[发明专利]基于结构的室内场景三维建模方法

说明书

本发明公开了一种基于结构的室内场景三维建模方法，利用平面结构和多边形结构处理室内场景点云数据中存在的噪声、空洞和小物体建模精度低等问题。包括以下步骤：对点云进行平面分割，根据平面信息剔除点云数据中的异常点和建模精度较低的小物体；再对平面边界进行多边形拟合，自动提取多边形集合的邻接关系，应用基于优化的多边形自动粘合消除数据中的空洞和平面分割导致的缝隙。本发明方法在解决噪声、空洞等问题的同时，保证了输出结果与原始点云的一致性，能够得到高精度的室内场景模型。

技术领域

本发明涉及三维建模技术领域，尤其涉及一种基于结构的室内场景三维建模方法。

背景技术

室内场景的三维建模是许多应用的基础，如定位与导航、建筑维护和翻新规划、应急管理，以及生成虚拟现实中的游戏场景。没有室内设计经验的人可以向专家或专家系统提供住房的三维数字表示，以获得更好的家具布置建议。语义丰富、几何精度高的室内模型为室内导航服务提供了关键信息(如用于出口的门的位置、门的开启方向、室内空间的位置及其拓扑关系、室内空间的语义属性)。由于室内结构的复杂布局、物体之间复杂的相互作用、杂乱和遮挡，室内环境的三维建模仍然面临着特殊的挑战。(1)在数据收集过程中，由于缺少视图覆盖率，很难获得关于墙壁、地板和其他感兴趣的结构的数据，导致重构结果、不理想。(2)恢复内部结构和它们之间的拓扑关系(例如，连通性、包含性或邻接性)十分困难。(3)弱纹理区域(如无特征的墙壁或地板)通常存在于室内环境中，这导致了照片一致性测量误差。(4)传感器噪声和异常值进一步使建模过程复杂化。(5)不同场景之间的主要外观差异、光照和视图变化也使得自动和鲁棒地生成室内模型非常具有挑战性。上述几点导致通过传感器采集的数据生成的室内场景点云模型通常存在很多缺陷：大量的噪声和异常点，遮挡和材质等导致的空洞以及小物体建模精度低等。

发明内容

本发明的目的在于针对现有技术的不足，提供一种基于结构的室内场景三维建模方法。

为了实现上述目的，本发明采用如下技术方案：一种基于结构的室内场景三维建模方法，该方法包括以下步骤：

S1：通过平面分割，对室内场景点云数据中的异常点和小物体进行移除；

S2：对平面进行多边形拟合，包括提取平面边界，对每个边界点进行邻域估计，计算每个边界点的法线方向，通过在法线方向移动边界点位置来平滑边界，使用角点检测算法提取多边形；

S3：根据自适应搜索半径，搜索多边形集合的点、线、面之间的邻接关系；根据邻接关系建立图结构，进行局部剪枝和全局剪枝；

S4：根据多边形集合的邻接关系、平面性、正交性以及对输入点云的拟合，构建目标函数，求解目标函数以对多边形进行坐标变换，自动地粘合多边形集合；

S5：基于多边形生成室内场景模型。

进一步地，所述S1包括以下子步骤：

S11：构建KDTree，使用最近邻算法对点云数据中的每个点进行邻域搜索，使用PCA算法计算每个点的法向和曲率；

S12：采用基于距离和法向量判断的区域生长进行平面分割；

S13：使用PCA算法对每个平面拟合平面方程，根据平面信息(点数目、平面法向等)移除异常点和小物体。

进一步地，所述S2中，将平面点集中的所有点根据平面方程投影到平面上，将三维坐标转化为二维坐标，使用α-shape算法提取二维点云边界；应用前向搜索方法对每个边界点周围的局部平滑区域进行分类。

进一步地，所述S2中，计算并优化每个边界点的法线方向，具体为：通过在邻域内使用PCA算法初始化法线方向，使用最小二乘法对边界点的法向进行优化，优化方程如下：