层次特征约束的三维建筑模型多尺度建模方法

It is of vital significance to have a deep research on the multi-scale modeling method for 3D building models, in order to resolve the severe obstacle in the increasingly wide and diverse utility of 3D city model, which arise from the explosive increase of the data volume of 3D building models. In the multi-scale modeling of large-scale 3D building models, it is a critical hard problem to identify and preserve many types of characteristics and complicated relationship among the characteristics. Aiming at this difficulty, a multi-scale modeling method by hierarchical characteristic constrains is proposed in this project. .Firstly, at a macro level, the characteristic constraint of the hierarchical distribution structure of the whole building models is realized by the quantitative grade evaluation and decision of road stroke. Secondly, to the 3D building models in the local unit divided by the road, the geometric structure characteristics of single 3D building models are identified by model segmentation first. Then, based on the geometric structure characteristics of single 3D building models, the method of spatial clustering and building groups division is researched to realize the local relationship characteristic constraint. Finally, based on the previous hierarchical characteristic constraints, the generalization method for 3D building models is researched, and the multi-scale models can be obtained under the control of scale parameters. Then, experiments based on 3D building models are made to testify the availability of the method proposed in this project..The outcomes of this project will contribute to providing more effective ways for the multi-scale modeling of 3D building models.

为解决建筑模型数据量爆炸性增长给三维城市模型日益广泛和多元化的应用造成的严重困难，深入研究三维建筑模型多尺度建模方法具有十分重要的意义。本项目针对大范围三维建筑模型多尺度建模中，需要识别保持的特征类型多、特征关系复杂、特征识别和保持困难这一关键难题，提出了层次特征约束的多尺度建模方法。首先，在宏观尺度层次，通过基于Stroke的道路等级的定量评价与划分，实现建筑模型整体层次性分布形态结构特征的约束；其次，针对由道路划分出的局部单元内的建筑模型，首先通过模型分割的方法，实现对单个三维建筑模型几何结构特征的识别；然后，以此为基础，研究空间聚类和群组划分方法，实现三维建筑模型局部关系结构特征的约束。最后，基于上述层次特征约束，研究三维建筑模型的综合方法，通过尺度参数控制，生成多尺度的模型；并以三维建筑模型数据进行实验，验证本项目成果的有效性。本项目成果将为三维建筑模型的多尺度建模提供更有效方法。

随着“数字城市”和“智慧城市”建设的全面推进，三维城市模型正在越来越多的领域得到越来越广泛的应用。为了满足不同领域的应用需求，需要构建多尺度的三维城市模型。而这其中，最关键的是如何构建多尺度的三维建筑模型。.目前，通过自动综合构建多尺度模型被认为是最理想的方法。而实现三维建筑模型的自动综合，必须解决两个关键性难题，一个是模型多尺度结构特征的识别，另一个是多尺度结构特征约束的自动综合的实现。.对三维建筑模型多尺度结构特征的识别，本研究在宏观尺度上，通过城市路网结构特征识别城市建筑模型的整体形态特征。为此，基于武汉市路网数据，开发了道路stroke的构建程序，构建道路stroke作为路网的基本结构分析单元，以对偶拓扑图为路网的基本拓扑表达形式，应用复杂网络的原理和方法，建立了信息量最大化定权的城市道路重要性评价方法，进而分析了城市道路网络的结构特征。在微观尺度上，以RGB-D图像提供的特征信息为基础，提出了一种基于混合高斯模型和轮廓模型的图像协同分割方法，进行图像协同分割，有效提取特征目标。在宏观和微观尺度之间，分别采用K-means聚类、SAE网络两种方式训练得到的滤波器，再联合稀疏自编码、卷积与递归网络模型，提出了具有多尺度特征的多模态卷积递归神经网络算法。.针对多尺度结构特征约束的自动综合的实现问题，基于RGB-D的三维点云信息，对环境中的对象进行三维空间特征分析，提出了两种新的三维特征描述——三维尺度特征Size-KD和三维形状特征Spin-KD。针对传统的RGB-D物体识别的方法所存在的图像特征学习不全面、特征编码鲁棒性不够等问题，提出了基于核描述子局部约束线性编码的RGB-D图像物体识别与简化方法。对具有空间拓扑邻近关系的建筑模型的综合，基于数学形态学算子，定义平滑核 作用于三维建筑模型，通过控制尺度参数 ，对相邻建筑模型进行形态学膨胀、侵蚀、开启和闭合等处理，实现了对空间邻近的建筑模型的聚合操作，拓扑关系得到了抽象，且模型的整体外观得到保持。