發(fā)布時(shí)間：2021-10-29 13:20

　　室內(nèi)場(chǎng)景的三維重建方法可分為基于RGBD影像和SLAM的數(shù)據(jù)驅(qū)動(dòng)方法以及基于室內(nèi)場(chǎng)景模型庫(kù)的模型驅(qū)動(dòng)方法（結(jié)構(gòu)化重建方法）兩種。結(jié)構(gòu)化重建方法中最關(guān)鍵的一個(gè)環(huán)節(jié)就是建立室內(nèi)場(chǎng)景目標(biāo)與模型庫(kù)模型之間的對(duì)應(yīng)關(guān)系。針對(duì)基于掃描點(diǎn)云的室內(nèi)場(chǎng)景結(jié)構(gòu)化重建問(wèn)題,提出了一種基于主成分變換和格網(wǎng)化的模型匹配方法,并通過(guò)實(shí)驗(yàn)證明了該方法能快速可靠地獲取結(jié)構(gòu)匹配結(jié)果,為室內(nèi)三維場(chǎng)景的自動(dòng)結(jié)構(gòu)化重建提供了新的技術(shù)方法。 

【文章來(lái)源】：地理空間信息. 2020,18(09)

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

本文方法流程圖

由于場(chǎng)景點(diǎn)云數(shù)據(jù)主軸存在4種可能情況，因此需根據(jù)這4種情況分別對(duì)場(chǎng)景點(diǎn)云數(shù)據(jù)進(jìn)行相應(yīng)的變換，再進(jìn)行柵格化，然后計(jì)算其與模型點(diǎn)云數(shù)據(jù)的相似度，取其中最優(yōu)的數(shù)值作為場(chǎng)景點(diǎn)云數(shù)據(jù)與某個(gè)模型的相似度結(jié)果。假設(shè)場(chǎng)景點(diǎn)云數(shù)據(jù)3個(gè)主成分組成的矩陣（每個(gè)主成分為一個(gè)列向量）為P1，模型點(diǎn)云數(shù)據(jù)的3個(gè)主成分組成的矩陣為P2，其中P1與P2之間的列向量應(yīng)相互對(duì)應(yīng)，如場(chǎng)景點(diǎn)云最小特征值對(duì)應(yīng)的特征向量應(yīng)對(duì)應(yīng)于模型點(diǎn)云最小特征值對(duì)應(yīng)的特征向量。

第一組實(shí)驗(yàn)選擇的是三維激光掃描儀掃描的室內(nèi)點(diǎn)云數(shù)據(jù)分割出來(lái)的椅子數(shù)據(jù)，點(diǎn)云數(shù)據(jù)分辨率約為7 mm；模型庫(kù)選擇的是椅子模型庫(kù)，每個(gè)模型重采樣的分辨率與掃描點(diǎn)云數(shù)據(jù)保持一致（為了保證模型庫(kù)模型細(xì)節(jié)與掃描數(shù)據(jù)相當(dāng)，達(dá)到較好的匹配效果）。匹配結(jié)果如圖5所示，圖中第一行為輸入點(diǎn)云數(shù)據(jù)，第二行為對(duì)應(yīng)的檢索得到的最佳匹配模型結(jié)果，即第一行的第一個(gè)點(diǎn)云數(shù)據(jù)最佳匹配模型為第二行的第一個(gè)數(shù)據(jù)，依次類(lèi)推。圖4 電子器材模型庫(kù)

【參考文獻(xiàn)】：
期刊論文
[1]無(wú)人機(jī)傾斜攝影分辨率建模與分析[J]. 曹洪濤,高偉,張海峰,張亮,邊延凱.  地理空間信息. 2019(01)
[2]基于圖像輔助的三維模型形狀檢索[J]. 劉杰洪,黃惠.  集成技術(shù). 2017(05)



本文編號(hào)：3464736