一種根據激光雷達柵格點云構建CSG模型的方法技術

本發明專利技術公開了一種根據激光雷達柵格點云構建CSG模型的方法，包括如下步驟：讀取柵格點云數據，利用柵格點云數據構建空間索引結構樹；按照隨機抽樣一致性算法在上述空間索引結構樹的葉子節點數據中提取平面、球面、以及柱面的特征點云數據；并利用上述提取的特征點云數據根據最小二乘法分別擬合平面、球面、以及柱面的規則幾何模型，并將同屬一個規則幾何模型的模型進行合并；根據平面、球面、柱面的規則幾何模型，分別構造對應的長方體、球體、以及圓柱體三維模型；將長方體、球體、以及圓柱體的規則幾何模型轉換為三維空間體素模型，再將所述三維空間體素模型三角化為三角網模型，之后利用該三角網模型結合多面布爾運算算法生成CSG模型。

【技術實現步驟摘要】

本專利技術涉及一種構建CSG(constructive solid geometry,結構化實體)模型的方法，尤其涉及一種根據激光雷達柵格點云自動構建CSG模型的方法。
技術介紹
激光雷達(LIDAR)是激光技術與現代光電探測技術結合的先進探測方式，用于三維空間信息獲取的激光雷達測量技術為空間信息的數字化發展提供了高效的技術支撐。地面激光雷達掃描數據處理是近年來測繪領域最熱門的研究方向之一。其中，地面激光雷達數據配準與建模是數據處理的核心內容。激光雷達掃描的最原始數據存儲的是掃描步進角和測站點到目標點的距離，掃描得到的三維點與點之間具有柵格性，相鄰點間的拓撲關系存在。現有掃描儀廠商使用的配套軟件導出通用數據格式后往往轉化成散亂點云，數據處理時在散亂點云的基礎上通過計算k-鄰域或者建立索引的方式重建點與點或點云塊之間 的拓撲關系，這種方式顯然沒有充分利用激光雷達獲取原始數據的拓撲信息。實際工程項目中需要對激光雷達獲取的多站散亂點云數據進行快速配準，配準前要從每站散亂點云數據進行點、線、面等特征的手動提取，然后根據人工提取到的這些特征對象進行兩站兩站點云之間的配準工作。即使是激光雷達掃描的單站原始數據，它的數據量也相對較大，人工提取配準需要的所有特征也是比較困難的，此時，通過計算k_領域或建立索引重建點云拓撲關系的方式在特征提取的效率上就不占據優勢了。另外，在生成CSG模型和深度圖像模型的過程中也需要首先獲取規則幾何模型特征，如平面、球面、圓柱面/體或者立方體等，生成CSG模型首先要提取組成其實體的各種體素，生成深度圖像的前提是要首先計算各類深度圖像的基準面。不同的三維模型在描述不同實體時具有自己的獨特的優勢。不規則三角網模型具有表達細節詳細的優勢，對于精度要求不高的模型，彩色點云模型可以發揮出其表達真實的特點。但是這些三維模型的數據量都比較大，不易進行數據高效可視化操作。在三維場景中有很多不必要精細表達的規則物體，結構化實體模型(CSG)就可以表達這些物體，它數據量小，易操作，且不損失精度。所以，在數字城市建設、較為規則的大型建筑物建模等工程中要構建CSG模型，它生成的速度和精度便成為一個很有價值的研究方向。
技術實現思路
本專利技術針對現有技術的弊端，提供一種根據激光雷達柵格點云構建CSG模型的方法。本專利技術所述的根據激光雷達柵格點云構建CSG模型的方法，包括如下步驟步驟一，讀取地面激光雷達獲取的柵格點云數據，同時利用所述柵格點云數據構建空間索引結構樹；步驟二，按照隨機抽樣一致性算法在上述空間索引結構樹的葉子節點數據中提取平面特征點云數據、球面特征點云數據、以及柱面特征點云數據；并利用上述提取的特征點云數據根據最小二乘法分別擬合平面、球面、以及柱面的規則幾何模型；步驟三，根據上述平面、球面、以及柱面的規則幾何模型，分別構造對應的長方體、球體、以及圓柱體三維模型；步驟四，將長方體、球體、以及圓柱體的規則幾何模型轉換為三維空間體素模型，再將所述三維空間體素模型三角 化為三角網模型，之后利用該三角網模型結合多面布爾運算算法生成CSG模型。本專利技術所述的根據激光雷達柵格點云構建CSG模型的方法中，所述空間索引結構樹的葉子節點的數據包括節點的三維最小外包盒信息、二維行列數外包矩形信息、節點名稱標識信息、節點存儲點坐標的標識信息、三維坐標偏移參數信息。本專利技術所述的根據激光雷達柵格點云構建CSG模型的方法的步驟一中，依次讀取柵格點云數據，通過讀取柵格點云數據中點的標識信息或者直接賦予標識信息，將所讀取的點標識依次插入空間索引樹的葉子節點；計算每個葉子節點的最小外包矩形體，并利用均勻采樣的方法以自下而上的方式填充空間索引樹的非葉子節點數據，直至根節點，從而構建出多細節層次多分辨率空間索引結構樹。本專利技術所述的根據激光雷達柵格點云構建CSG模型的方法中，在將所讀取的點依次插入空間索引樹的葉子節點時，判斷空間索引樹的葉子節點中點的數量，若點的數量大于設定閾值，則進行節點的分裂，直至所有的點都插入到空間索引樹的葉子節點中。本專利技術所述的根據激光雷達柵格點云構建CSG模型的方法的步驟二中，提取球面特征點云數據的步驟包括隨機選取一點為中心點，以由該中心點向八個方向放射的星形結構上的預定數量的點為種子點；將所選取的種子點擬合成球面，并計算各選定的小塊點云中點與該球面的距離；選取距離小于設定閾值的點為符合條件點，當所述符合條件點的數量達到預定值時，以這些符合條件點擬合成初始球面；移動小塊點云，計算各小塊點云中點與該擬合的精確球面的距離，選取距離小于設定球面距離閾值的點為球面特征點，不斷迭代擬合精確球面，直到獲得全部球面特征點云數據。本專利技術所述的根據激光雷達柵格點云構建CSG模型的方法的步驟二中，提取平面特征點云數據的步驟包括以隨機選取的一點為基準點，以由該基準點自下而上、自左而右選取預定數量的點為種子點，以所選取的種子點擬合成平面；對種子點進行數量擴展，并計算各擴展種子點與所述擬合的平面之間的距離，選取距離小于設定閾值的擴展種子點為新的種子點；將此新的種子點加入前述種子點中并再次擬合成新的平面；重復上述步驟直至無再進行擴展的種子點，所得新的平面上的點的數據即為平面特征點云數據。本專利技術所述的根據激光雷達柵格點云構建CSG模型的方法中，計算所得的多個平面的法向，以第一個平面的法向為基準，若第二平面的法向與該第一平面的法向夾角小于設定的閾值，且兩個平面間兩個方向上的距離小于給定閾值，則此第二平面與第一平面為同一平面；重復上述步驟，直至所有平面判斷完畢；將判斷為同一平面的各平面進行合并，從而得到各平面所對應的平面特征點云數據。本專利技術所述的根據激光雷達柵格點云構建CSG模型的方法的步驟二中，提取柱面特征點云數據的步驟包括以隨機選取的一點為基準點，以由該基準點自下而上、自左而右選取預定數量的點為種子點，以所選取的種子點擬合成柱面；對種子點進行數量擴展，并計算各擴展種子點與所述擬合的柱面之間的距離，選取距離小于設定閾值的擴展種子點為新的種子點； 將此新的種子點加入前述種子點中并迭代擬合成新的柱面；重復上述步驟直至無再進行擴展的種子點，所得新的柱面上的點的數據即為柱面特征點云數據。本專利技術所述的根據激光雷達柵格點云構建CSG模型的方法中，計算所得的多個柱面的軸向，以第一個柱面的軸向為基準，若第二個柱面的軸向與該第一個柱面的軸向夾角小于設定的閾值，且柱面間軸向距離小于給定閾值，則此第二個柱面與第一個柱面為同一柱面；重復上述步驟，直至所有柱面判斷完畢；將判斷為同一柱面的各柱面進行合并，從而得到各柱面所對應的柱面特征點云數據。本專利技術所述的根據激光雷達柵格點云構建CSG模型的方法的步驟二中，若兩個或多個葉子節點中的平面的法向夾角處于預定的閾值范圍內、以及所述平面的邊界點集連通，則將此兩個或多個葉子節點中的平面特征點云數據進行合并；若兩個或多個葉子節點中的柱面的法向夾角處于預定的閾值范圍內、以及柱面的邊界點集連通，則將此兩個或多個葉子節點中的柱面特征點云數據進行合并；若兩個或多個葉子節點中的球面的球心坐標的差值及球體半徑的差值語出預設的閾值范圍內，則經此兩個或多個葉子節點中的球面特征點云數據進行合并。本專利技術所述的根據激光雷達柵格點云構建CSG模型的方法的步驟三中本文檔來自技高網...

【技術保護點】
一種根據激光雷達柵格點云構建CSG模型的方法，其特征在于，包括如下步驟：步驟一，讀取地面激光雷達獲取的柵格點云數據，同時利用所述柵格點云數據構建空間索引結構樹；步驟二，按照隨機抽樣一致性算法在上述空間索引結構樹的葉子節點數據中提取平面特征點云數據、球面特征點云數據、以及柱面特征點云數據；并利用上述提取的特征點云數據根據最小二乘法分別擬合平面、球面、以及柱面的規則幾何模型；步驟三，根據上述平面、球面、以及柱面的規則幾何模型，分別構造對應的長方體、球體、以及圓柱體三維模型；步驟四，將長方體、球體、以及圓柱體的規則幾何模型轉換為三維空間體素模型，再將所述三維空間體素模型三角化為三角網模型，之后利用該三角網模型結合多面布爾運算算法生成CSG模型。

【技術特征摘要】

【專利技術屬性】
技術研發人員：王晏民，郭明，羅勇，
申請(專利權)人：北京建筑工程學院，
類型：發明
國別省市：