一种基于全局图聚类的平面建筑构件点云轮廓提取方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110222642A(43)申请公布日2019.09.10(21)申请号201910492239.8(22)申请日2019.06.06(71)申请人上海黑塞智能科技有限公司地址200092上海市杨浦区国康路100号2层(72)发明人徐聿升叶真潘玥顾振雄(74)专利代理机构上海科盛知识产权代理有限公司31225代理人赵继明(51)Int.Cl.G06K9/00(2006.01)G06K9/46(2006.01)权利要求书2页说明书7页附图4页(54)发明名称一种基于全局图聚类的平面建筑构件点云轮廓提取方法(57)摘要本发明涉及一种基于全局图聚类的平面建筑构件点云轮廓提取方法，该方法包括以下步骤：步骤1：对原始平面建筑三维点云数据采用超体素的几何特征进行表征，获得通过超体素的几何特征进行表征的点云数据；步骤2：针对通过超体素的几何特征进行表征的点云数据构建全局图模型；步骤3：针对全局图模型进行聚类优化并进一步提取得到平面片段；步骤4：从平面片段中提取最终面建筑构件点云轮廓。与现有技术相比，本发明具有轮廓提取精确度高，适用范围广等优点。CN110222642ACN110222642A权利要求书1/2页1.一种基于全局图聚类的平面建筑构件点云轮廓提取方法，其特征在于，该方法包括以下步骤：步骤1：对原始平面建筑三维点云数据采用超体素的几何特征进行表征，获得通过超体素的几何特征进行表征的点云数据；步骤2：针对通过超体素的几何特征进行表征的点云数据构建全局图模型；步骤3：针对全局图模型进行聚类优化并进一步提取得到平面片段；步骤4：从平面片段中提取最终面建筑构件点云轮廓。2.根据权利要求1所述的一种基于全局图聚类的平面建筑构件点云轮廓提取方法，其特征在于，所述的步骤1中具体包括以下分步骤：步骤11：通过八叉树分割将原始平面建筑三维点云数据划分为三维立方网络；步骤12：将三维立方网络的每个节点分成多个相等的子节点以生成基于八叉树的超体素结构，即通过超体素的几何特征进行表征的点云数据，所述超体素结构中每个超体素的几何属性由空间位置、方向信息和局部几何特征组成。3.根据权利要求2所述的一种基于全局图聚类的平面建筑构件点云轮廓提取方法，其特征在于，所述步骤12中每个超体素对应的结构块由所述点云数据集形成的近似曲面的法线向量和质心表示近似平面，由所述点云数据集表示所述结构块中的点，所述方向信息由所述点云数据集形成的近似曲面的法线向量表示，所述局部几何特征包括线性度、平面度、曲率变化和球形度。4.根据权利要求1所述的一种基于全局图聚类的平面建筑构件点云轮廓提取方法，其特征在于，所述步骤3中的包括以下分步骤：步骤31：识别全局图模型中所有超体素之间的连接关系；步骤32：通过深度优先搜寻方法将经过连接关系识别的所有超体素聚集成片段；步骤33：通过交叉验证检验连接关系正确性；步骤34：循环执行步骤31至步骤33后对给定平滑度和曲率阈值的片段进行提取并最终获得所有超体素对应的平面片段。5.根据权利要求4所述的一种基于全局图聚类的平面建筑构件点云轮廓提取方法，其特征在于，所述步骤32中的片段对应曲面的平滑度和曲率通过三维结构张量的EVD特征值得出，其描述公式为：Me＝(e1-e2)/e1Ce＝e3/(e1+e2+e3)式中，Me表示片段对应曲面的平滑度，Ce表示片段对应曲面的曲率，e1、e2和e3为三维结构张量不同的EVD特征值。6.根据权利要求1所述的一种基于全局图聚类的平面建筑构件点云轮廓提取方法，其特征在于，所述步骤4包括以下分步骤：步骤41：使用变换矩阵将原始平面建筑三维点云数据的三维点集投影至所述平面片段的二维平面上；步骤42：采用Alpha形状算法从二维平面上的投影点中提取出二维轮廓分段；步骤43：通过变换矩阵的逆矩阵和二维轮廓分段进一步得到三维轮廓的点，对其进行组合并得到最终面建筑构件点云轮廓。2CN110222642A权利要求书2/2页7.根据权利要求1所述的一种基于全局图聚类的平面建筑构件点云轮廓提取方法，其特征在于，该方法还包括步骤5：针对最终面建筑构件点云轮廓进行检测以减少异常值和精化结果的影响，该步骤包括以下分步骤：步骤51：通过RANSAC算法拟合最终面建筑构件点云轮廓中潜在的直线线段；步骤52：确定直线线段片段的方向；步骤53：对确定方向后的直线线段片段通过Graph-Cuts算法进行标记分类并检测。8.根据权利要求7所述的一种基于全局图聚类的平面建筑构件点云轮廓提取方法，其特征在于，所述步骤52具体包括：对所有直线线段片段首先定义一组方向角，然后通过使用原点线的中心和方向角中的方位角形成设置候选线段，最后通过建立考虑相邻平滑度和取向度的能量函数以确定适当的取