基于點云數據的建筑物立面紋理映射技術研究

袁浩攀侯岳方樂道

（1.禹州市泓瑞測繪有限公司，河南 禹州 461670；2.河南省測繪工程院，河南 鄭州 450003）

基于點云數據的建筑物立面紋理映射技術研究

袁浩攀1侯岳2方樂道2

（1.禹州市泓瑞測繪有限公司，河南 禹州 461670；2.河南省測繪工程院，河南 鄭州 450003）

本文以車載激光掃描獲取的點云數據及影像數據為研究對象，提出基于改進的格網法對建筑物點云信息提取，通過對建筑物立面紋理提取和最佳影像獲取，得到建筑物的立面影像圖像。本文對采用的技術方法和研究的內容進行詳細闡述。

點云數據；格網法；紋理信息；最佳影像

從車載激光掃描系統點云及影像數據出發，基于點云的濾波分類和數字圖像處理基礎，設計了一套建筑物立面紋理映射的方法。首先將車載點云做抽稀等預處理，然后通過設定點云密度閾值和格網內點云高程差異權值將建筑物點云從繁雜的點云中過濾出來，得到建筑物點云，通過點云的面片拓撲關系構建建筑物點云幾何框架；對CCD序列影像進行預處理，然后進行影像分割及形態學的處理；利用車載測量系統的POS數據和各個傳感器間的固定幾何關系建立影像與激光點云之間的一一對應關系，完成影像數據的糾正和映射［1-4］。

1 關鍵技術研究

本研究在傳統格網法的基礎上進行了一些改進，提出基于改進的格網法對建筑物點云信息提取。格網法的原理是記錄判斷格網坐標及格網內掃描點的個數，首先通過確定格網的大小和格網區域左下角或左上角坐標（x，y），計算每個小格網的中心坐標（x0，y0）；然后，計算每個格網內的掃描點數量m，根據車載掃描儀幾何關系與適宜掃描距離得到最低立面投影格網內的點數閾值θ，若掃描點數m＞θ則該點作為建筑物立面點保留，否則作為噪聲點剔除［5］。

對于高程點來說，格網法的掃描點從XYZ三維空間投影到XY平面，會造成Z坐標的丟失，而且在提取建筑物信息時未能充分考慮點云的高程權重。所以，本文基于格網法做了一些改進，將點云數據的高程信息作為權值參與到運算當中。

根據建筑物前立面與左側立面、前立面與右側立面、前立面與頂面垂直相交的拓撲關系，對其面片求交并確定所有交線方向向量機端點坐標，然后按照建筑物模型自身的對稱性和完整性特性得到完整的建筑物幾何框架模型。

2 研究內容

數據來源于某地區的城區建筑物，為本文車載系統繞建筑物行駛一周得到的點云數據，通過量測兩條掃描線之間的間距最大為10cm，每條掃描線上的相鄰兩點云之間的間距約為0.9cm，通過以絕對間距為0.074m統一采樣對點云進行抽稀得到預處理后的點云圖像，掃描點為1 098 772，預處理后的數據處理運算提高了20～30s。通過上述格網法來計算，取Tρ=50時，可知樹木未能得到完全去除，Tρ=80時能夠很完善地得到建筑物的投影；但從俯視圖能看到，用這種方法得到的點云數據，在建筑物正前方2棵樹木未能得到有效去除（圖中紅色部分為未能去除的樹木），這時輔以高程差異權值取TH=10m可得建筑物點云，圖1為結果圖。

圖1 點云處理結果圖

2.1 紋理信息的提取

通過車載系統的POS數據快速定位獲取含有建筑物紋理的影像。POS數據中包含有相機曝光時刻的位置坐標信息、內方位元素及其他相機參數，計算影像法向量與建筑物立面法向量的夾角，得到夾角最小的影像即為最佳影像［6］（見圖2）。

圖2 模型索引圖

2.2 最佳影像的選取

假設一定區域的建筑物立面為垂直于地面的規則形狀，通過設置建筑物立面上任一點的法向量和CCD影像法向量的矢量夾角閾值Tθ，使兩法向量夾角θi＜Tθ來獲取一幅或多幅影像。過程是：以建筑物某一立面Q上某點O為起點，向建筑物外側做法向量，任意影像P上做法向量，兩法向量夾角θi的值表示影像P的傾斜程度。θi越小表示影像的變形越小，與建筑物立面約近乎于平行，當θi=0時為最佳，所以在此取θmin的影像作為紋理映射影像［7］。

2.3 圖像分割

該算法為局域原型目標函數的典型聚類分析方法，以數據點到原數據的距離為優化函數條件。核心理論是采用函數極值的迭代運算把原始數據劃分為不同的數據集合，使數據在聚類內相似、聚類間相異。所以，根據該算法的原理清晰又可以運算海量數據的優勢，能夠廣泛地應用于數據分析的各個方向。但是其缺點也很明顯：在進行分割之前必須確定初始的聚類的數目或者收斂條件，但是對于建筑立面影像來說提取目標明確一般分為2個聚類數目，即墻面和其他。特殊的墻面影像再根據具體情況確定，同時還需要確定初始的聚類中心，根據一定的相似性準則（一般以距離為相似性測度）使數據點分配到聚類中心，形成新的聚類中心，再次迭代聚類形成中心，直到數據迭代結束，從而形成分類［8］。

2.4 研究結果

從圖3可以看到，影像中包括建筑物和其他地物，建筑物影像中包括玻璃和其他材質，因此首先對圖像進行分割，本文采用了K-means聚類算法對圖像分割，利用數學形態學對分割后的圖像進行進一步的邊緣處理，得到了建筑物墻面紋理和玻璃紋理［9］。

圖3 建筑物圖像

［1］孟麗艷.基于車載LIDAR系統的建筑物立面紋理映射［D］.焦作：河南理工大學，2015.

［2］師建輝.真實感建筑物三維模型的紋理映射優化方法研究［D］.北京：中國地質大學，2015.

［3］范沖，王學.三維城市建筑物的紋理映射綜述［J］.測繪與空間地理信息，2014（7）：1-4.

［4］王學.基于多視角影像的三維模型紋理映射研究［D］.長沙：中南大學，2014.

［5］李杰.基于圖像的建筑物模型重建技術研究［D］.北京：北方工業大學，2012.

［6］周婷婷，韋穗，章權兵.紋理映射中的平面校正技術研究［J］.計算機技術與發展，2004（10）：70-72.

［7］趙煦.基于地面激光掃描點云數據的三維重建方法研究［D］.武漢：武漢大學，2010.

［8］李暢.城市街道立面自動重建關鍵技術研究［J］.測繪學報，2011（2）：268.

［9］顧斌.數字圖像與激光點云配準及在建筑物三維建模中的應用［D］.徐州：中國礦業大學，2014.

Research on Texture Mapping of Building Facade Based on Point Cloud Data

Yuan Haopan1Hou Yue2Fang Ledao2
（1.Yuzhou Hongrui Mapping Ltd.，Yuzhou Henan 461670；2.Surveying&Mapping Engineering Institute of Henan Province，Zhengzhou Henan 450003）

Taking the point cloud data and image data acquired by vehicle laser scanning as the research object,this paper put forward to building point cloud information extraction based on improved grid method,the image of the building facade was obtained by extracting the texture of the building facade and obtaining the best image.The technical methods and contents of the text were described in detail.

point cloud data；grid method；texture information；best image

TP391.41

A

1003-5168（2017）05-0030-02

2017-04-17

袁浩攀（1988-），男，本科，助理工程師，研究方向：測繪工程、遙感科學與應用。