APP下载

建筑立面点云对偶深度图像中窗户提取方法

2020-08-07邹纪伟刘德儿刘靖钰李瑞雪冀炜臻

激光与红外 2020年7期
关键词:深度建筑

邹纪伟,刘德儿,杨 鹏,刘靖钰,李瑞雪,冀炜臻

(1.江西理工大学建筑与测绘工程学院,江西 赣州 341000;2.广州都市圈网络科技有限公司,广东 广州 510000)

1 引 言

在数字城市的建设中,建筑物的精细建模已成为研究热点,而激光点云的出现使其成为可能,而如何提取建筑立面的细节特征(如窗户、展台、墙体等)则是实现精细建模的前提。为此许多学者进行了大量研究,Yongzhi Wang等[1]人结合三维PCD和二维光学图像的优点,提取出连续的三维PCD建筑立面特征。Sung Chun Lee等[2]人利用窗口分类信息和图像线特征自动计算提取窗口的深度。Pascal Muller等[3]人从影像出发让计算机自动识别重复结构的区域,从而构建包含细节特征的立面三维模型。贾凯华等[4]首先将三维点云转换为二维图像,对二维图像进行处理找到窗户边界,再通过图像和点云的映射关系,求得窗户的外轮廓点云。在地面激光三维扫描数据中,建筑立面的几何特征包含墙面、门窗等几何轮廓信息,面轮廓的提取决定了建筑物三维立面三维重建的精度[5-8]。建筑物立面数据中包含有明显的深度信息,因此,不仅仅可以从影像角度寻找立面窗户,还可以通过几何信息从立面中提取门窗、展台等点云数据。王果等[9]利用α-shape算法对其进行建筑立面提取。林卉等[10]通过统计落在格网内的点数,生成二维直方图并转换为灰度图,然后对灰度图进行预处理后采用连通区域标记方法提取建筑立面数据。Sander Oude Elberink等[11]人根据目标物之间的拓扑关系,采用区域增长算法对点云数据进行面片分割,分析面片的大小、位置、方向等特征自动识别出场景中的立面、包括立面中的门窗、突起等细节。……

登录APP查看全文

猜你喜欢

深度建筑
《北方建筑》征稿简则
关于建筑的非专业遐思
建筑的“芯”
山居中的石建筑
深度观察
深度观察
深度观察
深度观察
听,建筑在诉说
独特而伟大的建筑