古建筑点云模型几何特征要素提取技术研究

发布时间：2021-06-29 18:10

　　古建筑保护的重要性已越来越为人们所认识,针对古建筑的支撑性部件提取效率低、精度差等问题,文章首先采用全局八叉树和局部K-D树的二级空间索引的方法将点云模型数据进行空间划分,然后利用随机采样一致性（RANdom Sample Consensus,RANSAC）改进算法结合线性最小二乘拟合算法提取古建筑的几何特征面,最后以庐山天主教堂三维激光扫描数据为例,验证了该方法的有效性、高效性、精确性。 

【文章来源】：地矿测绘. 2020,36(02)

【文章页数】：4 页

【部分图文】：

庐山天主教堂点云模型

针对离散点云的数据量较大，计算较为复杂，需要遍历每个点求得点的微分几何属性[13]，时间复杂度较大等问题，本文采用全局八叉树和局部K-D树的二级空间索引的方法将数据进行划分，可以快速查询及处理单个三维空间点，提高算法效率及空间检索速率。实现效果，如图2所示。本文在传统的RANSAC算法基础上增加了法向偏差进行约束，能较好地探测特征面，探测目标后采用线性最小二乘法进行二次曲面拟合，用本文方法与Geomagic Studio软件分别提取并拟合平面、球面、柱面特征。效果对比，如图3所示。

本文在传统的RANSAC算法基础上增加了法向偏差进行约束，能较好地探测特征面，探测目标后采用线性最小二乘法进行二次曲面拟合，用本文方法与Geomagic Studio软件分别提取并拟合平面、球面、柱面特征。效果对比，如图3所示。通过对比可以发现：Geomagic软件的特征提取算法是基于曲率的方法，对噪声敏感，对点云的数据质量要求非常高，且必须先拟合成三角网模型才能探测，对探测参数的设置要求非常严格，并且需要大量的人工干预，而本文提出的特征提取算法更优化，自动化程度更高。

【参考文献】：
期刊论文
[1]点云数据的多几何面片特征自动识别[J]. 石宏斌,殷义程,袁曼飞.  测绘通报. 2017(02)
[2]一种基于RANSAC框架的椭球提取算法[J]. 程志全,叶永凯,李宝.  图学学报. 2012(02)
[3]基于RANSAC算法的旋转面特征提取[J]. 皇甫中民,闫雒恒,刘雪梅.  计算机工程与设计. 2009(05)
[4]GIS中几种空间数据索引方法探究[J]. 孙卓成.  科协论坛(下半月). 2008(02)
[5]常用空间索引技术的分析[J]. 顾军,吴长彬.  微型电脑应用. 2001(12)

博士论文
[1]海量精细空间数据管理技术研究[D]. 郭明.武汉大学 2011
[2]基于散乱地面激光扫描点云数据的复杂立面中平面的自动提取[D]. 塔瑞克.武汉大学 2010

硕士论文
[1]地理场景中点云特征提取与简化研究[D]. 田鹏.南京师范大学 2008



本文编号：3256911