一种密集匹配点云建筑物结构化模型精细重建方法

摘要

本发明公开了一种密集匹配点云建筑物结构化模型精细重建方法，所述方法通过获取原始点云数据，根据原始点云数据生成标准平面基元数据，然后再根据标准平面基元数据生成候选平面基元数据，并在候选平面基元数据筛选出目标平面基元数据，最终基于目标平面基元数据构建出三维建筑物模型。由于标准平面基元数据之间具有规则的相对位置关系，因此本发明可以有效解决现有技术中从原始原始点云数据中直接提取出的初始平面基元数据之间的相对位置关系存在偏差，因此通过初始平面基元相交生成的候选平面基元并不准确，从而导致重构出的建筑物三维模型存在偏差的问题。

说明书

技术领域

本发明涉及三维建筑模型领域，尤其涉及的是一种密集匹配点云建筑物结构化模型精细重建方法。

背景技术

现有的建筑物三维模型方法首先从点云数据中提取平面基元，然后通过平面基元相交得到用于重构建筑物三维模型的候选平面基元。然而，从原始点云数据中直接提取出的初始平面基元数据之间的相对位置关系存在偏差，即初始平面基元数据之间通常不具有规则的相对位置关系，因此通过初始平面基元相交生成的候选平面基元并不准确，从而导致重构出的建筑物三维模型存在偏差。

因此，现有技术还有待改进和发展。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种密集匹配点云建筑物结构化模型精细重建方法，旨在解决现有技术中从原始点云数据中直接提取出的初始平面基元数据之间的相对位置关系存在偏差，因此通过初始平面基元相交生成的候选平面基元并不准确，从而导致重构出的建筑物三维模型存在偏差的问题。

本发明解决问题所采用的技术方案如下：

第一方面，本发明实施例提供一种密集匹配点云建筑物结构化模型精细重建方法，其中，所述方法包括：

获取原始点云数据，根据所述原始点云数据生成标准平面基元数据；

根据所述标准平面基元数据生成候选平面基元数据；

在所述候选平面基元数据中筛选出目标平面基元数据，并根据所述目标平面基元数据生成三维建筑物模型。

在一种实施方式中，所述获取原始点云数据，根据所述原始点云数据生成标准平面基元数据包括：

获取原始点云数据，根据预设算法从所述原始点云数据中提取出若干个平面基元数据；

获取所述若干个平面基元数据之间的相对位置关系信息，并对所述相对位置关系信息进行调整，得到具有标准相对位置关系的若干个标准平面基元数据。

在一种实施方式中，所述获取所述若干个平面基元数据之间的相对位置关系信息，并对所述相对位置关系信息进行调整，得到具有标准相对位置关系的若干个标准平面基元数据包括：

获取所述若干个平面基元数据中每一个平面基元数据所包含的点云数据的法向量参数，根据所述法向量参数获取所述若干个平面基元数据之间的交会角数据；

根据所述交会角数据获取所述若干个平面基元数据之间的相对位置关系信息，并将所述相对位置关系相同的平面基元数据作为一个基元簇数据，得到若干个基元簇数据；

以所述每一个平面基元数据所包含的点云数量为权重值，根据所述权重值和所述交会角数据计算所述若干个基元簇数据中每一个基元簇数据对应的加权平均方向角数据；

根据所述加权平均方向角数据对所述基元簇数据中的点云数据进行投影转换，得到具有标准相对位置关系的若干个标准平面基元数据。

在一种实施方式中，所述根据所述标准平面基元数据生成候选平面基元数据包括：

获取所述标准平面基元数据中每一个平面基元数据对应的边界直线数据；

获取所述边界直线数据中每一条边界直线数据到所述标准平面基元数据中每一个平面基元数据的距离信息和投影数据；

根据所述距离信息和所述投影数据确定所述边界直线数据和所述平面基元数据之间的邻接关系信息；

根据所述邻接关系信息和所述标准平面基元数据确定候选平面基元数据。

在一种实施方式中，所述根据所述邻接关系信息和所述标准平面基元数据确定候选平面基元数据包括：

获取预设的距离阈值，根据所述邻接关系信息和所述距离阈值在所述标准平面基元数据和所述边界直线数据中筛选出基础边界直线数据和基础平面基元数据，并根据所述基础边界直线数据和所述基础平面基元数据构建出新增平面基元数据；

将所述标准平面基元数据、所述新增平面基元数据作为候选平面基元数据。

在一种实施方式中，所述基础边界直线数据包括：第一边界直线数据；所述基础平面基元数据包括：第一标准平面基元数据和第二标准平面基元数据；所述新增平面基元数据包括：第一新增平面基元数据；所述获取预设的距离阈值，根据所述邻接关系信息和所述距离阈值在所述标准平面基元数据和所述边界直线数据中筛选出基础边界直线数据和基础平面基元数据，并根据所述基础边界直线数据和所述基础平面基元数据构建出新增平面基元数据包括：

获取预设的距离阈值，根据所述邻接关系信息和所述距离阈值在所述标准平面基元数据和所述边界直线数据中筛选出第一边界直线数据、第一标准平面基元数据和第二标准平面基元数据；所述第一边界直线数据位于所述第二标准平面基元数据内；所述第一边界直线数据与所述第一标准平面基元数据为邻接关系且相隔距离小于所述距离阈值；

根据所述第一边界直线数据和所述第二标准平面基元数据生成第一新增平面基元数据；所述第一新增平面基元数据包含所述第一边界直线数据，且与所述第二标准平面基元数据为相互垂直关系。

在一种实施方式中，所述基础边界直线数据还包括：第二边界直线数据；所述基础平面基元数据还包括：第三标准平面基元数据和第四标准平面基元数据；所述新增平面基元数据还包括：第二新增平面基元数据；所述获取预设的距离阈值，根据所述邻接关系信息和所述距离阈值在所述标准平面基元数据和所述边界直线数据中筛选出基础边界直线数据和基础平面基元数据，并根据所述基础边界直线数据和所述基础平面基元数据构建出新增平面基元数据还包括：

根据所述邻接关系信息和所述距离阈值在所述标准平面基元数据和所述边界直线数据中筛选出第二边界直线数据、第三标准平面基元数据、第四标准平面基元数据；所述第二边界直线数据位于所述第三标准平面基元数据内，且所述第二边界直线数据与所述第四标准平面基元数据为邻接关系以及相互平行关系；所述第三标准平面基元数据与所述第四标准平面基元数据为相互垂直关系；

根据所述第二边界直线数据、所述第三标准平面基元数据、所述第四标准平面基元数据生成第二新增平面基元数据；所述第二新增平面基元数据包含所述第二边界直线数据的端点数据，且与所述第三标准平面基元数据、所述第四标准平面基元数据均为相互垂直关系。

在一种实施方式中，所述在所述候选平面基元数据中筛选出目标平面基元数据，并根据所述目标平面基元数据生成三维建筑物模型包括：

获取所述原始点云数据对应的影像数据的内外方位元素信息和所述影像数据对应的空三点云数据；所述空三点云数据为所述影像数据进行空中三角测量后得到的点云数据；

根据所述内外方位元素信息和所述空三点云数据对所述候选平面基元数据中的候选基元数据进行筛选，得到目标平面基元数据；

根据所述目标平面基元数据生成三维建筑物模型。

在一种实施方式中，所述根据所述内外方位元素信息和所述空三点云数据对所述候选平面基元数据中的候选基元数据进行筛选，得到目标平面基元数据包括：

根据所述内外方位元素信息获取相机投影中心数据；

获取所述空三点云数据的三维点集合数据，将所述三维点集合数据作为所述空三点云数据对应的物方三维点数据；

连接所述物方三维点数据与所述相机投影中心数据，得到线段数据；

获取所述线段数据与所述候选平面基元数据中的候选基元数据的相交信息，基于所述相交信息得到交点数量；

根据所述交点数量对所述候选平面基元数据中的候选基元数据进行筛选，得到目标平面基元数据。

在一种实施方式中，所述根据所述交点数量对所述候选平面基元数据中的候选基元数据进行筛选，得到目标平面基元数据包括：

当所述交点数量为0时，将所述交点数量对应的候选基元数据作为备选平面基元数据；

当所述交点数量大于0时，获取所述物方三维点数据到所述相机投影中心数据的距离值，得到第一距离值；

获取所述交点到所述相机投影中心数据的距离值，得到第二距离值，并将所述第一距离值与所述第二距离值相减，得到距离差值；

当所述距离差值小于或者等于预设距离差阈值时，将所述交点数量对应的候选基元数据作为备选平面基元数据；

获取所述备选平面基元数据中点云数据的拟合信息、所述备选平面基元数据的边界的拟合信息、所述备选平面基元数据的边界的方向角数据以及所述备选平面基元数据之间的拓扑约束关系信息，得到评价指标数据；

将所述评价指标数据代入预设的能量方程中，获取所述能量方程基于所述评价指标输出的最小能量解，并将所述最小能量解对应的备选平面基元数据作为目标平面基元数据。

本发明的有益效果：本发明实施例通过获取原始点云数据，根据原始点云数据生成标准平面基元数据，然后再根据标准平面基元数据生成候选平面基元数据，并在候选平面基元数据筛选出目标平面基元数据，最终基于目标平面基元数据构建出三维建筑物模型。由于标准平面基元数据之间具有规则的相对位置关系，因此本发明可以有效解决现有技术中从原始点云数据中直接提取出的初始平面基元数据之间的相对位置关系存在偏差，因此通过初始平面基元相交生成的候选平面基元并不准确，从而导致重构出的建筑物三维模型存在偏差的问题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种密集匹配点云建筑物结构化模型精细重建方法的流程示意图。

图2是本发明实施例提供的一种密集匹配点云建筑物结构化模型精细重建方法的详细步骤示意图。

图3是本发明实施例提供的生成第一新增平面基元的示意图。

图4是本发明实施例提供的生成第二新增平面基元的示意图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

需要说明，若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后……)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

建筑物三维精细模型是一种基于点云数据的单体建筑物重建方法，通过从建筑物表面的离散三维点集恢复为该单体建筑物对应的结构化多边形模型。这类建筑物模型是新型智慧城市建设不可或缺的组成部分，为城市管理、规划、仿真、安全、应急响应等诸多应用提供关键基础信息。现有的建筑物三维模型方法首先从点云数据中提取初始平面基元，然后通过初始平面基元相交得到用于重构建筑物三维模型的候选平面基元。然而，从原始点云数据中直接提取出的初始平面基元数据之间的相对位置关系存在偏差，即初始平面基元数据之间通常不具有规则的相对位置关系，因此通过初始平面基元相交生成的候选平面基元并不准确，从而导致重构出的建筑物三维模型存在偏差。

针对现有技术的上述缺陷，本发明提供了一种密集匹配点云建筑物结构化模型精细重建方法。首先获取原始点云数据，根据所述原始点云数据生成标准平面基元数据。然后根据所述标准平面基元数据生成候选平面基元数据。最后在所述候选平面基元数据中筛选出目标平面基元数据，并根据所述目标平面基元数据生成三维建筑物模型。简言之，本发明获取到原始点云数据以后，根据原始点云数据生成标准平面基元数据，然后再根据标准平面基元数据生成候选平面基元数据，并在候选平面基元数据筛选出目标平面基元数据，最终基于目标平面基元数据构建出三维建筑物模型。由于标准平面基元数据之间具有规则的相对位置关系，因此本发明可以有效解决现有技术中从原始点云数据中直接提取出的初始平面基元数据之间的相对位置关系存在偏差，因此通过初始平面基元相交生成的候选平面基元并不准确，从而导致重构出的建筑物三维模型存在偏差的问题。

如图1所示，所述方法包括如下步骤：

步骤S100、获取原始点云数据，根据所述原始点云数据生成标准平面基元数据。

具体地，为了重构出建筑物的三维模型，本实施例需要首先获取针对该建筑物进行激光扫描得到的原始点云数据。为了保证后续生成正确的候选平面基元数据，进而构建出精细的三维建筑物模型，因此本实施例还需要恢复所述原始点云数据中存在的平面基元之间的规则的相对位置关系，得到标准平面基元数据。

在一种实现方式中，所述步骤S100具体包括如下步骤：

步骤S110、获取原始点云数据，根据预设算法从所述原始点云数据中提取出若干个平面基元数据；

步骤S120、获取所述若干个平面基元数据之间的相对位置关系信息，并对所述相对位置关系信息进行调整，得到具有标准相对位置关系的若干个标准平面基元数据。

具体地，本实施例需要先根据预设算法从原始点云数据中提取出若干个平面基元数据，例如可以采用随机采样一致性算法或区域增长算法对原始点云数据进行提取。然后再获取所述若干个平面基元数据之间的相对位置关系信息，可以理解的是，这时提取出来的相对位置关系是存在偏差的，例如两个平面基元数据之间的相对位置关系本来应该是相互垂直关系，但是两个平面基元之间的夹角却不是规则的90度。所以本实施例需要对所述相对位置关系信息进行调整，得到具有标准相对位置关系的若干个标准平面基元数据。

在一种实现方式中，为了获得标准平面基元数据，本实施例可以通过获取所述若干个平面基元数据中每一个平面基元数据所包含的点云数据的法向量参数，根据所述法向量参数获取所述若干个平面基元数据之间的交会角数据，根据所述交会角数据获取所述若干个平面基元数据之间的相对位置关系信息。举例说明，本实施例预先设计了用于计算每个平面基元所包含的点云数据的平面方程：

其中，

然后本实施例会将所述相对位置关系相同的平面基元数据作为一个基元簇数据，得到若干个基元簇数据，并以所述每一个平面基元数据所包含的点云数量为权重值，根据所述权重值和所述交会角数据计算所述若干个基元簇数据中每一个基元簇数据对应的加权平均方向角数据，最后根据所述加权平均方向角数据对所述基元簇数据中的点云数据进行投影转换，得到具有标准相对位置关系的若干个标准平面基元数据。具体地，在转换过程中，需要以每个平面基元的重心位置为支点，将每个平面基元的法向量旋转至该平面基元对应的基元簇的加权平均方向角上，从而实现将建筑物的平面基元规则化，得到标准平面基元。

在一种实现方式中，获取到标准平面基元后，还可以对平面基元的边界直线进行规则化。具体地，将所述原始点云数据投影到所述标准平面基元数据中，然后在2D空间使用预设的算法（例如alpha-shape算法）获取各个标准基元平面基元数据数据的边界点，然后使用现有的边界简化方法（例如道格拉斯普客法），得到简化的边界直线。简化边界直线以后，为了进一步获取规则化的边界直线，本实施例还需要将边界直线抽象为中心点及方向角，并采用下述公式，将边界直线的规则化问题转换为参数空间中方向角的标记问题：

其中，

在一种实现方式中，为了使边界直线具有相同的方向角，本实施例会构建一个方向角池，然后从所述方向角池中选择出每条边界直线的方向角。举例说明，对于某个建筑物的平面基元中的某条边界直线，其方向角池由两部分组成：1）平行（共面）的平面基元中其它边界直线的方向角；2）非平行的平面基元在该平面基元中投影的方向角。本实施例根据到边界直线之间的垂直关系，将方向角的值域设置为

其中，L代表建筑物所有直线段的集合，l表示若干优化后边界点组成的边界直线；S表示初始方向角相近的边界直线对；K表示S中的一个元素。上述公式中第一项通过垂直距离量化点集对各候选方向角的数据拟合程度；第二项惩罚原本方向角相近的直线段选择不同的方向角。最后，通过最小化该第一能量方程求解每条直线段的方向角，并对具有相同方向角的连续直线段进行合并操作，即可得到全局规则化的建筑物边界直线，且具备较高的数据保真度。

对点云数据中的平面基元数据进行规则化，并得到标准平面基元数据以后，如图1所示，所述方法还包括如下步骤：

步骤S200、根据所述标准平面基元数据生成候选平面基元数据。

具体地，由于从原始点云数据中直接提取出基元平面的相对位置关系存在偏差，因此根据这些基元平面相交生成的候选平面基元数据也有很大的误差率。而本实施例为了提高建筑物三维模型的精确度，选择采用具有规则的相对位置关系的标准平面基元数据生成候选平面基元数据。

在一种实现方式中，所述步骤S200具体包括如下步骤：

步骤S210、获取所述标准平面基元数据中每一个标准平面基元数据对应的边界直线数据；

步骤S220、获取所述边界直线数据中每一条边界直线数据到所述每一个标准平面基元数据的距离信息和投影数据；

步骤S230、根据所述距离信息和所述投影数据确定所述每一条边界直线数据和所述每一个标准平面基元数据之间的邻接关系信息；

步骤S240、根据所述邻接关系信息和所述标准平面基元数据确定候选平面基元数据。

具体地，本实施例提供一个确定边界直线数据和标准平面基元数据之间的邻接关系信息的算法：

Step 1：任取某一标准平面基元A中的一条边界直线l，提取组成它的边界点集P，邻近点个数n归零；

Step 2：任取某一标准平面基元B，根据预设范围计算出该标准平面基元B对应的缓冲平面区域B+；

Step 3：取边界点集P中的某个点p，计算点p到标准平面基元B所在平面的垂直距离s；

Step 4：若s小于给定阈值ts，进入Step 5；否则返回Step 3；

Step 5：计算点p到标准平面基元B所在平面的投影pB，若pB落在缓冲平面区域B+内，邻近点个数n增加1个；

Step 6；重复Step 3-Step 5，若n超过给定阈值tn，则认为边界直线l与标准平面基元B相邻。

Step 7；重复Step 1-Step 6，直至所有标准平面基元数据都参与判断，得到所有相邻的边界直线、标准平面基元组合，即相当于确定了边界直线数据和标准平面基元之间的邻接关系信息。然后根据所述邻接关系信息和所述标准平面基元数据确定候选平面基元数据。

在一种实现方式中，为了根据所述邻接关系信息和所述标准平面基元数据确定候选平面基元数据，本实施例预先设定了一个距离阈值，然后根据所述邻接关系信息和所述距离阈值在所述标准平面基元数据和所述边界直线数据中筛选出基础边界直线数据和基础平面基元数据，并根据所述基础边界直线数据和所述基础平面基元数据构建出新增平面基元数据。

在一种实现方式中，所述基础边界直线数据包括：第一边界直线数据；所述基础平面基元数据包括：第一标准平面基元数据和第二标准平面基元数据；所述新增平面基元数据包括：第一新增平面基元数据。本实施例根据所述邻接关系信息和所述距离阈值在所述标准平面基元数据和所述边界直线数据中筛选出第一边界直线数据、第一标准平面基元数据和第二标准平面基元数据。其中，所述第一边界直线数据位于所述第二标准平面基元数据内，所述第一边界直线数据与所述第一标准平面基元数据为邻接关系且相隔距离小于所述距离阈值。然后根据所述第一边界直线数据和所述第二标准平面基元数据生成第一新增平面基元数据。其中，所述第一新增平面基元数据包含所述第一边界直线数据，且与所述第二标准平面基元数据为相互垂直关系。

简言之，本实施例提供了一个与传统方法不同的方法生成候选平面基元数据（传统方法：基于平面基元数据相交生成候选平面基元数据）。如图3所示，若标准平面基元A中的边界直线

在一种实现方式中，所述基础边界直线数据还包括：第二边界直线数据；所述基础平面基元数据还包括：第三标准平面基元数据和第四标准平面基元数据；所述新增平面基元数据还包括：第二新增平面基元数据。本实施例还可以根据所述邻接关系信息和所述距离阈值在所述标准平面基元数据和所述边界直线数据中筛选出第二边界直线数据、第三标准平面基元数据、第四标准平面基元数据，其中，所述第二边界直线数据位于所述第三标准平面基元数据内，且所述第二边界直线数据与所述第四标准平面基元数据为邻接关系以及相互平行关系。所述第三标准平面基元数据与所述第四标准平面基元数据为相互垂直关系。然后，根据所述第二边界直线数据、所述第三标准平面基元数据、所述第四标准平面基元数据生成第二新增平面基元数据；所述第二新增平面基元数据包含所述第二边界直线数据的端点数据，且与所述第三标准平面基元数据、所述第四标准平面基元数据均为相互垂直关系。

举例说明，如图4所示，若标准平面基元C中有边界直线

最后，将所述标准平面基元数据、所述新增平面基元数据作为候选平面基元数据。另外，还可以将这三类平面基元数据依次与原始点云数据所在空间包围盒进行求交，然后得到若干有界平面多边形组成的基元池以及多边形之间的共边关系。概括地讲，由于原始点云数据不可避免的存在缺失，因此传统方法中通过原始点云数据直接提取出平面基元，并通过这些平面基元相交生成的候选平面基元数据容易存在缺失，导致重建的建筑物模型精细程度不足，细节丢失，大大降低建筑物三维模型的后续应用价值。而本实施例中除了采用原有的标准平面基元作为候选平面基元，还会产生一些新增平面参与建筑物三维模型的构建，这些新增平面可以一定程度可以弥补缺失的点云数据带来的影响。

为了构建三维建筑物模型，如图1所示，所述方法还包括如下步骤：

步骤S300、在所述候选平面基元数据中筛选出目标平面基元数据，并根据所述目标平面基元数据生成三维建筑物模型。

具体地，由于候选平面基元中不仅会存在大量冗余的平面基元，还有可能会存在一些少量的不规则平面基元或者拓扑关系不正确的平面基元，因此本实施例需要对候选平面基元进行筛选，得到几何与拓扑最优的目标平面基元，从而构建出精确的三维建筑物模型。

在一种实现方式中，所述步骤S300具体包括如下步骤：

步骤S310、获取所述原始点云数据对应的影像数据的内外方位元素信息和所述影像数据对应的空三点云数据；所述空三点云数据为所述影像数据进行空中三角测量后得到的点云数据；

步骤S320、根据所述内外方位元素信息和所述空三点云数据对所述候选平面基元数据中的候选基元数据进行筛选，得到目标平面基元数据；

步骤S330、根据所述目标平面基元数据生成三维建筑物模型。

具体地，所述内外方位元素信息包括内方位元素信息和外方位元素信息，其中，内方位元素信息是指光心量度坐标和照相机焦距，前者决定了底片的投影中心，后者则决定了底片的比例。外方位元素信息是指光心的天球坐标和量度坐标系y轴与通过光心的赤经圈的夹角。而空中三角测量指的是在立体摄影测量中，根据少量的野外控制点，在室内进行控制点加密，求得加密点的高程和平面位置的测量方法。空中三角测量的主要目的是为缺少野外控制点的地区测图提供绝对定向的控制点。本实施例通过内外方位元素信息和空三点云数据对候选平面基元数据中的候选基元数据进行筛选，可以剔除掉候选平面基元中明显存在深度冲突的平面基元，减少了冗余的平面基元，提高后续运算的效率。

具体地，本实施例需要根据所述内外方位元素信息获取相机投影中心数据，然后获取所述空三点云数据的三维点集合数据，将所述三维点集合数据作为所述空三点云数据对应的物方三维点数据。之后，连接所述物方三维点数据与所述相机投影中心数据，得到线段数据。获取所述线段数据与所述候选平面基元数据中的候选基元数据的相交信息，基于所述相交信息得到交点数量，根据所述交点数量对所述候选平面基元数据中的候选基元数据进行筛选，得到目标平面基元数据。

在一种实现方式中，根据所述交点数量对所述候选平面基元数据中的候选基元数据进行筛选，得到目标平面基元数据的具体过程为：当所述交点数量为0时，将所述交点数量对应的候选基元数据作为备选平面基元数据。当所述交点数量大于0时，获取所述物方三维点数据到所述相机投影中心数据的距离值，得到第一距离值。然后获取所述交点到所述相机投影中心数据的距离值，得到第二距离值，并将所述第一距离值与所述第二距离值相减，得到距离差值。当所述距离差值小于或者等于预设距离差阈值时，将所述交点数量对应的候选基元数据作为备选平面基元数据。简言之，为了构建精确的三维建筑物模型，如图2所示，本实施例剔除掉候选平面基元中明显存在深度冲突的平面基元之后，剩下的平面基元还需要作为备选平面基元进行再一次筛选，然后再在这些备选平面基元中择优选择出目标平面基元数据。

在一种实现方式中，本实施例需要获取所述备选平面基元数据中点云数据的拟合信息、所述备选平面基元数据的边界的拟合信息、所述备选平面基元数据的边界的方向角数据以及所述备选平面基元数据之间的拓扑关系信息，得到评价指标数据，然后将所述评价指标数据代入预设的能量方程中，获取所述能量方程基于所述评价指标输出的最小能量解，并将所述最小能量解对应的备选平面基元数据作为目标平面基元数据。最后再根据所述目标平面基元数据生成三维建筑物模型。

具体地，为了获取备选平面基元数据中点云数据的拟合信息，本实施例需要提取各个备选平面基元一定缓冲范围内包含的原始点云数据，并统计这些点云数据到其对应的备选平面基元的平均距离值以及这些点云数据投影至其对应的备选平面基元时生成的投影覆盖比例，将所述平均距离值和所述投影覆盖比例作为备选平面基元数据中点云数据的拟合信息。

具体地，为了获取备选平面基元数据的边界的拟合信息，本实施例需要计算备选平面基元交线与同方向、相邻的建筑物边界特征线之间的重合距离值与直线垂距值，将该重合距离值与该直线垂距值作为备选平面基元数据的边界的拟合信息。

具体地，为了获取备选平面基元数据的边界的方向角数据，本实施例需要计算备选平面基元交线的方向角，根据相互垂直关系对所述备选平面基元交线进行分组并统计各组中的交线的累计长度。可以理解的是，备选平面基元交线有一个长度值，因此所述累计长度就是位于同一组的所有交线的长度值之和。从而达到惩罚多余方向角的出现的目的。

具体地，为了获取备选平面基元数据之间的拓扑约束关系信息，本实施例需要约束备选平面基元中同一条交线连接的平面基元的数量，避免最终生成的目标平面基元之间存在拓扑冲突，并根据约束关系生成备选平面基元数据之间的拓扑约束关系信息。

最后，本实施例将所述备选平面基元数据中点云数据的拟合信息、所述备选平面基元数据的边界的拟合信息、所述备选平面基元数据的边界的方向角数据以及所述备选平面基元数据之间的拓扑约束关系信息作为评价指标数据，并将所述评价指标数据代入预设的能量方程中，获取所述能量方程基于所述评价指标输出的最小能量解，并将所述最小能量解对应的备选平面基元数据作为目标平面基元数据。

本实施例中采用的能量方程的公式如下所示：

其中，

综上所述，本发明公开了一种密集匹配点云建筑物结构化模型精细重建方法，通过获取原始点云数据，根据原始点云数据生成标准平面基元数据，然后再根据标准平面基元数据生成候选平面基元数据，并在候选平面基元数据筛选出目标平面基元数据，最终基于目标平面基元数据构建出三维建筑物模型。由于标准平面基元数据之间具有规则的相对位置关系，因此本发明可以有效解决现有技术中从原始点云数据中直接提取出的初始平面基元数据之间的相对位置关系存在偏差，因此通过初始平面基元相交生成的候选平面基元并不准确，从而导致重构出的建筑物三维模型存在偏差的问题。

应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。