[发明专利]一种基于点云数据的室内3D建模方法、系统及相关装置

说明书

本申请公开了一种基于点云数据的室内3D建模方法，通过局部表面特征分析得到点云数据的法向量和曲率值，并根据该法向量和曲率值对点云数据执行集成分割操作得到各初始平面，在执行过房间构造重建后得到初始3D模型，最后再结合是否存在返回的激光脉冲和墙面物体与墙面的距离来重建墙面的具体形态，以实现对复杂室内场景的高精度3D建模，尤其是对涉及墙面特殊构造的高精度3D建模。该方法无需提供任何先验信息，并加强了对墙面具体形态的识别和重建，尤其适合对复杂度较高的室内场景进行高精度3D建模。本申请还同时公开了一种基于点云数据的室内3D建模系统、装置及计算机可读存储介质，具有上述有益效果。

技术领域

本申请涉及信息测绘技术领域，特别涉及一种基于点云数据的室内3D建 模方法、系统、装置以及计算机可读存储介质。

背景技术

三维室内建模对于各应用领域来说都具有重要意义，并由此衍生出了各 种三维激光扫描设备，这类设备通过不断投射出激光脉冲来获取目标室内环 境的点云数据，并试图依靠这些点云数据来构建目标室内环境的3D模型。

在理想的室内环境下(复杂程度低)构建出的3D模型的速度还可以满足 需求，但实际室内环境通常拥有较高的复杂度，各式各样的家具物品相互遮 拦、杂乱摆放、一些特殊、复杂的构造等等，都会增加基于原始点云数据构 建3D模型时难度，例如从室内场景中确定结构元素(墙壁，天花板和地板) 或墙面的物体(窗户，门和其他开口)都具有一定的困难。这些困难具体包 括可能会阻挡部分墙壁或窗户的家具造成的杂乱和遮挡问题，以及如办公室 或公寓内的杂乱场景。一些房间布局是根据正交边界的规则形状构造，但有 些布局则不是，这也造成了房间布局的复杂性。

室内环境的复杂性需要针对不同的情况采用不同的方法来解决，例如， 曼哈顿假设只涉及对正交结构的检测，而除此之外的另一类方法则是通过预 先得到目标室内环境中物体的先验信息来为实际构建3D模型时提供指导，就 好比旁边有一位知道答案的老师指导学生回答问题一样。但能够获得先验信 息的实际情况极少，因此如何在没有先验信息的前提下，提供一种仅需要原 始的点云数据就可以实现对复杂室内场景的3D建模方法，是本领域技术人员 亟待解决的问题。

发明内容

本申请的目的是提供一种基于点云数据的室内3D建模方法，在对原始点 云数据进行过预处理后，通过局部表面特征分析得到点云数据的法向量和曲 率值，并根据该法向量和曲率值对点云数据执行集成分割操作，以得到各初 始平面，在执行过房间构造重建后得到初始3D模型，最后再结合是否存在返 回的激光脉冲和墙面物体与墙面之间的距离来重建墙面的具体形态(是否有 开口、门、窗以及门窗的开闭状态等)，以实现对复杂室内场景的高精度3D 建模，尤其是对涉及墙面特殊构造的高精度3D建模。该方法无需事先提供任何先验信息，并加强了对墙面具体形态的识别和重建，消除了遮挡物体对建 立出来的模型的干扰，尤其适合对复杂度较高的室内场景进行高精度3D建模。

本申请的另一目的在于提供了一种基于点云数据的室内3D建模系统、装 置以及计算机可读存储介质。

为实现上述目的，本申请提供一种基于点云数据的室内3D建模方法，该 室内3D建模方法包括：

对采集到的原始点云数据进行预处理，得到处理后点云数据；

对所述处理后点云数据进行局部表面特征分析，得到法向量和曲率值；

根据所述法向量和所述曲率值对所述处理后点云数据执行集成分割操 作，得到各初始平面；

对各所述初始平面进行房间构造重建，得到初始3D模型；

根据是否存在返回的激光脉冲和墙面物体与墙面之间的距离识别墙面的 具体形态，根据所述具体形态完善所述初始3D模型。

可选的，对采集到的原始点云数据进行预处理，包括：

对所述原始点云数据进行降采样处理，得到降采样后点云数据；