摘要

针对单纯利用近景图像序列点特征进行建筑物立面重建存在的问题，该文提出一种线特征约束下建筑物建模方法。首先利用运动恢复结构技术恢复相机参数和空间点云数据，并在此基础上利用多视图立体方法生成三维稠密点云，然后对图像序列进行基于梯度方向的边缘检测及顾及方向和长度的直线特征拟合，再利用多约束条件实现直线特征匹配及提取，最后基于三维点、线特征实现建筑物立面的三维重建。实验结果表明，该方法能有效利用近景图像序列点、线特征的优势互补重建建筑物的几何立面，更好地恢复建筑物立面的轮廓信息。

引用格式

梁艳，盛业华，谢荣．近景图像序列线特征约束的建筑物立面重建［Ｊ］． 测绘科学，２０１８，４３（６）：９３-９８，１１１．

正文

近年来，数字城市在城市建设、虚拟现实等方面的应用需求不断增长，建筑物立面数据的快速获取成为数字城市构建中亟待解决的问题[1]。当前建筑物立面的重建方法主要有3种方式：①借助地面全站仪测量或航空摄影测量方法生成的二维 GIS平面数据以及其他高度辅助数据，利用CAD建模软件重建建筑物几何立面；②通过利用三维激光扫描仪直接获取建筑物立面的三维点云信息；③利用建筑物不同视角的近景图像序列提取建筑物的立面几何信息。由于近景图像能够反映建筑物表面的几何细节且具有逼真的纹理信息，为快速、准确、真实地再现三维城市信息提供了有效的途径，是当前摄影测量、计算机视觉领域的研究热点。

建筑物立面几何特征（点特征、轮廓特征）的提取是建筑物立面三维重建的关键步骤，同时也决定了建筑物三维重建的精度。在图像信息中，点特征定位精确，可以有效恢复二维图像与三维几何之间的映射关系，是实现三维重建的基本元素，根据点可以构成线和面，从而可以根据各种面信息来实现三维重构。国内外大量学者利用图像序列或视频生成稀疏点云，并借助稠密匹配，自动生成三维稠密点云[2-4]。门窗、墙面凹凸的边界是建筑物的主要轮廓特征，对整个建筑物结构起控制作用。建筑物几何轮廓特征一般从三维点云数据中进一步提取，主要方法有凸壳算法[5]、三角网算法[6]、表面生长法[7]等。由于遮挡等因素的影响，建筑物点云数据往往分布无序，密度不均，单纯从点云数据中提取建筑物立面几何轮廓特征尚存在一些未能解决的难题。在图像信息中，线特征是重要的中层符号，部分学者研究了单纯从图像信息中提取、匹配并重建三维直线的几何轮廓特征[8-9]，但一般需借助人工干预进一步建立建筑物模型。为自动、准确实现建筑物立面三维重建，本文探讨一种基于近景图像序列点、线特征的三维重建方法，利用点特征的高精度优势及线特征的强约束作用，在准确恢复三维点云的基础上，利用从图像中提取、重建的三维直线特征来对建筑物立面重建过程进行指导和约束。

建筑物立面点、线几何特征提取是关键，其精度关系到后续建筑物立面几何三维重建的准确度。对从不同视角拍摄的建筑物目标的近景图像序列流程为：①借助运动恢复结构（structure from motion, SFM）技术[10]，及多视图立体（multi-view stereo,MVS）稠密匹配技术[11]，经图像特征点提取、匹配、重建等步骤得到相机参数与三维稠密空间点云；②对近景图像序列进行直线特征的检测、匹配，再借助已恢复的相机参数计算出空间直线的位置；③利用恢复的三维点云及三维直线特征，实现线约束下的建筑物三维立面重建。在整个流程中，建筑物三维直线特征的提取是难点，对图像中提取的二维直线特征，本文利用考虑方向和长度因素对直线进行拟合，并利用多种约束条件实现特征的匹配，进一步恢复三维直线特征。

本实验数据为两组用普通数码相机从不同角度拍摄的12 幅实际建筑图像序列。利用上述方法获取的三维点、线几何特征及重建结果如图所示。

建筑图像序列图

建筑三维点特征

建筑三维线特征

建筑三维立面模型

本文首先利用SFM技术恢复了相机参数和空间点云数据，建立了二维图像与三维几何空间的联系，并且利用MVS技术对点云进行稠密匹配，生成三维稠密点云，然后对图像序列进行基于梯度方向的边缘检测、考虑方向和长度的直线特征拟合，及多约束的直线特征匹配，进一步借助相机参数恢复三维直线特征，从而实现了建筑物立面点、线几何特征及线特征约束下的表面模型的重建。

值得注意的是，由于点云分布不均匀，致使重建的结果模型中出现的空洞，还需要采用特定的算法或交互的方式对其进行修补。此外，由于噪声的影响，三维表面模型局部或多或少存在失真，这也是本文的后续工作中需要重点研究的部分。

编辑：邓国臣

往期热点文章

觉得不错，请点赞↓↓↓