CN109472870A - 一种基于网格重构和多影响域修正的模型匹配方法 - Google Patents

Abstract

本发明公开了一种基于网格重构和多影响域修正的模型匹配方法，通过读取三维地形和建筑物数据，获取融合区域，然后在融合区域中根据Delaunay三角剖分算法将地形数据和建筑物数据进行无缝匹配，再对匹配后的模型周围的地形顶点利用高斯混合模型进行局部校正，通过修正匹配后地物周边的地形顶点的高程值，能够有效地控制匹配过程对地形造成的失真现象。本发明不仅能够在实现地形与建筑物数据无缝匹配的同时，有效地控制匹配过程对地形造成的失真现象，同时相比于传统方法可以减少匹配过程造成的误差，从而提升整体的匹配效果。

Description

一种基于网格重构和多影响域修正的模型匹配方法

所属领域

本发明涉及三维GIS技术领域，具体涉及一种基于网格重构和多影响域修正的模型匹配方法。

背景技术

在三维GIS中，数字城市的构建通常涉及到三维地形和地物数据，其中地形数据最常用的是以规则格网模型进行组织，地物数据由于与地形数据来源不同，在组织方式方面存在差异，最常见的是以OBJ文件的方式表达。在构建数字城市过程中，无法简单地将地物数据直接叠加在地形数据上方，否则会出现地物下陷或上浮的现象，因此研究地形与地物数据的匹配方法显得尤为重要。

目前对于三维地形和地物的模型匹配方法有多种，根据地形的组织方式可分为规则格网与地物模型的匹配和不规则三角网与地物模型的匹配，根据地物的属性可分为独立于地形的地物和依赖于地形的地物，其中以规则格网的地形与独立于地形的建筑物的匹配研究最为广泛，匹配过程中大多采用网格重构的算法，该方法可以实现地形与地物在数据层的无缝匹配，但在匹配过程中会对建筑物周边地形造成悬崖或台阶现象，导致匹配后的三维场景存在失真现象。

发明内容

本发明正是为了克服现有问题，提供一种基于网格重构和多影响域修正的模型匹配方法，通过读取三维地形和建筑物数据，获取融合区域，然后在融合区域内根据Delaunay三角剖分算法将地形数据和建筑物数据进行无缝匹配，最终对匹配后的模型周围的地形顶点利用高斯混合模型进行局部校正，修正匹配过程中在地物周边的地形顶点的高程值，该方法可有效控制匹配过程对地形造成的失真现象。

为了实现上述目的，本发明采用的技术方案是：一种基于网格重构和多影响域修正的模型匹配方法，包括如下步骤：

S1，读取三维地形和建筑物数据，获取融合区域；

S2，在融合区域中根据Delaunay三角剖分算法将地形数据和建筑物数据进行无缝匹配；

S3，对匹配后的模型周围的地形顶点利用高斯混合模型进行局部校正，消除地形失真现象。

作为本发明的一种改进，所述S1进一步包括：

S11，读取三维地形和建筑物模型数据，根据建筑物数据构建其包围盒；

S12，依次根据建筑物的包围盒提取其底部特征，确定凸包范围；

S13，根据点与多边形的位置关系确定建筑物底部覆盖的地表范围，即融合区域；

S14，根据点在多边形内的算法，筛选出在融合区域中落在建筑物凸包范围内的点，删除这些顶点以及与顶点关联的所有三角形。

作为本发明的一种改进，所述步骤S2进一步包括：

S21，根据双线性内插算法求取建筑物的底部中心点高程值，将建筑物底座范围内的点的高程值统一修改为中心点高程值；

S22，将修改后的建筑物底座范围内的顶点添加到待融合区域中；

S23，将修改后的融合区域内部的数据进行Delaunay三角剖分，实现地形和建筑物数据的初次匹配；

S24，将建筑物底部的特征约束嵌入生成的Delaunay三角网中，根据交换迭代法生成带约束的Delaunay三角网，实现地形与建筑物数据的约束匹配。

作为本发明的一种改进，所述步骤S24中的约束匹配进一步包括：

S241，判断建筑物底部的每一条约束边是否存在于当前三角网中，若不存在，则从三角网中找出所有与当前约束边存在交叉的所有三角形，存入集合中；

S242，找出集合中以约束边起点为顶点的三角形，判断该三角形是否与约束边存在交叉，若存在，找出相交的边以及该边另一侧的三角形；

S243，上述两个三角形可组成一个四边形，判断该四边形是否是严格凸多边形，若是，则交换该四边形的对角线，然后处理集合中的下一个三角形；否则，返回步骤S242，直至所有三角形处理结束。

作为本发明的又一种改进，所述步骤S3中的高斯模型中引入可调节周围地形的高程值平滑因子f(x)，所述因子为：

其中：σ为该平滑因子的衰减速度；e为自然数；d_x为地形影响点到地物参考点的平面距离。

作为本发明的又一种改进，所述平滑因子中的衰减速度σ＝k×|H_i-H′_i|，其中H_i为地物的初始高度，H′_i地物匹配后的高度，k为可调参数，决定当前影响域的大小。

作为本发明的更进一步改进，若某个地形顶点同时在多个地物的影响域内，该顶点将受到多个地物的同时作用，且不同的地物产生的影响取决于该地物到地形顶点的距离和其本身的平滑因子，因此所述地形顶点受到第k个模型影响的概率为：

其中，π_k是每个高斯模型的权重，由地形顶点到地物的距离决定，d_k为所述地形顶点至第K个地物的距离；n为地物模型的总数；N(x_i|μ_i,σ_i)为第i个高斯分布，μ_i为该高斯分布的数学期望，σ_i为其标准方差，x_i为其中心点。根据每个模型对顶点产生影响的概率可确认最终地形影响点高程值的改正值：

其中，h′为地形顶点最终的高程值；h为地形顶点原始高程值；h_i为第i的地物模型的高程值；f_i为每个地物模型对当前地形顶点作用的平滑因子

与现有技术相比，本发明具有的技术优势是：本发明在生成带约束的Delaunay三角网时，通过先生成无约束的三角网，然后将地物底部约束通过交换迭代法嵌入生成的三角网中，同时对已有的迭代算法进行了改进，考虑到严格凸包问题，与传统的约束Delaunay三角网生成算法相比，本发明大大降低了算法复杂度。此外在模型匹配过程后，本发明基于混合高斯模型采用多影响域修正的方法，与原有方法相比，新的三维场景中的地形数据高程值由地物参考点的高程改变值和地形地物之间的距离计算而来，对于多个地物的影响，通过高斯混合模型计算其相应的概率来获取最终地形的高程改正值，与传统方法直接为每个地物赋予相同的概率，准确率更高；同时本发明能够在实现模型无缝匹配的同时，有效地控制匹配过程造成的失真现象，改善模型匹配的质量，具有较强的通用性。

附图说明

图1为本发明实施例1基于网格重构和多影响域修正的模型匹配流程图；

图2为本发明实施例2中原始的地形数据和地物数据顶点示意图；

图3为本发明实施例2中插入地物底部约束后的三角面片示意图，其中：

图3a为生成的无约束Delaunay三角网示意图；

图3b为利用交换迭代法处理后的三角网示意图。

具体实施方式

以下将结合附图和实施例，对本发明进行较为详细的说明。

实施例1

一种基于网格重构和多影响域修正的模型匹配方法，如图1所示，包括如下步骤：

S1，读取三维地形和建筑物数据，获取融合区域，所述地形数据以规则格网模型存储，读取的地形数据为DEM格式；所述地物数据通过建模软件生成，并采用OBJ格式的文件存储，该步骤进一步包括：

S11，读取三维地形和建筑物模型数据，根据建筑物数据构建其包围盒；

S12，依次根据建筑物的包围盒提取其底部特征，确定凸包范围；

S13，根据点与多边形的位置关系确定建筑物底部覆盖的地表范围，即融合区域；

S14，根据点在多边形内的算法，筛选出在融合区域中落在建筑物凸包范围内的点，删除这些顶点以及与顶点关联的所有三角形。

S2，在融合区域中根据Delaunay三角网剖分算法将地形数据和建筑物数据进行无缝匹配，所述步骤进一步包括；

S21，根据双线性内插算法求取建筑物的底部中心点高程值，将建筑物底座范围内的点的高程值统一修改为中心点高程值；

S22，将修改后的建筑物底座范围内的顶点添加到待融合区域中；

S23，将修改后的融合区域内部的数据进行Delaunay三角剖分，实现地形和建筑物数据的初次匹配；

S24，将建筑物底部的特征约束嵌入生成的Delaunay三角网中，根据交换迭代法生成带约束的Delaunay三角网，实现地形与建筑物数据的约束匹配，所述约束匹配进一步包括：

S241，判断建筑物底部的每一条约束边是否存在于当前三角网中，若不存在，则从三角网中找出所有与当前约束边存在交叉的三角形，并存入一个集合中；

S242，找出集合中以约束边起点为顶点的三角形，判断该三角形是否与约束边存在交叉，若存在，找出相交的边以及该边另一侧的三角形；

S243，上述两个三角形可组成一个四边形，判断该四边形是否是严格凸多边形，若是，则交换该四边形的对角线，然后处理集合中的下一个三角形，否则，返回步骤S242，直至所有三角形处理结束。

在模型匹配后融入的地物会对周围地形产生一定的影响导致地形出现失真现象，顶点离地物距离越近，失真现象越严重，随着距离地物越来越远，影响越来越小，直至到达一个临界值时，地物对地形无影响。基于上述可知每个地物对周边地形都有一个影响域，该影响域为以当前地物为圆心的搜索圆，只有在这个影响域内的顶点才会受到地物的约束，因而：

S3，对匹配后的模型周围的地形顶点利用高斯混合模型进行局部校正，消除地形失真现象。

在高斯模型中引入可调节周围地形的高程值平滑因子f(x)，所述因子为：

其中参数σ为该平滑因子的衰减速度，d_x为地形影响点(x_j，y_j)到地物参考点(x_i，y_i)的平面距离，可用如下公式表示：

根据高斯模型的性质，上述平滑因子具有3σ性质，因此地物顶点对其周围的地形顶点的影响区域为以当前地物顶点为圆心，以3σ为半径的圆，此处可令σ＝k×|H_i-H′_i|，其中H_i为地物的初始高度，H′_i地物匹配后的高度，K为可调参数，决定当前影响域的大小，根据σ可确定地形影响点(x_j，y_j，h_j)因地物参考点(x_i，y_i，h_i)插入导致的高程变化值：

进一步的，某个地形顶点若是在多个地物的影响域内，则受到多个地物的共同作用，可利用高斯混合模型来计算地形顶点的高程改正值，地形顶点受到第k个模型影响的概率为：

其中π_k是每个高斯模型的权重，根据每个模型对顶点产生影响的概率可确认最终地形影响点高程值的改正值：

通过修正匹配过程后地物周边的地形顶点的高程值，能够有效地控制匹配过程对地形造成的失真现象。

实施例2

一种基于网格重构和多影响域修正的模型匹配方法，包括如下步骤：

S1，读取三维地形和建筑物数据，获取融合区域，其中，地形数据以规则格网模型存储，读取的地形数据为DEM格式，地物数据通过建模软件生成，并采用OBJ格式的文件存储，获取地形和地物数据的融合区域的步骤如下：

首先建立两个类Terrain和ObjectGroup，分别用于保存地形数据和地物数据。对三维DEM文件进行解析，读取地形顶点的三维坐标并保存至Terrain对象中，同时该对象中保存了地形的三角面片索引。对OBJ文件进行解析，根据建筑物的纹理方式对其中的三角面片进行划分，在解析的同时，保存建筑物的顶点坐标和纹理坐标。

然后遍历建筑物ObjectGroup,获取其中高程值最小的顶点，存入顶点序列Vertex中，该顶点序列中保存了建筑物底座的所有顶点，同时保存建筑物的底部特征线段，获取建筑物的底部范围。

根据该底部凸包范围，遍历Terrain对象中的所有三角面片，判断三角面片是否在当前建筑物的底部范围内，若存在交叉，则当前三角面片属于被影响区域，从Terrain中删除该三角面片并将三个顶点保存至待融合的顶点序列中。

遍历结束后将待融合区域内的顶点和建筑物的顶部范围对比，若顶点在建筑物底座范围内，则不参与构网，可直接删除。

图2为部分原始地形数据和建筑物底面数据，其中实线连接的三角面片是地形数据，虚线连接的多边形是建筑物地面数据。地形顶点中A、B、C、D、G、H、I为受影响区域，因此将其加入待融合的顶点序列中，并从地形的原始三角面片中删除与建筑物底部在二维方向存在交叉的三角面片，最后遍历待融合的顶点序列，筛选出在建筑物底部范围内部的顶点，这些顶点不参与构网，可直接删除，图2中的顶点D即在建筑物底部范围内，因此将其删除。

S2，获取到上述融合区域后，即可将融合区域内的顶点进行网格重构，实现地形与地物的无缝匹配，即在融合区域中根据Delaunay三角网剖分算法将地形数据和建筑物数据进行无缝匹配，具体步骤如下：

首先获取建筑物底部的中心顶点，根据双线性内插算法利用中心点附近的四个地形顶点的坐标计算其高程值，假如(x，y)是当前建筑物的中心点，(x₁，y₁)、(x₁，y₂)、(x₂，y₁)、(x₂，y₂)四个点是地形数据中离该点最近的四个点。

在x方向进行一阶线性差值，得到两个插值点R₁,R₂，R₁，R₂的具体计算公式如下：

然后在y方向上进行线性差值：

获得的F(P)即为建筑物的底部高程值，将Vertex中的所有顶点的高程值修改为F(P)后添加至待融合的顶点序列中，该顶点序列即为融合区域。根据融合区域中的数据构建无约束的Delaunay三角网模型。最后利用交换迭代法将建筑物的底部特征线段插入生成的三角网中，生成带约束的Delaunay三角网，实现地形与建筑物的无缝匹配。

如图3(a)为生成的无约束Delaunay三角网，从图中可以看出建筑物底部约束线段和生成的新三角网之间存在交叉，建筑物的底部轮廓未嵌入生成的三角网中，与事实不符。此处采用交换迭代法将原始建筑物约束嵌入其中，具体步骤如下：

首先取出底部轮廓中的每条约束边，判断其是否存在于当前三角网的边集合中。若存在则表明当前边的约束关系满足，继续判断下一条约束边，否则从三角网中找出所有与当前约束边存在交叉的三角形，存入集合T中。

集合T中存在两个三角形Triangle1和Triangle2，这两个三角形包含了当前约束边的两个顶点，选择其中一个三角形，若当前三角形与约束边存在交叉部分，找出其相交的边以及该边另一侧的三角形，这两个三角形可组成一个四边形，交换该四边形的对角线，然后处理集合T中的下一个三角形。

图3(b)即为利用交换迭代法处理后的三角网，可以看出建筑物的底部约束已完全被嵌入生成的三角网中，实现了带约束的三角网生成，完成了地形与建筑物的无缝匹配。

本发明首先生成无约束的Delaunay三角网，然后利用交换迭代法将地物底部约束插入三角网中，实现带约束的Delaunay三角网，与当前的直接生成带约束的三角网方法相比，算法复杂度较低，且由于融合区间内顶点个数较少，在时间复杂度方面并不会显著增加，但是更易于理解。

上述模型在匹配后由于地物的插入，导致一些地形顶点消失，在地物周围的地形会产生失真现象，包括悬崖或台阶的生成。且地形顶点离地物距离越近，失真现象越严重，随着距离地物越来越远，影响越来越小，直至到达一个临界值时，地物对地形无影响。

S3，对匹配后的模型周围的地形顶点利用高斯混合模型进行局部校正，消除地形失真现象，对匹配后的模型周围的地形顶点利用高斯混合模型进行局部校正的具体步骤如下：

首先确定顶点校正采用的高斯模型，本实施例定义了一个平滑因子，根据该因子可调节周围地形的高程值：

其中参数σ为该平滑因子的衰减速度，d_x为地形影响点(x_j，y_j)到地物参考点(x_i，y_i)的平面距离，可用如下公式表示：

根据高斯模型的性质，上述平滑因子具有3σ性质，因此地物顶点对其周围的地形顶点的影响区域为以当前地物顶点为圆心，以3σ为半径的圆。此处可令σ＝k×|H_i-H′_i|，其中H_i为地物的初始高度，H′_i地物匹配后的高度。K为可调参数，决定当前影响域的大小。根据σ可确定地形影响点(x_j，y_j，h_j)因地物参考点(x_i，y_i，h_i)插入导致的高程变化值：

某个地形顶点若是在多个地物的影响域内，可利用高斯混合模型来计算地形顶点的高程改正值，地形顶点受到第k个模型影响的概率为：

其中π_k是每个高斯模型的权重。根据每个模型对顶点产生影响的概率可确认最终地形影响点高程值的改正值：

本发明采用高斯混合模型来获得每个地物对同一地形顶点影响的概率，可以充分考虑每个地物到顶点的距离以及每个地物对其周边区域的强约束关系，促使最终渲染的场景效果逼真，地形可以平滑过渡。现有方法大多未考虑到模型匹配对地形的影响，导致最终渲染的场景出现严重失真现象，或者虽然考虑到模型失真问题，对于多个地物同时作用于一个地形顶点时现有方法往往采用等权值的方法处理，这种方法忽略了距离因素和每个地物对其周边地形的强约束关系，与实际情况不符。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实例的限制，上述实例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等同物界定。

Claims (7)

1.一种基于网格重构和多影响域修正的模型匹配方法，其特征在于，包括如下步骤：

S1，读取三维地形和建筑物数据，获取融合区域；

S2，在融合区域中根据Delaunay三角网剖分算法将地形数据和建筑物数据进行无缝匹配；

S3，对匹配后的模型周围的地形顶点利用高斯混合模型进行局部校正，消除地形失真现象。

2.根据权利要求1所述的一种基于网格重构和多影响域修正的模型匹配方法，其特征在于，所述S1进一步包括：

S11，读取三维地形和建筑物模型数据，根据建筑物数据构建其包围盒；

S12，依次根据建筑物的包围盒提取其底部特征，确定凸包范围；

S13，根据点与多边形的位置关系确定建筑物底部覆盖的地表范围，即融合区域；

S14，根据点在多边形内的算法，筛选出融合区域中落在建筑物凸包范围内的点，删除这些顶点以及与顶点关联的所有三角形。

3.根据权利要求1所述的一种基于网格重构和多影响域修正的模型匹配方法，其特征在于，所述步骤S2进一步包括：

S21，根据双线性内插算法求取建筑物的底部中心点高程值，将建筑物底座范围内的点的高程值统一修改为中心点高程值；

S22，将修改后的建筑物底座范围内的顶点添加到待融合区域中；

S23，将修改后的融合区域内部的数据进行无约束的Delaunay三角剖分，实现地形和建筑物数据的初次匹配；

S24，将建筑物底部的特征约束嵌入生成的Delaunay三角网中，根据交换迭代法生成带约束的Delaunay三角网，实现地形与建筑物数据的约束匹配。

4.根据权利要求3所述的一种基于网格重构和多影响域修正的模型匹配方法，其特征在于，所述步骤S24中的约束匹配进一步包括：

S241，判断建筑物底部的每一条约束边是否存在于当前三角网中，若不存在，则从三角网中找出所有与当前约束边存在交叉的三角形，存入集合中；

S242，找出集合中以约束边起点为顶点的三角形，判断该三角形是否与约束边存在交叉，若存在，找出相交的边以及该边另一侧的三角形；

S243，上述两个三角形组成一个四边形，判断该四边形是否是严格凸多边形，若是，则交换该四边形的对角线，然后处理集合中的下一个三角形；否则，返回步骤S242，直至所有三角形处理结束。

5.根据权利要求1所述的一种基于网格重构和多影响域修正的模型匹配方法，其特征在于，所述步骤S3中的高斯模型中引入可调节周围地形的高程值平滑因子f(x)，所述因子为：

其中：σ为该平滑因子的衰减速度；e为自然数；d_x为地形影响点到地物参考点的平面距离。

6.根据权利要求5所述的一种基于网格重构和多影响域修正的模型匹配方法，其特征在于，所述平滑因子中的衰减速度σ＝k×|H_i-H′_i|，其中H_i为地物的初始高度，H′_i地物匹配后的高度，k为可调参数，决定当前影响域的大小。

7.根据权利要求6所述的一种基于网格重构和多影响域修正的模型匹配方法，其特征在于，所述地形顶点受到第k个模型影响的概率为：

其中，π_k是每个高斯模型的权重，由地形顶点到地物的距离决定，d_k为所述地形顶点至第K个地物的距离；n为地物模型的总数；N(x_i|μ_i,σ_i)为第i个高斯分布，μ_i为该高斯分布的数学期望，σ_i为其标准方差，x_i为其中心点；

根据每个模型对顶点产生影响的概率可确认最终地形影响点高程值的改正值：

其中，h′为地形顶点最终的高程值；h为地形顶点原始高程值；h_i为第i的地物模型的高程值；f_i为每个地物模型对当前地形顶点作用的平滑因子。