武 凯 周佳新 程章林

1(中国科学院深圳先进技术研究院 深圳 518055)

2(中国科学院大学计算机科学与技术学院 北京 100049)

1 引 言

近年来，随着虚拟现实和图形学的发展，三维场景模型在智慧城市、三维地图导航和文娱生活等场景中都具有广泛的应用，因而吸引了大量学者对其进行研究[1-4]。在城市场景三维重建中，由于平面是构成最终多面体几何模型中十分重要的元素，因此平面提取是解决城市场景三维重建的重要环节之一。

平面提取是从已采集的三维数据中提取可能存在的平面。其中，传统的方法(主要对点云模型进行处理)主要包括基于随机抽样一致(Random Sample Consensus，RANSAC)的平面拟合算法[5-6]、基于数据之间相似性的区域增长算法[7-8]以及基于霍夫变换[9-10]的平面拟合算法。由于点云具有数据量庞大、噪声繁杂等特性，基于点云的平面提取算法往往耗时较长，且精准性较差。目前，城市场景三维重建中的研究对象主要是一些规则的物体[11]，如城市中的建筑物通常是由规则的边线构成，通过观察分析这些边线就能推断整个建筑物的整体形状。线云的概念和点云类似，是由若干线段构成的集合。相较于使用点云数据，三维线段是比点更高一级的几何图元数据，不仅包含位置信息，还含有三维点所不能表示的方向信息。此外，同等场景下线云数据的量级比点云数据小。因此，合理地利用线段信息能够减少平面提取的难度，提高平面提取的效率和精度。

鉴于线云具有数据量小、蕴含信息量大等优势，近年来，研究人员逐渐将研究重点转向获取三维线云数据[12-15]，并开始研究基于线云数据的三维重建算法[16-17]。……