结构及其对应的点集，通过位置关系将它们分类为通过对虚拟平面代理的法线方向进行逐对比较，确定不同虚拟平面代择与已标记的两个候选方向均正交的第三个平面方向，从而得到三个互相正交的候选方4其中，带有正交约束的非线性优化方法的目标是最小化从j和nk表示两个不同的候选虚拟优化算法通过最小化上述误差函数，并且同时满足6.根据权利要求5所述的一种基于正交方向和图割优化的室内点云精确提取方法，其虚拟平面的方程确定：根据平均法线方向和锚点定义虚拟平面7.根据权利要求1或5所述的一种基于正交方向和图割优化的室内点云精确提取方法，经过步骤2得到点云的主导方向后，通过旋转矩阵将下采样后的点云中的主导方向与面补丁及其内点变换到全局坐标系中，根据其法线向量与z轴的角度选择水平平面补丁作8.根据权利要求7所述的一种基于正交方向和图割优化的室内点云精确提取方法，其5C)和Area(A∩F)分别表示区域A与天花板和地板的重叠面积，而Area(A)表示区域A的总面则点覆盖能够通过计算点的密度来评估：PA|表示区域A中的点并且靠近墙体的点集为PW，则墙体支持能够通过计算区域内点到墙体的平均距离来评估：其中Threshold1，Threshold2，9.根据权利要求7所述的一种基于正交方向和图割优化的室内点云精确提取方法，其最终，通过将完善后的重新定向的点云与二值掩膜图像叠加并用调整6[0002]在三维建筑信息建模(BIM)和点云处理领域，随着激光扫描和摄影测量技术的进7得到的区域中使用带有法线方向约束的随机采样一致性算法RANSAC提取平面S＝{Si}。这些平面簇通常对应于建筑中的主要平面方向。得到大致正交的平面簇及其对应的内点[0015]如图1所示，本发明提出的一种基于正交方向和图割优化的室内点云精确提取方8计算下采样点云的局部表面特征。PCA用于通过拟合局部切线平面来估计每个点的法线方面上进行扩展(扩展过程是指在单位球体上从与簇的最优方向一致。为了确保从点云数据中提取的平面结构具有高的准确性和可靠性，[0025]另外，通过引入快速欧几里得聚类(FEC)方法来从平面结构中提取有意义的平面[0028]对于步骤1中提取的所有簇的平面结构及其对应的点集，通过位置关系将它们分9确定两两平面结构是否平行。如果两个平面结构之间的法线方向的夹角在该阈值范围内，平面上选取质心点作为虚拟平面的锚点(虚拟平面逐一比较其法线方向，当两个虚拟平面之间三个候选方向与建筑的结构元素密切相关，第一个方向大致与天花板或地板的方向一致，dj表示平面j的平面方程中的偏移量；ωi是根据点pi的原始位置和法线方向信息确定的权[0042]经过步骤2得到点云的主导方向后，通过旋转矩阵将下采样后的点云中的主导方为顶点，建立边来表示相邻区域之间的关系，从而生成域A与天花板C和地板F的重叠面积：其中Area(A∩C)和Area(A∩F)分别表示区域A与天花板和地板的重叠面积，而Area(A)表示区域A的够通过计算点的密度来评估：PA|表示区域A中的点的总数，而[0048]基于这三个属性，为每个顶点生成一个初始标签，通过设定阈值来做出决策：其中Threshold1，Threshold2，