一种面向室内模型结构化重建的模型匹配方法

发布时间：2021-10-29 13:20

　　室内场景的三维重建方法可分为基于RGBD影像和SLAM的数据驱动方法以及基于室内场景模型库的模型驱动方法（结构化重建方法）两种。结构化重建方法中最关键的一个环节就是建立室内场景目标与模型库模型之间的对应关系。针对基于扫描点云的室内场景结构化重建问题,提出了一种基于主成分变换和格网化的模型匹配方法,并通过实验证明了该方法能快速可靠地获取结构匹配结果,为室内三维场景的自动结构化重建提供了新的技术方法。 

【文章来源】：地理空间信息. 2020,18(09)

【文章页数】：6 页

【部分图文】：

本文方法流程图

由于场景点云数据主轴存在4种可能情况，因此需根据这4种情况分别对场景点云数据进行相应的变换，再进行栅格化，然后计算其与模型点云数据的相似度，取其中最优的数值作为场景点云数据与某个模型的相似度结果。假设场景点云数据3个主成分组成的矩阵（每个主成分为一个列向量）为P1，模型点云数据的3个主成分组成的矩阵为P2，其中P1与P2之间的列向量应相互对应，如场景点云最小特征值对应的特征向量应对应于模型点云最小特征值对应的特征向量。

第一组实验选择的是三维激光扫描仪扫描的室内点云数据分割出来的椅子数据，点云数据分辨率约为7 mm；模型库选择的是椅子模型库，每个模型重采样的分辨率与扫描点云数据保持一致（为了保证模型库模型细节与扫描数据相当，达到较好的匹配效果）。匹配结果如图5所示，图中第一行为输入点云数据，第二行为对应的检索得到的最佳匹配模型结果，即第一行的第一个点云数据最佳匹配模型为第二行的第一个数据，依次类推。图4 电子器材模型库

【参考文献】：
期刊论文
[1]无人机倾斜摄影分辨率建模与分析[J]. 曹洪涛,高伟,张海峰,张亮,边延凯.  地理空间信息. 2019(01)
[2]基于图像辅助的三维模型形状检索[J]. 刘杰洪,黄惠.  集成技术. 2017(05)



本文编号：3464736