[发明专利]一种曼哈顿结构建筑物的轻量重建方法及装置

说明书

本发明涉及一种曼哈顿结构建筑物的轻量重建方法及装置。该方法及装置首先对图像序列应用从运动中恢复重建，得到相机位姿和稀疏点云，并执行基于线段的重建得到线云；对线云进行聚类，并在线云上采样得到采样点，加入到稀疏点云中；从线云中检测平面，并通过寻找正交平面切割得到角点；从角点出发，通过改变角点的参数来拟合点云，得到最终的立方体模型；对于未收敛到正确大小的立方体进行基于图像的配准。本发明使用线云来获取平面，而无需密集点云，本发明使用的线云提取平面方法不仅在平面提取的鲁棒性方面优于现有技术，更由于稀疏点云、线云获得的成本要低于密集点云，因此本发明的总体运行时间上要缩短，成本更低。

技术领域

本发明涉及一种曼哈顿结构建筑物的轻量重建方法及装置。

背景技术

城市场景作为一种常见的人造景观，其三维模型在GIS系统、虚拟现实、数字游戏、自动驾驶、智慧城市等领域中有着广泛的应用。城市场景主要由建筑物、街道等物体组成，虽然这些物体大多具有简单的几何结构，但是要构建出大规模的三维城市场景模型，仍是一项极具有挑战性的工作。由于城市规模庞大，相应的数据量巨大，同时在实际数据采集时往往由于建筑物遮挡和角度限制，传统的建模方法应用在城市建模上不仅速度慢而且重建的效果也不佳，因此探索高效的城市场景建模方法具有十分重大的研究价值和应用价值。

现有技术方案有若干基于平面切割空间来产生轻量模型的方法，一般的步骤是从点云或者线云中提取平面，然后切割空间得到若干的片面或者小室，通过一系列的非线性优化或者整数规划算法选择最佳的片面或者小室的子集来获得拟合平面或者点云最佳的模型。具体的相关类似方案包括：

1.论文Polyfit:Polygonal surface reconstruction from point clouds提出的算法PolyFit，首先从点云中检测若干平面，平面切割产生一系列的片面，根据所提出的拟合式子，找到拟合点云最佳的片面子集得到最终的输出模型。

2.论文Manhattan-world urban reconstruction from point clouds提出的算法，首先从点云中检测若干平面，根据平面分布检测曼哈顿结构的三个主方向，然后对平面进行方向矫正，使其对齐到三个轴方向；这些平面切割空间产生一系列的方盒子空间，通过01规划，选择最佳的方盒子子集，最终得到的模型拟合点云效果最佳，并输出最终模型。

3.论文Surface reconstruction from 3d line segments提出的算法，首先从线云中检测若干平面，平面切割产生一系列的小室，然后通过01规划，对每个小室的存在状态与否进行最优化，使得最终的选择子集满足最优的可见性状态、几何状态等条件，输出不存在的小室和存在的小室的边界片面作为最终的模型。

综上，传统的城市建模算法往往从扫描或者通过摄影测量重建得到的密集点云生成网格模型，这些网格模型通常包含数亿个面，虽然近年来计算机硬件性能飞速提升，但大规模三维场景的实时流畅渲染与处理仍面临着巨大挑战。这对应用程序的可视化、存储和数据传输带来了巨大的负担。在很多应用场合，如实景地图、GIS系统、自动驾驶导航，往往并不需要模型的纹理信息和精细细节，在此场合中使用高精度模型不仅会出现信息的冗余，而且如此高度细节的模型往往需要占据大量的储存空间和处理时间，对实时性处理提出了挑战。如今社会正处于移动互联网的时代，越来越多应用已经转向了Web化，在这些应用中，低内存占用、快速数据传输和高效的计算分析始终是首选。

已有的轻量化城市建模方法往往是先从原有的高度细节模型出发，在保证建筑物模型外观视觉效果的前提下对模型进行简化，在可视化时根据视距选择合适的细节层次模型加载，减轻计算机的渲染压力。这些算法的最主要的问题是首先需要有高度细节模型作为原始输入，而这些模型的获取往往依赖于人工建模或者高时间复杂度的算法来生成，十分费时费力，最后这些花费大代价得到的细节却被丢失，造成人力资源与计算资源的极大浪费。