[发明专利]大场景机载点云语义建模方法

权利要求书

1.大场景机载点云语义建模方法，其特征是包括如下步骤：

1)ALS点云场景分类；

2)建筑语义基元标识；

3)建筑语义重建；

4)精度评价；

所述的建筑语义基元标识，将点云分为建筑、植被、地面和“其他”四类，然后针对标记后的建筑点云实施连通聚类分析，完成单幢建筑分割；其后进一步实施建筑语义基元标识；具体包括如下步骤：

(a)建筑立面基元：

给定建筑边界线通过最佳标签过程分割出m个潜在的线性基元其中任意的线性基元由点集p₁，p₂，…，p_n组成；整个过程表达如下：

其中，E_alignment控制分割后想线性基元逼近真实建筑轮廓的程度；E_smooth确保位于同一条边界上的点保持相同的标号；E_fidelity抑制产生过度琐碎的分割边界，即分割后的线性基元要尽可能与真实建筑边界保持一致；

设计E_alignment子项为：

E_alignment＝E_distance×E_direction. (7)

E_distance的惩罚欧式距离度量的不一致性：

其中，变量表示点p_j到线性基元之间的欧式距离度量；较大的概率密度意味着点p_j具有较大的可能被分割到线性基元

E_direction惩罚方向向量的不一致性：

其中，表示边界点p_j的局部切线方向；表示线性基元的方向向量；二者之间残差越大，惩罚就越大；符号“·”表示向量的点乘；

利用当前边界点的前后两个直接邻接点作为参考，设计平滑项E_smooth：

其中，表示对p_j的标号；符号“％”表示模运算；如果当前点与其直接邻点标号不一致时，当前点与其直接邻点之间的欧式距离度量越大，惩罚越小；E_smooth项确保局部邻接点具有相同的标号；

融入E_fidelity项进一步抑制过分割，减少标号数目，提高分割的保真度：

其中，表示线性基元的长度；表示中任意点p_j；符号表示集合中最大长度的线性基元；E_fidelity惩罚较小长度的线性基元，并试图与其他线性基元进行合并，以减少冗余标签；

给定初始标号的前提条件下，通过动态规划、模拟退火、置信传播或图割优化求解该目标函数；

得到线性基元集合后，对这些边界基元实施规则化处理，以保证建筑规则性的几何外，即针对顺序实施平行约束、主方向一致性约束、正交约束和共线约束，从而有效避免多约束间的冲突：

(a)平行约束：如果与近似平行且满足平行约束将确保其完全平行；首先两两比较，继而采用区域增长的扩张算法，将划分到不同的分组：

(b)主方向约束：如果每个线性基元组方向g_i与建筑主方向具有一致性，将该组的方向调整为相应建筑主方向；针对不同数据场景，提出数据驱动和混合驱动两种方法计算建筑主方向

数据驱动：统计建筑内外边界点的局部切线方向、立面和地面的交线方向、建筑屋顶面片的屋脊线方向，构建直方图，然后在直方图中迭代搜索局部极值点，获取建筑所有主方向；

混合驱动：将建筑内外墙边界线在建筑主方向上做环路积分，积分最大值对应的方向即为建筑的主方向，目标函数如下：

其中，表示建筑内外边界的数目；表示中第i个边界段的长度；θ^*即为所求的建筑主方向通过Gauss-Newton或者Levenberg-Marquardt算法迭代求解该函数；

正交约束：如果基元组g_i与g_j近似正交，|g_i·g_j|＜∈，调整其为严格正交，选择长度最大的基元组作为基准基元组，然后调整另外一个基元组与之严格正交；

共线约束：针对每个基元组，如果所含有两个线性基元与近似共线，即满足调整其为严格共线；

(b)建筑屋顶基元：采用分层策略，首先提取占据主导地位的线性平面基元，然后提取圆柱、圆椎、圆球和圆环非线性参数基元，最后提取非线性自由曲面基元；具体针对如下基元进行提取：

(1)屋顶线性平面基元

首先分析点的局部几何空间，求取位于建筑屋脊线和建筑边界线处的“显著点”，继而根据“立面线性基元”的分割方法，从“显著点”中提取系列线性基元，以此作为约束条件，构建屋顶平面基元最优化分割目标函数；

点的显著性计算公式如下：

其中，P_flatness表示点的平整度，越趋近零，其位于建筑屋脊线的可能性越大；P_uniformity

表征局部点采样的不均一性，越趋近零，其位于建筑边缘处的可能性越大；通过分割显著点集合为一系列线性基元，以这些线性基元作为约束，构建屋顶面片分割能量方程，即给定屋顶点集通过最优化点标记过程将其分割为n个屋顶平面基亓最优化屋顶能量方程如下：

E_alignment控制分割后的平面基元与相应平面点云数据的一致性；E_smooth确保点云在局部空间标号的一致性；为此，E_alignment子项设计为：

其中，变量∈表示粗差阈值，用来控制生成集合；表示相应分割面片的点云数目；表示点p_j到平面基元的欧式空间度量；E_alignment子项将惩罚建筑屋脊点、边界点、大于∈的离值点；

考虑到屋脊线、边界线线性基元的约束，E_smooth子项设计为：

在局部球形邻域中的两个点p_i和p_j，如果二者标号不一致，即且被线性基元划分到不同的空间单元，即此时需对当前点实施c₁惩罚；相反应对当前点实施c₂惩罚，且满足0＜c₁＜c₂＜1；采用Gurobi求解器求解目标方程(14)；

(2)屋顶非线性参数基元

首先从平面基元提取后的剩余点中分析当前点所在的局部区域点集反映出的两个主曲率k₁和k₂：

如果高斯曲率k＝0(k＝k₁×k₂)，则选择圆柱抛物面拟合当前局部点集；

如果高斯曲率k＜0，则选择双曲面拟合当前局部点集；

如果高斯曲率k＞0，则选择椭球面拟合当前局部点集；

在此基础上，实施区域增长，将周围的点加入到当前点集中，然后采用最小二乘，实时优化当前曲面参数，直到大于给定残差，结束当前基元的探测；

(3)屋顶非线性自由曲面基元

将非线性参数基元提取后的剩余点组织成无向图，然后在无向图中搜索满足条件的连通分量，即在无向图中搜索分布连续且满足一定面积的点集作为非线性自由曲面屋顶基元；

(c)建筑底面基元：

首先栅格化地面点，采用拉普拉斯方程：填补大面积连续栅格单元数据缺失，继而得到建筑对应的底部平面基元；对于二维离散图像中每个数据空缺栅格单元，令两个维度上二阶差分和为零，以高程作为每个栅格单元求解的变量，以周边非缺失数据栅格单元作为构建拉普拉斯方程的约束条件；即求解将求解空白区域连续栅格单元的高程问题转化为求解系数为正定矩阵的非齐次线性方程组问题；为快速求解面积较大建筑造成地形数据的缺失问题，采用处理大规模正定稀疏矩阵的线性求解器TAUCS，给定建筑底部水平面上特定点的空间坐标和该点的法向向量即可唯一决定底部的平面II的方程：其中表示II上任意点坐标。