基于點云融合的實景三維模型紋理重構方法研究

摘" 要：由于受到光照強度的影響，紋理重構的細節難以捕捉，可能導致實景三維模型紋理重構一致性降低的現象。針對上述現象，提出基于點云融合的實景三維模型紋理重構方法研究。通過先進的掃描技術獲取詳盡的點云數據，精準捕捉場景中的幾何細節，通過點云融合技術將不同視角、時間或設備采集的點云數據合并，結合高斯濾波去噪和配準處理，形成點云模型，利用紋理映射技術，將豐富的紋理信息映射到模型表面，得到細節豐富、完整性強的實景三維模型紋理重構結果。實驗結果表明，設計方法受到光照強度影響較小，能夠捕捉模型紋理細節，實景三維模型紋理重構一致性較高。

關鍵詞：點云融合" 實景" 三維模型" 紋理重構

中圖分類號：P208

Research on Texture Reconstruction Method for Realistic 3D Models Based on Point Cloud Fusion

CUI Congjian

Guizhou Zhongse Lantu Technology Co.， Ltd.， Guiyang， Duizhou Province， 550081 China

Abstract： Due to the influence of lighting intensity， the details of texture reconstruction are difficult to capture， which may lead to a decrease in the consistency of texture reconstruction in realistic 3D models. In response to the above phenomenon， a research on texture reconstruction method for realistic 3D models based on point cloud fusion is proposed. By using advanced scanning technology to obtain detailed point cloud data and accurately capture geometric details in the scene， point cloud fusion technology is used to merge point cloud data collected from different perspectives， times， or devices. Gaussian filtering denoising and registration processing are combined to form a point cloud model. Texture mapping technology is used to map rich texture information to the surface of the model， obtaining detailed and complete texture reconstruction results of the realistic 3D model. The experimental results show that the design method is less affected by lighting intensity and can capture model texture details. The consistency of texture reconstruction in realistic 3D models is high.

Key Words： Point cloud fusion; Realistic; 3D model; Texture reconstruction

實景三維模型在虛擬現實等領域應用廣泛，紋理重構是其構建的關鍵。盡管已有相關研究，但由于紋理的復雜性和多樣性，其重構仍具挑戰性。楊亞龍等人[1]提出了BIM家居場景模型紋理真實性還原方法，能還原家居場景真實感，但處理復雜紋理有限。張秋敏等人[2]關注于3D模型的全景紋理映射，能呈現逼真外觀，但處理大面積紋理和保證連續性需改進。這些研究為紋理重構提供了有價值的參考，但仍需進一步探索。為此，本文提出一種基于點云融合的實景三維模型紋理重構方法。

1" 獲取點云數據

利用地面三維激光掃描系統對目標物體進行掃描，獲取其表面的點云數據。采用掃描儀自身坐標系，以掃描儀為原點，構建三維的測量空間。以Y軸為激光掃描方向，X軸垂直于Y軸，Z軸與XY平面垂直，構成一個完整的三維坐標系。如圖1所示。

通過測距和測角系統獲取的數據，結合空間幾何原理，計算目標物體表面上各點的三維坐標，公式如下：

為確保數據完整性和精度，本文多次掃描目標并采用八叉樹空間劃分法[3]。基于點云數據，構建最小包圍盒并設定分辨率F。根據點云數量判斷是否需要細分，若數量少則不細分，否則均勻劃分8個卦限。持續檢查各卦限內點云數量，直至均滿足閾值。最終得到分布均勻、數量適中的點云單元塊，既保留模型細節又提高處理效率。這種劃分方法有效且高效。

2" 融合點云數據

由于上文獲取的點云數據是通過不同視角、不同時間或不同設備采集得到的，導致單個點云數據只能覆蓋場景的部分區域，且可能存在噪聲的問題。因此，本文通過點云融合，將多個點云數據合并在一起，形成一個更加完整、準確和稠密的點云模型，為后續的紋理映射、提供數據基礎[4]。

利用高斯濾波去除點云數據中的噪聲，基于高斯分布的特性，對每個點及其鄰域內的點進行加權平均來平滑噪聲。對于每個鄰域點，其高斯權重可以通過以下公式計算：

式（2）中：表示當前點的坐標；表示鄰域點的坐標；表示高斯函數的標準差。使用這些高斯權重對鄰域點的坐標進行加權平均，得到濾波后的當前點坐標：

式（3）中：表示鄰域內點的數量。通過公式（3），實現點云數據的平滑去噪處理。將去噪后的點云數據進行粗配準處理，圍繞Z軸旋轉，旋轉角與坐標之間的關系通過公式（4）的旋轉矩陣公式來表示：

公式（4）中：表示旋轉角度。將旋轉后的每個點進行平移處理，但這種粗配準后的數據可能存在不精確或不完全匹配的情況，為了獲得更完整、更精確的物體模型，本文進行點云數據融合，過程如下式所示：

式（5）中，和表示權重系數。公式（5）將不同視角下的點云數據合并到一起，對每個點云數據集的貢獻根據其質量和重要性進行加權，通過調整權重系數，控制不同點云數據集在融合結果中的影響程度，從而得到更加完整、準確和稠密的點云模型[5]。

3" 紋理映射

融合后的點云數據雖然提供了三維模型的幾何結構，但缺乏顏色、紋理等視覺信息。因此，本文通過紋理映射，賦予三維模型更加真實、生動的外觀，使模型表面呈現出真實的紋理和顏色，從而增強模型的真實感和視覺效果。紋理映射流程圖如圖3所示。

正向映射通過將紋理坐標轉換為屏幕空間坐標，在渲染管線中的頂點著色器階段完成，將紋理坐標作為頂點屬性輸入，并轉換為裁剪空間坐標，進一步轉換為屏幕空間坐標。反向映射是從屏幕空間坐標回退到紋理坐標的過程，將屏幕空間坐標轉換回歸一化的設備坐標，公式如下：

式（6）中：表示歸一化的設備坐標；表示視口的最小坐標；表示視口的寬度和高度。

為了在不增加實景表面幾何復雜度的前提下，修改實景表面的法向信息，使實景表面產生高低起伏、凹凸不平的視覺效果。過程如下：

式（7）中：表示紋理函數；表示實景表面的法向量。通過公式（7）中的紋理函數和實景表面的法向量，計算出新的法線方向，并將其應用于三維模型表面，使原本平滑的表面呈現出凹凸不平的視覺效果，從而增強模型的真實感。

在基本紋理映射完成后，為了得到高質量的紋理重構結果，本文使用雙線性插值法提高紋理分辨率，如公式（8）：

式（8）中：表示待插值點的值；表示鄰近點的值；和表示和的坐標。

通過凹凸紋理和提高紋理分辨率等處理，可以得到高質量、真實感強的實景三維模型紋理重構結果。至此，完成了基于點云融合的實景三維模型紋理重構方法設計。

4" 實驗

4.1" 實驗準備

為驗證本文方法，實驗準備充分。選用LS系列激光掃描儀（100 000點/秒，±0.05 mm精度）和DC系列高分辨率相機（6 000萬像素）。采用鋁合金三腳架穩固支撐設備。使用Cloud Compare 2.12.0處理點云，Photoshop 2023和Blender 3.0進行紋理提取和映射。數據采集時確保光照均勻，避免陰影和反光。設備時間同步確保數據對齊，保證實驗順利進行。

4.2" 實驗結果及分析

將本文方法與BIM方法[1]和3D模型[2]進行對比，驗證不同光照條件下的紋理重構一致性，結果如下。

分析表1，本文方法在不同光照條件下，紋理重構一致性均高于BIM方法[1]和3D模型[2]。在均勻光照下，評分達9.5分，遠高于對比方法。不均勻光照下仍保持9.0分，明顯優于BIM方法[1]和3D模型[2]。存在陰影和反射時，本文方法表現穩定，評分高于對比方法。總之，本文方法在各種光照條件下均能實現高一致性紋理重構，為實景三維模型構建提供了準確穩定的方法。

5" 結語

本文深入探討了基于點云融合的實景三維模型紋理重構方法，通過綜合運用點云處理、紋理映射以及圖像處理等技術，實現了對實景場景的精細重建和高度逼真的紋理表達，成功地構建出了具有高精度和高真實感的實景三維模型。

參考文獻

[1]楊亞龍，胡奇志，蘇亮亮，等.一種BIM家居場景模型紋理真實性還原方法[J].智能建筑電氣技術，2024，18（1）：1-5.

[2]張秋敏，曹治.基于3D模型的景觀建筑物全景紋理映射仿真[J].計算機仿真，2023，40（9）：197-201.

[3]程昫，葛亮，張帆，等.傾斜攝影建筑物模型自動紋理重建[J].測繪學報，2023，52（9）：1528-1537.

[4]徐海燕，郭為人，李德民，等.實景三維模型紋理的敏感目標自動識別與脫密方法[J].測繪通報，2023（12）：153-158.

[5]望曉尉，付仲良.一種實景三維模型點云析出及紋理重構方法[J].地理空間信息，2023，21（2）：97-102.