浅谈基于点云数据的房屋三维建模

聂 雪

（西安铁路职业技术学院,西安,710014）

浅谈基于点云数据的房屋三维建模

聂 雪

（西安铁路职业技术学院,西安,710014）

基于点云数据处理的三维重建技术突破了基于二维投影信息对目标物体建模在几何精度方面的瓶颈，重新构建出准确性更高、真实感更强的三维场景，可应用于工程项目的模拟仿真、规划、结构分析，或GIS展示、虚拟设计、场景还原等领域。因此，如何实现快速且自动化程度较高的真实再现三维模型的重建技术越来越多的受到人们的关注。

点云数据处理；三维建模；三维激光扫描

1 三维激光扫描技术

上世纪90年代后期，三维激光扫描技术的发展以及三维激光扫描仪的出现，使得现实世界中越来越多的物体都可以通过激光扫描的方式建立其三维数字几何模型。三维激光扫描技术(3D Laser Scanning Technology)，又称“实景复制技术”是一种全自动高精度立体扫描技术，通过在物体模型表面空间点进行少则几万个多则几百万个的大量采样，并由这些空间点样本（又称点云曲面）完成对模型描述的边界表示。其优点有：非接触测量、数据采样率高、主动发射扫描光源、不受扫描环境影响、高分辨率、数字化采集、兼容性好、扩展性好。

图1 三维激光扫描数据处理的基本步骤

基于点云数据的三维重建方法的基本步骤为：点云数据获取、预处理、数据分割、建立模型，如图1所示，其中点云数据的获取一般使用三维激光扫描仪完成。三维激光扫描仪是一种能够直接获取目标物体表面三维点云数据的采集设备，一般由激光发射器、接收器、时间计数器、传动装置、微电脑和软件等组成。由扫描仪向目标物体发出一束激光信号，通过信号反馈生成点云数据。

2 房屋建模步骤

按照房屋结构，可以将房屋分为简单结构房屋、复杂结构房屋、建筑群等几类，而实际上复杂结构房屋也可以看作是简单结构房屋中的一个或多个组成部分组成的；而建筑群一般则是由一个或者多个简单结构房屋和复杂结构房屋组合而成。因此，简单结构房屋的三维建模是房屋建模的基础。

一般我们可以将具有以下几种特性的房屋视为规则的简单结构房屋：（1）房屋的立面基本垂直于地面；（2）墙表面基本平滑；（3）墙与墙之间的转角基本为直角。对于这种结构的房屋模型，一般采用不同的方法分别对房屋的几个组成部分进行建模，包括房屋屋顶建模、墙壁建模和门窗的建模。无论哪种方法，其基本步骤是首先获得目标对象的轮廓点，然后由轮廓点获取目标对象的大致外形，从而实现对该类结构对象的建模。

虽然不同的结构模型三维重建的技术和方法不尽相同，但一

般来说都是如下的流程，如图2所示。

图2 点云数据房屋建模的一般流程

数据预处理通过对三维激光扫描仪扫描结果进行处理，能够有效提高建模速度，并减小结果失真；目标分割将道路、树木、行人等与房屋建模无关的数据去除；数据配准、滤波和几何纠正对数据进行规则化处理；通过轮廓点的提取、轮廓线的拟合可以得到房屋的大致外观模型，是房屋三维建模中的关键；在此基础上，对房屋组成部分以及假设部分（即分别建模，可以获得更加逼真的效果；从而最终获得高质量的房屋三维建模结果。

对于异型房屋，如球形屋顶、斜墙壁、圆形窗户、不规则墙表面等，一般采用的方法是首先在点云数据上求轮廓点，进而获取轮廓线，得到房屋框架外形结构模型，然后根据最小封闭区域面的相似性来进行面的拟合，最终构造出建模结果。这种不规则建筑物的建模由于受采集设备的限制，通常采集的数据要求精度和完整性比较高，难度较大。

3 房屋建模方法

3.1 基于二维投影信息建模方法

对房屋的基于二维投影信息建模的典型方法包括：Sudipta N.Sinha等通过对多个不同视角的视点图像合成新的视点并进行匹配，设计并实现了一种基于多幅无序照片的三维房屋重建方法，但这种方法恢复出的房屋的某些拐角显示的效果不理想，缺少立体感，通常适合于精确度要求不太高的虚拟漫游领域，对于对立体感和真实感要求较高的应用领域并不适合。与之类似的还有上世纪90年代初期提出的IBMMR技术也是基于多幅图像来进行的建模。D.Nister提出的从未标定的视频序列自动恢复场景信息方法，根据立体几何原理，利用图片信息以及序列信息对房屋进行三维建模。这种建模方式需要对图片进行大量的信息分析处理，运行速度十分缓慢，对于结构、造型十分复杂的房屋，由于计算机硬件的限制，处理时间漫长，因此适用程度较低。此外，2004年M.Pollefeys等人提出了一种使用手持相机获取的图片信息恢复虚拟三维场景模型的方法。

基于二维投影建模的方法主要有Ervin S.M.等人提出的布告牌法，该法将树木覆盖的空间规则进行有效恢复，并将每个个体元构造纹理模型。通过恢复树木的空间点集，将点集形成的书目包围中轴线，以此描绘树干形状叫中轴估计法。还有Rechae A.等人提出的体积渲染法，运用粒子运动描绘树干姿态的粒子仿真法；通过从图像中提取树干形状，恢复树干空间位置中的几何参数是Ping Tan等的模型库匹配法。

3.2 基于点云建模方法

在房屋重建方面：I.Stamus和P.R.Allen通过在室外大型建筑物上获取深度和色彩图像获得了是建筑物具备真实的三维感的模型系统，并在古建筑的三维建模应用上获得了良好的效果。Fruh等人使用三维机载激光扫描仪结合CCD数码照相机，对采集到的三维点云数据绘制出了建筑物屋顶带有颜色的几何模型，得到了更为完整的室外场景的三维模型。中科院遥感应用研究所的尤红建等人从国内自行研制的机载激光扫描仪所获得的数据中，初步完成了通过DSM影响分割和跟踪、边缘提取等方法构建建筑物的三维位置，应用多边形无限逼近、方位角、边缘线段规格化等算法使建筑物边缘规格化，并以此获得较好的直角建筑物。武汉大学张小红研究了激光测距数据分类和规则房屋提取的方法，通过利用利用多次回波激光数据进行数据分类，将邻接的房屋和树木进行了分割，并基于分类后的原始激光脚点数据提取了规则的房屋。李必军等人利用车载激光扫描提取建筑物特征，总结了一套基于建筑物几何特征的信息收集方案，可以从激光扫描数据中获取建筑物的外立面信息。张爱武利用激光扫描的特点创建了自适应采样方法。程效军等利用数字测量技术结合摄影技术对城市三维建模进行了深入研究，刘亚丽探讨了地图鱼影响进行三维建模的新途径。

目前，由于在复杂的几何场景中几何结构、物体表面的发射特性、光照条件的变化、地形和遮挡物的不规则性影响，提取的轮廓不够精细，对于某些细节的棱角提取的不够完整，导致复杂房屋的重建依然困难重重。

虽然国内外研究者对房屋的基于点云数据的三维重建技术进行了大量的研究，也取得了丰硕的成果，但在一些关键问题上还需要进一步研究，包括形状特征提取、形状分解、外形信息理解、表面反射信息的有效获取和绘制、三维模型的快速检索等，这是三维建模中的难点，也是当前及未来三维重建领域的热点研究课题。

[1] David A Forsyth,Jean Pronce.Computer Vision:a modern approach[C].Prentice Hall.2002.

[2] Chin-hung Teng,Yung-sheng Chen,Wen-hsing Hsu. Constructing a 3D trunk model from two images[J]. Graph.Models,2007,69(1):33-56.

[3] Pollefeys M,Gool L V,Yergauwen Meta1.Visual modeling with a hand-held Camerm[J].International Journal of Computer Vision.2004,59(3):207-232.

聂雪，女，1976-3，辽宁省新民市，讲师，研究方向：软件应用

On the three-dimensional modeling based on point cloud data Housing

Nie Xue
(Xi'an Institute of Railway Technology，Xi'an，710014)

Based on the three-dimensional reconstruction of point cloud data processing technology breakthroughs higher accuracy based on two-dimensional projection of the target object modeling information bottleneck in terms of geometric accuracy,re-build,more realistic three-dimensional scene can be used in engineering simulation project simulation,planning,structural analysis,or GIS display,virtual design,scene reduction and other areas. Therefore,how to achieve rapid reconstruction and high degree of automation true representation of three-dimensional model of a growing number of people's attention.

point cloud data processing;dimensional modeling;dimensional laser scanning