隨著城市人口的增長和大型建筑物的大量增加,對(duì)室內(nèi)環(huán)境詳細(xì)的空間信息的需求不斷增加。近年來,建筑物內(nèi)部的三維建模和重建工作為建筑物地基保護(hù)、建筑物維護(hù)、建筑物更新翻修及災(zāi)難救援等任務(wù)提供了具有豐富空間信息的三維立體模型。室內(nèi)建筑三維模型一般包括建筑物的主體結(jié)構(gòu),如天花板、地面、墻壁、門和窗戶等,但不包括室內(nèi)空間中的可移動(dòng)物體,如家具等。針對(duì)室內(nèi)建筑環(huán)境特點(diǎn),本文提出了一種基于語義線框架的三維建模方法。本文提出的方法首先對(duì)原始點(diǎn)云數(shù)據(jù)進(jìn)行語義標(biāo)注,標(biāo)注為墻壁、天花板、地面和其它四類;接著對(duì)標(biāo)注的點(diǎn)云進(jìn)行框線提取操作,提取出框線結(jié)構(gòu)用來實(shí)現(xiàn)建筑物模型的基本描述。為了優(yōu)化由家具遮擋等造成的提取出來的不完整框線,本文構(gòu)建了基于條件生成對(duì)抗網(wǎng)絡(luò)深度學(xué)習(xí)模型對(duì)框線進(jìn)行以下優(yōu)化,包括結(jié)構(gòu)補(bǔ)全、冗余移除及框線正則化。本文最終將獲取帶有語義信息的室內(nèi)建筑框線模型,該模型也可用于原始點(diǎn)云質(zhì)量的評(píng)估及室內(nèi)外一體化建模任務(wù)上。本文的主要工作內(nèi)容包括:1、針對(duì)室內(nèi)三維建模問題,本文提出了一個(gè)基于語義標(biāo)注結(jié)果的室內(nèi)建筑模型框線提取方法,在本文提出的方法中,不要求建筑物具有特定的結(jié)構(gòu)組成,例如絕對(duì)意義上的墻面垂直及地... 

【文章來源】：廈門大學(xué)福建省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：73 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１室內(nèi)移動(dòng)背負(fù)式激光掃描系統(tǒng)（ａ）輪式機(jī)器人測圖系統(tǒng)（ｂ）單線背負(fù)式??

?（ｂ）?（ｃ）??圖２．１室內(nèi)移動(dòng)背負(fù)式激光掃描系統(tǒng)（ａ）輪式機(jī)器人測圖系統(tǒng)（ｂ）單線背負(fù)式??激光掃描系統(tǒng)（ｃ）多線移動(dòng)背負(fù)式激光掃描系統(tǒng)??該背負(fù)式系統(tǒng)包含兩個(gè)１６線的激光雷達(dá)，每個(gè)激光雷達(dá)掃描儀由１６條掃描范??圍在３０°?（從－１５°到＋１５°）的激光射線組成。其中一個(gè)激光雷達(dá)掃描儀被水平安置??用來得到點(diǎn)云另外一個(gè)激光雷達(dá)掃描儀則被放置在其下面并與其形成４５。??的夾角用來獲得點(diǎn)云。利用公式（２．１），本文將這兩片點(diǎn)云合并起來得到點(diǎn)云??其中是已知的兩個(gè)雷達(dá)間的轉(zhuǎn)換矩陣。??ＰＧｌｏｂａｌ?＝?ＰＨｏｒｉｚ?＋?＾ｃａｌｉ?＊?ＰＴｉｌｌ?（２．１）??為了得到最終的構(gòu)圖結(jié)果，利用Ｇｏｎｇ等［４１］提出的多激光雷達(dá)自標(biāo)定算法將兩??個(gè)激光雷達(dá)掃描的數(shù)據(jù)拼接起來，并基于改進(jìn)的ＬＯＡＭ［３９］算法最終得到全局一致??的室內(nèi)三維點(diǎn)云。與之前的系統(tǒng)相比［４］［＇升級(jí)后的移動(dòng)背負(fù)式激光掃描系統(tǒng)能夠??通過多線激光掃描儀獲取數(shù)據(jù)，并利用改進(jìn)的構(gòu)圖算法得到更高密度和更高精度的??室內(nèi)三維點(diǎn)云數(shù)據(jù)。??圖２．２為本文背負(fù)式系統(tǒng)在不同場景下所采集得到的室內(nèi)點(diǎn)云數(shù)據(jù)。圖２．２?（ａ）??和（ｂ）給出了本文的系統(tǒng)在兩個(gè)復(fù)雜地下停車場獲取的點(diǎn)云。圖２．２（ｃ）顯示了背??負(fù)式激光掃描系統(tǒng)在閉環(huán)矩形走廊中獲取的點(diǎn)云，并且場景３由具有兩個(gè)不同高度??的建筑物部分組成，建筑物的左側(cè)部分高度高于建筑物的右側(cè)部分。圖２．２（ｄ）顯??示了系統(tǒng)在具有多個(gè)房間室內(nèi)場景下獲取的點(diǎn)云。點(diǎn)云數(shù)據(jù)結(jié)果表明本文的

將原始點(diǎn)云數(shù)據(jù)通過八叉樹進(jìn)行高效的劃分之后，八叉樹的每個(gè)非空節(jié)點(diǎn)就是??法所需要的３Ｄ點(diǎn)云分塊。在訓(xùn)練階段，使用能夠利用上下文信息的ＡＭＮｓ學(xué)習(xí)??架［４７］可得到比局部獨(dú)立分類器更好的分類結(jié)果。對(duì)于每一個(gè)３Ｄ點(diǎn)云分塊而言，??用類別標(biāo)簽ｙ?｛１，２，３，４｝來描述其到底屬于哪種類別。為了描述３Ｄ點(diǎn)云分塊，??算每個(gè)點(diǎn)云分塊中心點(diǎn)的快速點(diǎn)特征直方圖＿描述符和高度信息，得到點(diǎn)云分??的特征向Ｘ?＝?｛ｘ；，ｊｃ，７，＜｝，其中／?＝?１．．ＪＶ，ｙｖ是所有點(diǎn)云數(shù)據(jù)中３Ｄ分塊的數(shù)??１１１：，ＪＴ，■是通過統(tǒng)計(jì)３Ｄ點(diǎn)石分塊中所有點(diǎn)的局部分布來描述３Ｄ點(diǎn)云分塊的特征向??勺是描述兩個(gè)空間上相鄰的３Ｄ點(diǎn)云分塊／和的特征向丨卩：，＜?是描述３Ｄ點(diǎn)??分塊所屬類別的特征向卜丨：。ＡＭＮｓ模型所用的函數(shù)如（２．２）所示：??＾（ｘ，?ｎ?ｗ）?＝?ｃｉ）？（ｘ，?ｎ?ｗ？）?＋?＾ｅ（ｘ，?ｙ，?ｗｅ）?＋?￥，（ｘ，?ｙ，?ｗｃ）?（２．２）??其中和免．分別代表節(jié)點(diǎn)、邊和類別。Ｗ?＝?［Ｈ叫為ＡＭＮｓ模型??的參數(shù)。接著，利用線性對(duì)數(shù)函數(shù)來表示各個(gè)節(jié)點(diǎn)的獨(dú)立相關(guān)性，如公式（２．３）所??


本文編號(hào)：3132151