本发明涉及三维重建领域，具体为一种基于点云的建筑物三维重建方法及系统。
背景技术：
1、建筑物三维重建技术是指通过各种技术手段将现实世界中的建筑物转换为数字化的三维模型。三维模型可以作为数字档案，记录建筑物的结构和设备信息，为后续的维护和改造提供重要参考。通过三维模型，维护人员可以直观地了解建筑物的构造，快速定位和解决问题。而且三维模型可以记录和保存文化遗产和历史建筑的详细信息，为修复和保护工作提供科学依据。结合虚拟现实和增强现实技术，三维重建技术为用户提供了更加沉浸和互动的体验。在建筑物展示、房地产销售、博物馆展示等领域，通过三维模型和虚拟现实技术，用户可以身临其境地感受建筑物的空间和氛围，增强体验效果。然而，由于各种内外部因素，点云数据在采集过程中通常会受到噪声干扰，这些噪声主要包括环境噪声、设备噪声和人为操作引入的误差等，这些噪声对于建筑物三维重建的精度有较大影响。
技术实现思路
1、为了减少建筑三维重建中噪声的影响，本发明提供了一种基于点云的建筑物三维重建方法，所述方法包括以下步骤：
2、s1，采用三维激光扫描仪获得建筑物的点云数据，对不同位置和角度获取的点云数据进行配准得到点云数据集；
3、s2，从点云数据集中随机选取多个点，将选取的点作为起点进行递归最近邻搜索，递归最近邻搜索停止条件是最近邻的距离变化大于阈值或者所有最近邻点形成了环；获取选取的每个点通过所述递归最近邻搜索到递归最近邻搜索停止所经过点的个数，如果所述个数大于预设值则将选取的点进行递归最近邻搜索后得到的所有点加入到非噪点集合中；
4、s3，重复步骤s2多次，将属于点云数据集但不属于非噪点集合中的点记作目标点；在原始的点云数据集中，得到目标点的k个最近邻点，对k个最近邻点进行平面拟合，根据得到的平面判断目标点是否为离散点，若是则将目标点加入到离散点集合中；
5、s4，从原始的点云数据集中删除离散点集合中的点，基于点云数据集生成建筑物三维模型。
6、优选地，所述递归最近邻搜索的过程是：
7、搜索当前点的最近邻，将所述最近邻作为当前点，重复上面过程直到满足停止条件；
8、在进行递归最近邻搜索时如果当前点的最近邻的最近邻又回到了当前点，则将当前点的最近邻的次近邻作为当前点的最近邻的最近邻。
9、优选地，所述根据得到的平面判断目标点是否为离散点，具体为：
10、计算k个最近邻点中与所述目标点在平面同侧的点到所述平面的最大距离，若目标点到所述平面的距离大于所述最大距离和/或目标点到任意一个与所述目标点在平面同侧的点的距离大于所述最大距离，则将目标点作为离散点。
11、优选地，所述根据得到的平面判断目标点是否为离散点，具体为：
12、计算k个最近邻点中与所述目标点在平面同侧的点是目标点的占比，基于k个最近邻到所述平面的平均距离和所述占比得到距离值，若目标点到所述平面的距离大于所述距离值，则将所述目标点作为离散点。
13、优选地，所述从点云数据集中随机选取多个点，具体为：
14、获取所述点云数据集的区域范围，将区域范围划分为多个大小不同的子区域，随机移动每个子区域，将距离所述子区域中心最近的点作为选取的点。
15、另外一方面，本发明还提供了一种基于点云的建筑物三维重建系统，所述系统包括以下模块：
16、点云采集模块，用于采用三维激光扫描仪获得建筑物的点云数据，对不同位置和角度获取的点云数据进行配准得到点云数据集；
17、去噪模块，从点云数据集中随机选取多个点，将选取的点作为起点进行递归最近邻搜索，递归最近邻搜索停止条件是最近邻的距离变化大于阈值或者所有最近邻点形成了环；获取选取的每个点通过所述递归最近邻搜索到递归最近邻搜索停止所经过点的个数，如果所述个数大于预设值则将选取的点进行递归最近邻搜索后得到的所有点加入到非噪点集合中；
18、迭代模块，用于重复去噪模块多次，将属于点云数据集但不属于非噪点集合中的点记作目标点；在原始的点云数据集中，得到目标点的k个最近邻点，对k个最近邻点进行平面拟合，根据得到的平面判断目标点是否为离散点，若是则将目标点加入到离散点集合中；
19、三维生成模块，用于从原始的点云数据集中删除离散点集合中的点，基于点云数据集生成建筑物三维模型。
20、优选地，所述递归最近邻搜索的过程是：
21、搜索当前点的最近邻，将所述最近邻作为当前点，重复上面过程直到满足停止条件；
22、在进行递归最近邻搜索时如果当前点的最近邻的最近邻又回到了当前点，则将当前点的最近邻的次近邻作为当前点的最近邻的最近邻。
23、优选地，所述根据得到的平面判断目标点是否为离散点，具体为：
24、计算k个最近邻点中与所述目标点在平面同侧的点到所述平面的最大距离，若目标点到所述平面的距离大于所述最大距离和/或目标点到任意一个与所述目标点在平面同侧的点的距离大于所述最大距离，则将目标点作为离散点。
25、优选地，所述根据得到的平面判断目标点是否为离散点，具体为：
26、计算k个最近邻点中与所述目标点在平面同侧的点是目标点的占比，基于k个最近邻到所述平面的平均距离和所述占比得到距离值，若目标点到所述平面的距离大于所述距离值，则将所述目标点作为离散点。
27、优选地，所述从点云数据集中随机选取多个点，具体为：
28、获取所述点云数据集的区域范围，将区域范围划分为多个大小不同的子区域，随机移动每个子区域，将距离所述子区域中心最近的点作为选取的点。
29、此外，本发明还提供了一种计算机可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序在被处理器执行时实现如上所述的方法。
30、针对在利用点云对建筑物进行三维重建时点云中的噪声对重建的精度影响较大的问题，本发明采用递归最近邻搜索的方式筛选出噪声点，将噪声点从点云中删除，最后利用去噪后的点云数据集对建筑物进行三维重建，有效消除了建筑物三维重建中毛刺和不准确的问题。
1.一种基于点云的建筑物三维重建方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的方法，其特征在于，所述递归最近邻搜索的过程是：
3.如权利要求1所述的方法，其特征在于，所述根据得到的平面判断目标点是否为离散点，具体为：
4.如权利要求1所述的方法，其特征在于，所述根据得到的平面判断目标点是否为离散点，具体为：
5.如权利要求1所述的方法，其特征在于，所述从点云数据集中随机选取多个点，具体为：
6.一种基于点云的建筑物三维重建系统，其特征在于，所述系统包括以下模块：
7.如权利要求6所述的系统，其特征在于，所述递归最近邻搜索的过程是：
8.如权利要求6所述的系统，其特征在于，所述根据得到的平面判断目标点是否为离散点，具体为：
9.如权利要求6所述的系统，其特征在于，所述根据得到的平面判断目标点是否为离散点，具体为：
10.一种计算机可读存储介质，所述可读存储介质上存储有计算机程序，其特征在于，所述计算机程序在被处理器执行时实现如权利要求1-5任一项所述的方法。
