城市建筑物三维建模技术概述

时间:2022-08-02 01:33:21

城市建筑物三维建模技术概述

摘要 随着经济社会的发展,数字城市乃至智慧城市建设正在成为关注热点,而建筑物三维建模正是其中的关键环节。本文从技术方案的角度对现状做了归纳,介绍了利用多种数据源进行三维建模,包括点云的参数及非参数建模方法,基于影像

的线特征匹配方法,进一步介绍了多源数据的融合方法。最后总结了当前发展特点及面临的挑战。

关键词 三维建模;摄影测量;城市

中图分类号 TU-0 文献标识码A 文章编号 1674-6708(2014)112-0068-03

0引言

当前智慧城市建设正在成为地理空间信息产业的一个热点,智慧城市作为数字城市概念的进一步拓展,同样地需要将建筑物的三维建模技术作为重要组成部分。随着数据获取手段的更新以及数据量的急速增长,建筑物建模方法逐步从手工向人机交互甚至全自动化、从单个建筑建模到大规模场景批量建模发展。事实上,在摄影测量领域关于建筑物自动/半自动三维建模的研究已有二十余年历史。

然而,复杂建筑物的数字模型生成仍然是个颇具挑战性的问题。以影像为例,在实际生产中最为成熟的是人工编辑方法,例如使用Sketchup、Auto CAD等软件在影像基础上进行几何模型编辑以及纹理贴图,建立单个建筑物的三维模型。人工编辑虽然能保证重建模型的准确性和细节度,但是效率非常低下,无法适用于大规模场景建模的任务。而实现基于影像的全自动建模,需要在影像解译领域取得较大突破,而囿于当前的研究进展,许多学者提出了基于人机交互的半自动建模方法,而且也已经出现若干成熟的商业软件系统。例如瑞士联邦苏黎世理工大学推出的CyberCity-Modeler系统,利用航空遥感影像对多类地物进行三维点云生成、分割和多面片拟合,操作员只需对点云生成和分类步骤进行干预,因而效率较高,每天能完成500到1000个目标的工作量,该系统已经成功地应用于欧美多个城市的三维建模任务。另一类系统以德国Inpho公司推出的inJECT为代表,系统整合了一个包含多种常见建筑物线框模型的数据库,操作员只需根据图像的内容选择特定建筑物模型,系统能自动进行参数解算,使生成模型能够与输入影像保持相容性。同时该系统支持用户拓展数据库中的模型,以及由简单模型组合复杂模型,使其能更好适应复杂城市场景。全自动建模方法现在仍处于研究阶段,从计算机视觉的角度来看,三维建模可以转化为一个大型优化问题,需要在场景的局部以及全局约束中寻求平衡,由此引出“自上而下”(先验模型驱动)和“自下而上”(数据驱动)两类方法。由于这一问题的病态性,当前许多自动化方法都在多源数据融合中寻求解决方案。

航空影像作为传统摄影测量的数据源,在获取、储存和分发方面较于其他数据源有优势;近几十年随着高空间分辨率卫星遥感、近景摄影、地面移动测量、大倾角摄影等技术的进步,使得基于影像三维建模能够获取更多建筑物细节以及适用于大范围场景重建。值得注意的是,近年来有学者也在进行利用网络用户上传影像进行建筑物三维建模的研究。同时,LiDAR技术的出现也极大推动了建筑物自动建模的研究。通过记录后向散射激光束的时刻,借助机上的GPS/INS系统,该技术能直接测量地物点的空间三维坐标,从而回避了影像特征提取的步骤。LiDAR数据对建筑物的面特征描述效果较好,然而对于建筑物别重要的线特征效果欠佳,且依赖于扫描激光点云的密度,因此经常与包括影像数据在内的其他数据结合使用。此外InSAR数据也具有建筑物三维建模的潜力,但是当前研究尚在起步阶段。

本文将针对建筑物自动/半自动三维建模这一问题,从技术方案的角度介绍当前进展。

1三维参数模型

屋顶形状建模在城市三维重建中是关键步骤,在我国《城市三维建模技术规范》的LOD2模型和开放地理信息系统协会(OGC)CityGML2.0标准的LOD2模型中,屋顶形状都成为该层次主要描述的结构。一般通过航空影像或者机载LiDAR数据完成屋顶建模,大多数时候影像数据也是以生产的密集匹配点云作为三维建模的输入数据,因此本节将讨论广泛用于点云数据的参数化建模方法。

大多数建筑物顶层形状可以归类为平顶、单坡屋顶、四坡屋顶、尖峰屋顶、人字形屋顶、折线型屋顶、斜折线型屋顶等若干基本几何形状(如图 1),并区分成三个较大类别。如果忽略屋顶细部结构(如烟囱、采光窗),即使只能获取低密度点云,这类简单形状也能很好地拟合屋顶。

图 1屋顶基本几何形状

对于复杂建筑物屋顶,简单形状无法对其进行描述,一般需要将复杂形状分解为若干核不重叠的元胞,使得每个元胞能用简单形状基元进行拟合,最后在把各个元胞的建模结果组合成复杂建筑物模型。一般将包含建筑物的一个区块沿着建筑物特征线方向进行分解,并把划分的元胞与建筑物脚点叠合,认为元胞内的点云能用上述基本几何形状拟合。有学者提出了基于稳健估计RANSAC的预处理方法为模型拟合提供初值,另外有学者为了克服模型过分解问题,引入外部DEM数据重新合并过分解元胞。

2非参数模型

参数模型得到的是对点云整体最优拟合的模型,所以在建筑物特征线(如人字形房屋的脊线)上的拟合精度并不一定高。非参数方法很好地克服了这一缺陷,其无需先验假定潜在的几何模型。这一方法的一般流程为:首先分割点云并对拟合局部面片,然后建立面片间的邻域(拓扑)关系,根据邻域关系检测屋顶的特征线,最后进行三维模型表达。

点云分割方法可以分成四类:聚类,区域增长,模型拟合和能量函数优化。聚类方法利用点云数据的属性特征(如法线方向)进行聚类,一般可以采用K均值、均值漂移等成熟聚类算法,该方法缺点是对数据噪声较敏感。区域增长根据初始种子点增长面片,这种方法比较简单,其结果好坏取决于初始种子点的选取以及增长准则。模型拟合方法与参数拟合方法类似,然而拟合的对象一般为局部平面,RANSAC和Hough变换是这一类方法的有效工具,对于场景内的主要平面分割效果较好。能量函数优化方法灵活性较强,能根据事先给定的约束给出全局最优的分割结果,但是计算量较大。

分割后的点云面片需要建立相互的拓扑关系,通常可以用区域邻接图来表示(如图 2),各面片区域构成图中的结点,对于有公共交线的面片则建立相应的边表示它们的邻接关系。通过这种数据结构可以有效地检测数据中的交线、阶跃边甚至是屋顶的细小单元。一般采用阈值方法来判断邻接与否,例如面片边缘之间的最短距离。因此,交线便可以通过邻接面片相交求出。而借助外部DEM数据,可以用高差判断建筑物边缘点,当边缘点全部检测出来,使用二维的Hough变换就可以把建筑物屋檐线提取出来。

图2屋顶面片的拓扑邻域图

这一类方法最终得到了建筑物的多面片模型或者线框模型,不过也有学者提出对结果进行进一步的参数模型拟合。根据模型库里的基本屋顶基元建立相应拓扑图,然后使用非参数方法得到建筑物的拓扑图,并利用基元拓扑图对其进行子图分解,从而达到模型拟合的目的,有效回避了元胞划分的问题。

3基于线特征的方案

与基于点云的方法不同,此类方法利用影像中直接提取出来的直线特征进行三维建模。一般流程为:直线特征提取、直线特征匹配、三维直线特征生成、三维直线特征共面编组以及平面聚合和冲突处理。

图像处理领域提供了很多成熟的直线特征提取算法,例如分裂合并算法、RANSAC算法、相位编组算法、Hough变换算法,等等。直线提取中存在不确定性问题,因为影像噪声和地物遮挡等各方面因素的影响,使得提取的直线特征在完整性和准确性方面存在问题。完整性问题主要由于遮挡造成,此时提取的直线在不同视角中的属性不同,难以建立对应关系;准确性由影像质量决定,噪声较多的影像提取的直线特征无法准确地建立与实际空间三维直线的对应关系。当前解决这些问题的主要方法有左右匹配检查和不确定性统计建模。

直线立体匹配与点特征立体匹配相似,是从不同视角影像中寻找同名的直线特征,用于计算深度信息。由于线特征的不确定性较强,需要引入其他的约束条件衡量直线间的对应性,常用的约束包括:核线约束、视差连续性、有序性和拓扑性质。层次化的匹配策略也能有效改善匹配结果,通过由多条直线构造更加复杂的结构特征,利用高层直线结构的匹配和底层单条直线的匹配之间的相互支撑和约束,弱化匹配过程中的二义性。由于引入了多种约束条件,直线特征匹配通常应用多种数学优化算法,包括图优化、模拟退火法、松弛标记法、动态规划方法等,能够获得当前约束下的全局最优匹配结果。

特征共面编组对由匹配结果和成像模型计算的空间直线做后处理,以实现以下目的:合并冗余直线特征,剔除错误特征,恢复建筑物模型表面。而平面聚合和冲突处理作为高层次的后处理步骤,需要引入一些先验知识,通过几何推理进一步消除重建结果的不相容性。

4多源信息融合

利用多源数据进行三维建模已经成为摄影测量界的研究热点,这是因为单一数据源往往不能提供建筑物的完整信息。卫星影像虽然能提供大范围覆盖,但受基高比限制高程精度较差;航空影像作为三维建模的主要数据源,在地物遮挡处需要其他信息作为补充;机载LiDAR数据能提供高精度的三维信息,然而无法描述线性特征且细部表现能力受脚点密度制约,一般不作为单独的重建数据源。其他数据源如近景摄影测量、GIS数据等能够提供关于建筑物某一部分的信息。多源数据融合正是为了弥补单一数据造成的信息缺失,而实现信息互补。

影像和LiDAR数据的融合。利用前者对目标细节和边缘的表现能力,以及后者对目标表面的精确测量能力,为立体匹配提供了较强的先验知识和约束条件,进而提高自动化水平。这两类信息具有很强的互补性,因此是研究领域的热门,且有很强的实用性。

辅助GIS数据的应用。三维重建当中的GIS数据一般是指建筑物的地面规划图,能够提供建筑物的二维投影信息。前文提到参数模型拟合方法用于复杂建筑物时需要进行建筑物模型分解,而规划图数据恰能提供这一辅助信息。

多种影像信息的综合应用。最具代表性的是航空航天影像与近景影像的综合,前者可以获得建筑物的屋顶形状,然而遮挡和基高比的制约使其无法建立建筑物立面的细节,地面近景影像刚好能够提供这一信息,综合两者能建立建筑物完整的细节模型,满足《城市三维建模技术规范》的LOD3模型要求。两者间融合的关键问题在于异质相机内外方位元素的联合解算。另外也有学者引入数字正射影像,为立体匹配提供更精确的边缘信息。

5结论

以上从技术方案的角度对当前城市建筑物三维重建研究的状况进行了回顾,从这些案例中科院总结出当前发展的主要特点:数据源越来越丰富,多源数据综合利用水平越来越高,大大丰富了重建模型的细节度,提高了精确度和自动化水平;建筑物三维模型趋向于精细化,这是经济发展水平所推动的,也是传感器技术进步和多源数据融合的必然结果;商业软件的自动化水平越来越高,基于少量人机交互的半自动建模方法趋向成熟,自动化方法的研究突飞猛进。而这些发展也为研究者们带来了挑战:数据量增长以及对精细模型的需求,对建模方法的高效性提出了要求,也为三维建筑物模型数据库的管理和维护带来挑战;结合实际的应用需求,行业标准对建模方法的层次细节度提出了要求,使得建模过程需要同时考虑不同尺度下的模型表达;知识和语义信息亟待融入建模过程,正如前文所述,知识规则能有效提高三维模型的准确性和相容性,当前已有学者投入这方面的研究,然而离实用化尚有距离。

参考文献

[1]张祖勋,张剑清.城市建模的途径与关键技术[J].世界科技研究与发展,2003,25(3):23-29.

[2]许捍卫,范小虎,任家勇,张志强.基于SketchUp和ArcGIS的城市三维可视化研究[J].测绘通报, 2010,3.

[3]朱俊杰,郭华东,范湘涛等.高分辨率SAR与光学图像融合的建筑物三维重建研究[J].高技术通讯,2005,15(12):68-74.

[4]CN-CJ.城市三维建模技术规范[S],2010.

[5]李勇.基于激光扫描点云数据的建筑物三维重建研究[D].中南大学,2011.

上一篇:HKZ600型夯扩桩机的研制 下一篇:核电站DCS系统中调节阀的控制研究及改进