本技術(shù)涉及建筑cad模型匹配領(lǐng)域，尤其是涉及基于點(diǎn)云配準(zhǔn)的建筑cad模型與三維點(diǎn)云模型快速匹配方法。
背景技術(shù)：
1、隨著對(duì)既有建筑和老舊設(shè)施進(jìn)行經(jīng)濟(jì)、高效的結(jié)構(gòu)加固與缺陷修復(fù)逐漸成為城市基礎(chǔ)設(shè)施建設(shè)重心，建筑缺陷檢測(cè)成為建筑全生命周期管理中的關(guān)鍵環(huán)節(jié)。現(xiàn)有的建筑缺陷檢測(cè)利用激光掃描和點(diǎn)云測(cè)繪技術(shù)，將物理空間中的建筑實(shí)體三維點(diǎn)云數(shù)據(jù)與建筑的cad模型進(jìn)行匹配，進(jìn)而準(zhǔn)確獲取建筑缺陷的位置及大小。然而，在現(xiàn)有的建筑模型與點(diǎn)云配準(zhǔn)過程中，仍存在以下技術(shù)瓶頸。
2、（1）初始變換矩陣依賴性強(qiáng)：現(xiàn)有的匹配方法大多依賴于準(zhǔn)確的初始變換矩陣，然而在實(shí)際工程中，點(diǎn)云坐標(biāo)系與cad坐標(biāo)系往往存在巨大的平移和旋轉(zhuǎn)偏差，這導(dǎo)致匹配方法需求的初始變換矩陣計(jì)算困難且誤差較大。
3、（2）模態(tài)差異導(dǎo)致的特征提取困難：建筑cad模型是規(guī)則的幾何參數(shù)化表達(dá)，而點(diǎn)云數(shù)據(jù)則是具有非均勻密度的離散實(shí)測(cè)數(shù)據(jù)集合。兩種不同模態(tài)數(shù)據(jù)的差異使得傳統(tǒng)的基于簡(jiǎn)單幾何特征的匹配方法難以提取到穩(wěn)定的同名特征點(diǎn)。
4、（3）建筑數(shù)據(jù)規(guī)模造成的計(jì)算壓力：建筑級(jí)點(diǎn)云通常包含數(shù)百萬乃至上千萬個(gè)數(shù)據(jù)點(diǎn)，傳統(tǒng)的迭代最近點(diǎn)（icp）算法在處理如此龐大的數(shù)據(jù)量時(shí)，計(jì)算復(fù)雜度高，且極易陷入局部最優(yōu)解，導(dǎo)致配準(zhǔn)失敗或耗時(shí)過長(zhǎng)。
5、針對(duì)基于點(diǎn)云配準(zhǔn)的建筑cad模型與三維點(diǎn)云模型快速匹配技術(shù)的上述挑戰(zhàn)，本技術(shù)公開了一種基于點(diǎn)云配準(zhǔn)的建筑cad模型與三維點(diǎn)云模型快速匹配方法。
6、通過cad自適應(yīng)點(diǎn)云化、基于建筑結(jié)構(gòu)約束的粗匹配和基于空間運(yùn)動(dòng)約束的icp配準(zhǔn)，解決cad模型與實(shí)測(cè)點(diǎn)云模型間的快速匹配問題，為建筑缺陷檢測(cè)提供準(zhǔn)確的建筑異常數(shù)據(jù)。
技術(shù)實(shí)現(xiàn)思路
1、本技術(shù)的目的在于克服上述不足，提供一種基于點(diǎn)云配準(zhǔn)的建筑cad模型與三維點(diǎn)云模型快速匹配方法，具有匹配速度快、對(duì)初始變換矩陣依賴性弱的優(yōu)點(diǎn)。
2、為實(shí)現(xiàn)上述目的，本技術(shù)的技術(shù)解決方案是：基于點(diǎn)云配準(zhǔn)的建筑cad模型與三維點(diǎn)云模型快速匹配方法，包括以下步驟：
3、s1:拍攝物理空間中建筑實(shí)體圖像作為實(shí)測(cè)圖像。
4、s2:檢測(cè)并收集物理空間中建筑實(shí)體三維點(diǎn)數(shù)據(jù)，形成實(shí)測(cè)點(diǎn)云數(shù)據(jù)。
5、s3:根據(jù)建筑設(shè)計(jì)數(shù)據(jù)繪制建筑cad模型，對(duì)建筑cad模型進(jìn)行自適應(yīng)點(diǎn)云化得到虛擬點(diǎn)云數(shù)據(jù)。
6、s4:依次計(jì)算實(shí)測(cè)點(diǎn)云數(shù)據(jù)和虛擬點(diǎn)云數(shù)據(jù)這兩組點(diǎn)云數(shù)據(jù)之間的主方向旋轉(zhuǎn)矩陣、垂直方向位移量、水平平移量和偏航角四個(gè)參數(shù)，通過四個(gè)參數(shù)依次對(duì)虛擬點(diǎn)云數(shù)據(jù)進(jìn)行旋轉(zhuǎn)對(duì)齊、垂直對(duì)齊和水平對(duì)齊，進(jìn)而完成兩組點(diǎn)云數(shù)據(jù)之間的粗匹配。
7、s5:依據(jù)實(shí)測(cè)圖像拍攝時(shí)的相機(jī)參數(shù)對(duì)完成粗匹配的虛擬點(diǎn)云數(shù)據(jù)進(jìn)行渲染得到虛擬rgb圖像。
8、s6:通過光流估計(jì)算法raft對(duì)虛擬rgb圖像與實(shí)測(cè)圖像進(jìn)行處理，獲取兩者之間的二維像素位移場(chǎng)，進(jìn)而得到位移矢量。
9、s7:將該位移矢量作為光流約束項(xiàng)引入聯(lián)合代價(jià)函數(shù)中進(jìn)行迭代計(jì)算，得到虛擬點(diǎn)云數(shù)據(jù)和實(shí)測(cè)點(diǎn)云數(shù)據(jù)的精確旋轉(zhuǎn)矩陣和精確平移向量，利用精確旋轉(zhuǎn)矩陣和精確平移向量對(duì)兩組點(diǎn)云數(shù)據(jù)進(jìn)行精確匹配。
10、進(jìn)一步地，自適應(yīng)點(diǎn)云化具體為：采用delaunay準(zhǔn)則的三角化剖分算法將建筑cad模型的參數(shù)化曲面轉(zhuǎn)化為三角網(wǎng)格，然后采用基于面積權(quán)重的隨機(jī)采樣方法對(duì)建筑表面積進(jìn)行密度加權(quán)、采用采樣邊緣識(shí)別和局面加密技術(shù)對(duì)建筑輪廓和邊緣特征進(jìn)行密度加權(quán)。
11、進(jìn)一步地，基于建筑cad模型三角網(wǎng)格中每個(gè)網(wǎng)格的表面積進(jìn)行密度加權(quán)，生成能均勻覆蓋建筑cad模型表面的虛擬點(diǎn)云，建筑cad模型中三維點(diǎn)分配公式如下：
12、；
13、其中，表示三角面片所需分配的點(diǎn)數(shù)，其面積為，為采樣總點(diǎn)數(shù)，為建筑cad模型的表面積。
14、進(jìn)一步地，在每個(gè)網(wǎng)格內(nèi)利用兩個(gè)隨機(jī)數(shù)生成該網(wǎng)格重心附近三維點(diǎn)，計(jì)算公式如下：
15、；
16、其中，為三角形頂點(diǎn)坐標(biāo)，隨機(jī)數(shù)。
17、進(jìn)一步地，檢測(cè)建筑cad模型三角網(wǎng)格中法向量變化劇烈的區(qū)域，增加該區(qū)域的采樣頻率。
18、進(jìn)一步地，實(shí)測(cè)點(diǎn)云數(shù)據(jù)和虛擬點(diǎn)云數(shù)據(jù)這兩組點(diǎn)云數(shù)據(jù)之間的主方向旋轉(zhuǎn)矩陣基于法向量聚類旋轉(zhuǎn)對(duì)齊方法進(jìn)行計(jì)算，具體旋轉(zhuǎn)對(duì)齊步驟如下：
19、步驟一：計(jì)算虛擬點(diǎn)云數(shù)據(jù)和實(shí)測(cè)點(diǎn)云數(shù)據(jù)內(nèi)各個(gè)三維點(diǎn)的法向量并將其投影至高斯球上，形成法向量分布直方圖。
20、步驟二：通過法向量分布直方圖獲取兩組點(diǎn)云數(shù)據(jù)的三個(gè)主方向，并根據(jù)主方向計(jì)算兩組點(diǎn)云數(shù)據(jù)之間的主方向旋轉(zhuǎn)矩陣。
21、步驟三：令實(shí)測(cè)點(diǎn)云數(shù)據(jù)依據(jù)主方向旋轉(zhuǎn)矩陣與虛擬點(diǎn)云數(shù)據(jù)旋轉(zhuǎn)對(duì)齊。
22、進(jìn)一步地，實(shí)測(cè)點(diǎn)云數(shù)據(jù)和虛擬點(diǎn)云數(shù)據(jù)這兩組點(diǎn)云數(shù)據(jù)之間的垂直對(duì)齊步驟如下：
23、步驟一：對(duì)旋轉(zhuǎn)對(duì)齊后的兩組點(diǎn)云數(shù)據(jù)進(jìn)行垂直方向的投影并統(tǒng)計(jì)密度分布，得到兩組點(diǎn)云數(shù)據(jù)的高度分布直方圖。
24、步驟二：在虛擬點(diǎn)云數(shù)據(jù)的高度分布直方圖里存在有最高點(diǎn)，在實(shí)測(cè)點(diǎn)云數(shù)據(jù)的高度分布直方圖中尋找與該最高點(diǎn)匹配度最高的點(diǎn)并計(jì)算兩點(diǎn)的位移量，進(jìn)而得到兩組點(diǎn)云數(shù)據(jù)的垂直方向位移量。
25、步驟三：基于該垂直方向位移量對(duì)兩組點(diǎn)云數(shù)據(jù)進(jìn)行垂直對(duì)齊。
26、進(jìn)一步地，虛擬點(diǎn)云數(shù)據(jù)中的最高點(diǎn)與其在實(shí)測(cè)點(diǎn)云數(shù)據(jù)中匹配度最高的點(diǎn)之間的位移量通過歸一化互相關(guān)計(jì)算得到，歸一化互相關(guān)的公式如下：
27、；
28、其中，表示實(shí)測(cè)點(diǎn)云在高度處的點(diǎn)數(shù)，是其平均值，表示平移后虛擬點(diǎn)云數(shù)據(jù)的數(shù)值，是其平均值，表示兩組數(shù)據(jù)是否相關(guān)，表示完美正相關(guān)，表示互不相關(guān)。
29、進(jìn)一步地，實(shí)測(cè)點(diǎn)云數(shù)據(jù)和虛擬點(diǎn)云數(shù)據(jù)這兩組點(diǎn)云數(shù)據(jù)之間水平對(duì)齊步驟如下：
30、步驟一：在同一高度截取兩組點(diǎn)云數(shù)據(jù)的點(diǎn)云薄片，將點(diǎn)云薄片投影至xy平面生成二值化輪廓地圖。
31、步驟二：通過ransac算法搜索并匹配兩組點(diǎn)云數(shù)據(jù)的墻線輪廓，以此計(jì)算得到兩組點(diǎn)云數(shù)據(jù)間的水平平移量和偏航角。
32、步驟三：基于該水平平移量和該偏航角對(duì)兩組點(diǎn)云數(shù)據(jù)進(jìn)行水平對(duì)齊。
33、進(jìn)一步地，在s7步驟中，聯(lián)合代價(jià)函數(shù)公式如下：
34、；
35、其中，為虛擬點(diǎn)云數(shù)據(jù)中的三維點(diǎn)，為實(shí)測(cè)點(diǎn)云數(shù)據(jù)中與對(duì)應(yīng)的最近點(diǎn)，為在虛擬rgb圖像上的原始像素坐標(biāo)，為位移矢量，為精確旋轉(zhuǎn)矩陣和精確平移向量，相機(jī)投影函數(shù)將三維點(diǎn)投影到二維圖像平面，平衡系數(shù)用于調(diào)節(jié)幾何與光流的約束強(qiáng)度。
36、通過采用上述的技術(shù)方案，本技術(shù)的有益效果是：
37、本技術(shù)通過建筑cad模型自適應(yīng)點(diǎn)云化消除了建筑cad模型與實(shí)測(cè)點(diǎn)云數(shù)據(jù)間的模態(tài)差異；利用基于建筑結(jié)構(gòu)約束的粗匹配技術(shù)，通過建筑天然存在的正交性和語義特征，將cad虛擬點(diǎn)云數(shù)據(jù)與實(shí)測(cè)點(diǎn)云數(shù)據(jù)進(jìn)行特征對(duì)齊，避免了后續(xù)快速匹配對(duì)初始變換矩陣依賴強(qiáng)的問題；采用基于icp-flow的快速匹配方法，將二維圖像光流與三維幾何配準(zhǔn)進(jìn)行深度融合，利用光流場(chǎng)提供的強(qiáng)數(shù)據(jù)關(guān)聯(lián)約束引導(dǎo)icp在三維空間中求解最優(yōu)變換，從而實(shí)現(xiàn)cad虛擬點(diǎn)云與實(shí)測(cè)點(diǎn)云數(shù)據(jù)的高效、魯棒匹配，解決icp點(diǎn)云配準(zhǔn)方法速度慢易失效的問題，加速了建筑cad模型與實(shí)測(cè)點(diǎn)云模型之間的匹配，為建筑缺陷檢測(cè)提供準(zhǔn)確的建筑異常數(shù)據(jù)。
38、應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不能限制本公開。
39、無疑的，本技術(shù)的此類目的與其他目的在下文以多種附圖與繪圖來描述的較佳實(shí)施例細(xì)節(jié)說明后將變?yōu)楦语@見。
40、為讓本技術(shù)的上述和其他目的、特征和優(yōu)點(diǎn)能更明顯易懂，下文特舉一個(gè)或數(shù)個(gè)較佳實(shí)施例，并配合所示附圖，作詳細(xì)說明如下。