基于长方体拟合扫描三维点云的曼哈顿结构建筑物自动建模方法

摘要

本发明提供了基于长方体拟合扫描三维点云的曼哈顿结构建筑物自动建模方法，通过平面提取、基于长方体的空间划分以及基于图割算法的二值化分类建模。将建模工作模式化到一种基于长方体素结构的二值化分类问题。利用平面上的点集和各个长方体的空间相对位置关系，建立反映拟合效率的覆盖度指数，并以此建立全局优化的目标能量方程。使用图割算法对目标方程求解，得到关于长方体的二值化分类，运算处理效率高；模型各个表面平整，结构整体紧促，直观效果舒适；由于模型结果只保留了长方形顶点和片面结构，相对于输入的密集三维点云而言，数据量得到了极大压缩，模型轻量化显著，这对于大规模建筑物场景的建模工作具有良好的支撑作用。