本发明涉及三维数字化技术、点云处理技术及测绘，尤其涉及一种基于图割的建筑物体框模型自动提取方法。
背景技术：
1、三维建筑物模型在城市规划、三维导航、灾害管理、水利水电等领域都有着广泛的应用。
2、目前，随着低空倾斜摄影测量，无人机摄影测量等技术的发展，地理场景模型数据的精度越来越高。然而，城市级的地理场景模型数据量极大，5厘米的尺度下可达tb级，不利于后续的分析和应用。除此之外，地理场景在三维网格模型的形式表达下无单体属性，无法做到属性挂接，以及后续的gis定量分析。在展示端，三维网格模型有过多无用的细节，不利于存储和渲染，因此需要进行轻量化。如果用人工采集的方法进行建筑物单体采集，效率过于低下；而qem(quadric error metric),lindstorm等自动化局部误差简化方法，只能简化模型结构，却无法保证全局正则规则，这会极大地影响可视化效果。
3、综上，作为城市实景三维信息产品的重要组成部分，三维建筑物模型在城市规划、三维导航、灾害管理、水利水电等领域都有着广泛的应用。然而，如果用人工采集的方法进行建筑物单体采集，效率过于低下；而传统自动化局部误差简化方法，只能简化模型结构，却无法保证全局正则规则，这会极大地影响可视化效果。
技术实现思路
1、本发明的目的在于提供一种基于图割的建筑物体框模型自动提取方法，解决了现有技术中指出的上述技术问题。
2、本发明提供了一种基于图割的建筑物体框模型自动提取方法，包括如下操作步骤：
3、平面提取：采集获取当前建筑物的三维点云数据；基于所述三维点云数据进行平面提取操作，得到所述建筑物对应的多个平面；
4、平面合并与正则化：基于全局正则化对所有所述平面进行优化合并，得到多个新平面；
5、多面体切割：基于所有所述新平面构建多面体；对所述多面体进行切割，得到多个候选平面；
6、基于可视性信息的多面体图割二值标记：基于各个所述候选平面构建得到多个第二多面体；通过可视性分析对所述第二多面体进行二元标记，得到建筑物表面内部多面体及建筑物表面外部多面体；
7、建筑物表面模型提取：基于所述建筑物表面内部多面体s进行合并得到建筑物模型。
8、较佳的，所述基于全局正则化对所有所述平面进行优化合并，得到多个新平面，包括如下操作步骤：
9、基于所有所述平面获取多个平面对(si,sj)；计算获取所述平面对(si,sj)的夹角θ；
10、获取各个所述平面对(si,sj)中每个平面的支撑点数n；
11、遍历各个所述平面对(si,sj)，判断所述平面对(si,sj)的夹角θ是否小于或等于角度阈值θt且所述平面对(si,sj)中每个平面的支撑点数n是否大于或等于点数阈值nt；若是，则将所述平面对(si,sj)进行合并，得到新平面；若否，则将所述平面对(si,sj)的两个平面分别作为新平面。
12、较佳的，所述平面对(si,sj)表征相邻的两个平面。
13、较佳的，所述对所述多面体进行切割，得到多个候选平面，包括如下操作步骤：
14、计算获取当前所有所述三维点云数据对应的包围盒；
15、对所述包围盒进行覆盖面提取，得到每个新平面对应的覆盖面；
16、将各个所述覆盖面根据面积大小降序排列后，由面积大到小依次遍历各个所述覆盖面，判断所述多面体是否与所述覆盖面相交，若是，则利用所述覆盖面对所述多面体进行分割，得到多个候选平面。
17、较佳的，所述通过可视性分析对所述第二多面体进行二元标记，得到建筑物表面内部多面体及建筑物表面外部多面体，包括如下操作步骤：
18、构建空的初始有向图；将所述第二多面体对应的第二多面体基元映射到所述初始有向图中得到顶点v，同时将每两个临接的多面体共同的面映射到所述初始有向图中得到边e，得到有向图；
19、对所述有向图中的各个顶点v分别添加源点source及汇点sink；获取各个所述边e的权重w；
20、基于所述源点source、汇点sink以及所述权重w将所述有向图中的所有所述顶点v通过s-t割处理得到子集s及子集t；其中，源点source属于子集s；汇点sink属于子集t；
21、基于所述子集s获取得到建筑物表面内部多面体，并基于所述子集t获取得到建筑物表面外部多面体。
22、较佳的，在“对所述有向图中的各个顶点v分别添加源点及汇点”之后还包括：将所述顶点分别与所述源点source及所述汇点sink相连。
23、较佳的，所述子集s表征建筑物表面内部多面体中的顶点；
24、所述子集t表征建筑物表面外部多面体中的顶点。
25、较佳的，所述基于所述源点source、汇点sink以及所述权重w将所述有向图中的所有所述顶点v通过s-t割处理得到子集s及子集t包括：通过首先通过全局能量最小化区分得到子集s，然后得到除子集s之外的所有顶点构成的子集t。
26、较佳的，所述通过全局能量最小化区分得到子集s，包括如下操作步骤：
27、遍历各个所述三维点云数据：获取各个所述三维点云数据的可视性项项evis(s)并获取各个所述三维点云数据的方向性项eorient(s)；
28、基于所述可视性项项evis(s)及方向性项eorient(s)计算获取能量函数e(s)；
29、判断所述能量函数e(s)是否大于0；若是，则确定所述三维点云数据为建筑物表面外部多面体的三维点云数据；基于所有所述建筑物表面外部多面体的三维点云数据构建子集s。
30、较佳的，所述能量函数e(s)的计算方式为：
31、e(s)＝evis(s)+eorient(s)。
32、与现有技术相比，本发明实施例至少存在如下方面的技术优势：
33、分析本发明提供的上述一种基于图割的建筑物体框模型自动提取方法可知，在具体应用时，首先从点云中提取平面，利用了密集匹配点云的光线信息作为先验信息，将建筑物重建转化为图割问题来求解，避免了动态规划求解造成的巨大计算量；并对其进行合并和正则化优化；然后，用平面对点云的外包围盒进行切割，得到候选多面体；最后，利用可视性信息，构建图割模型对多面体进行二值标记，区分出建筑物内部和外部的多面体，从而实现建筑物体框模型提取。试验结果验证了本申请算法在建筑物的嘈杂点云上能够获得较好的结果。另一方面，本申请实现了对可视性权值计算的gpu并行化，从而达到了高效生成建筑物体框模型目的，使得该方法适用于城市级别的批量建筑物模型重建；自动生成轻量化的单体建筑物模型，利于存储，渲染和后续的gis定量分析，大大减少人工工作量。
1.一种基于图割的建筑物体框模型自动提取方法，其特征在于，包括如下操作步骤：
2.根据权利要求1所述的一种基于图割的建筑物体框模型自动提取方法，其特征在于，所述基于全局正则化对所有所述平面进行优化合并，得到多个新平面，包括如下操作步骤：
3.根据权利要求2所述的一种基于图割的建筑物体框模型自动提取方法，其特征在于，所述平面对(si,sj)表征相邻的两个平面。
4.根据权利要求3所述的一种基于图割的建筑物体框模型自动提取方法，其特征在于，所述对所述多面体进行切割，得到多个候选平面，包括如下操作步骤：
5.根据权利要求4所述的一种基于图割的建筑物体框模型自动提取方法，其特征在于，所述通过可视性分析对所述第二多面体进行二元标记，得到建筑物表面内部多面体及建筑物表面外部多面体，包括如下操作步骤：
6.根据权利要求5所述的一种基于图割的建筑物体框模型自动提取方法，其特征在于，在“对所述有向图中的各个顶点v分别添加源点及汇点”之后还包括：将所述顶点分别与所述源点及所述汇点相连。
7.根据权利要求6所述的一种基于图割的建筑物体框模型自动提取方法，其特征在于，所述子集s表征建筑物表面内部多面体中的顶点；
8.根据权利要求7所述的一种基于图割的建筑物体框模型自动提取方法，其特征在于，所述基于所述源点、汇点以及所述权重w将所述有向图中的所有所述顶点v通过s-t割处理得到子集s及子集t包括：通过首先通过全局能量最小化区分得到子集s，然后得到除子集s之外的所有顶点构成的子集t。
9.根据权利要求8所述的一种基于图割的建筑物体框模型自动提取方法，其特征在于，所述通过全局能量最小化区分得到子集s，包括如下操作步骤：
10.根据权利要求9所述的一种基于图割的建筑物体框模型自动提取方法，其特征在于，所述能量函数e(s)的计算方式为：
