局部表面参数化的实景三角网模型语义增强方法

摘要：

倾斜摄影测量方法已可自动获取城市规模的实景三角网模型,然而散乱的三角网缺乏精细的几何结构和功能语义信息.为克服上述问题,提出一种局部表面参数化的实景三角网模型语义增强方法:将具有语义信息的独立三维部件与实景三角网模型的无缝融合问题,通过定义三维表面结构树,转换为局部区域的三角网替换操作;在待融合区域附近,将原实景三角网模型和替换的三维语义部件,通过局部参数化表达,UV展开为二维平面三角网;在二维平面上构建约束De|aunay三角网(CDT),实现两模型的无缝拼接,逆映射至三维空间并自动重建语义部件.通过深圳某区域的倾斜影像进行的试验证明,本文方法能有效实现具有开放边界和语义信息的部件模型与表面模型的无缝融合.与商业软件Maya对比,这种基于插入、融合的手段对提高建模效率具有实用价值.

关键词：三维表面结构树、局部表面参数化、三角网模型、语义增强、倾斜摄影测量

所属期刊栏目：49

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家自然科学基金;广东省科技计划

在线出版日期：2020-03-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：225-234