智慧城市街區虛擬全景影像三維快速重建研究

施并招，呂 威，2*

(1. 澳門城市大學，中國 澳門 999078；2. 吉林大學珠海學院，廣東 珠海 519041)

1 引言

智慧城市的建設過程中需要收集城市基本信息，以確定城市工業化、城鎮化發展現狀，實現對城市的精細化和動態化管理，提升城市資源利用效率。城市基本信息的獲取，就要精準的獲取城市空間三維信息，得到高精度、相對完整的城市數據，形成三維影像圖[1-2]。

目前，國內外對城市全景影像三維重建技術的研究已經取得一定的研究成果，大多采用融合傾斜攝影和點云的三維重建技術[3]、無人機傾斜攝影測量三維重建技術[4]、GPS改進的移動球形全景影像三維重建技術[5]。以上技術為城市全景影像三維重建，提供了城市的位置、輪廓、高度等基礎信息。形成多幅不同角度的城市圖像，采用場景交互的方式，構建三維重建城市全景影像；但當建筑物存在場景遮擋問題時，會出現較大的重建誤差；此外，城市全景影像，存在高度的相似性和冗余度，如街道、居民區、綠化等，其中，還存在著難以得到完整數據的地下管道，影響城市全景影像三維重建效果。因此，有學者利用城市的高度相似性和冗余度，通過大規模重復的方式，整合殘缺的城市數據[6-7]。但是在實際應用中存在耗時較長的問題。

為此，本文以泉州市鯉城區古城街區為研究對象，采用當前已有的大數據、人工智能、車載激光雷達等技術，優化街區建筑物信息的采集，改進智慧城市街區虛擬全景影像三維快速重建技術。

2 智慧城市街區虛擬全景影像三維快速重建技術

2.1 街區建筑物采集數據坐標建立

此次三維重建古城街區虛擬全景影像，采用車載激光雷達技術作為本次重建鯉城區古城街區虛擬全景影像全景數據的采集設備。由于車載激光雷達需汽車裝載激光雷達，掃描鯉城區古城街區虛擬全景，形成全景影像，因此車載激光雷達[8-9]對地坐標系分為激光束瞬時坐標系、掃描參考坐標系和大地坐標系三部分。

建立激光束瞬時坐標系X1軸，將以車行駛的方向作為對地坐標系的X1軸方向，激光束的掃描中心為對地坐標系的原點O1，激光束瞬時掃描方向為Y1軸，Z1軸與X1軸和Y1軸互相垂直，以右手直角坐標系為準則，由Z1軸、X1軸和Y1軸共同構成激光束瞬時坐標系。

建立掃描參考坐標系Y2軸，將以激光束掃描角為0°時車載激光雷達掃描方向作為對地坐標系的Y2軸方向，Z2軸與X1軸和Y2軸互相垂直，以右手直角坐標系為準則，由Z2軸、X1軸和Y2軸共同構成掃描參考坐標系。

假設，某一時刻激光掃描儀激光發射點，到被測物點T的距離為S，則被測物點T在激光束瞬時坐標系的坐標為

(1)

式(1)中，(XTS，YTS，ZTS)表示被測物點T在激光束瞬時坐標系的坐標[10]。被測物點T在掃描參考坐標系坐標，由激光束瞬時坐標系沿著X1軸逆時針旋轉(90°-α)得到，α為激光束掃描角度。設定的激光掃描中心O1坐標(X0，Y0，Z0)，可以確定每個激光腳點精準的對地坐標(X，Y，Z)

(2)

式(2)中，N0表示激光掃描位置，(x，y，z)表示掃描位置坐標[11]。

但在激光掃描過程中，會存在被測物屬性信息缺失問題，影響城市街區三維重建速度和效果。因此，需對車載雷達掃描到的鯉城區古城街區虛擬全景影像數據進行預處理。

2.2 數據預處理

根據上一章節，確定的鯉城區古城街區建筑物位置，采用坡度差值方式，劃分城市建筑物種類。因此，以每條掃描線上左起第一個點為起始點，將掃描線內所有點，分割成小線段集合，每相鄰兩點都會組成小線段坡度值μn，則有

μn=

(3)

式(3)中，n表示掃描線內點數量；(Xn，Yn，Zn)表示第n個點的空間三維坐標；(Xn-1，Yn-1，Zn-1)表示第n-1個點的空間三維坐標[12]。則第n個點和第n-1個點之間的坡度差值Δμn為

Δμn=|μn+1-μn|

(4)

從式(4)中可以看出，線性分布的掃描線內所有點，兩點之間存在坡度值μn=0現象，因此設定參考閾值W和坡度閾值ω。其中，參考閾值W需要根據鯉城區古城街區環境，設置參考閾值，限制小線段集合內點的個數；坡度閾值ω，確定小線段是否為直線，在此次的研究中，設定為5°～15°之間。

綜合上述內容，即完成車載激光雷達，掃描得到的鯉城區古城街區數據預處理，此時，即可根據預處理后的鯉城區古城街區數據，提取街區建筑物特征。

2.3 基于建筑物特征提取的全景影像重建

基于上一節處理后的鯉城區古城街區數據，提取鯉城區古城街區建筑物、街道面、街道景觀燈方向、大小、深度、位置和拓撲關系等特征，其特征提取流程如下：1.輸入鯉城區古城街區建筑物立面點云數據；2.構建建筑物窗戶、門洞、墻面等凸出位置，并識別；3.根據坡度值μn，求取鯉城區古城街區建筑物交線，提取交點集，并投影至(X，O，Y)平面；4.求取角點，作為交線頂端點和末尾點；5.設定距離閾值t，將兩個交線點集擬合成直線；6.兩條交線的四個角點相互連接；7.形成建筑物輪廓。

根據上述設置的建筑物特征提取步驟，計算建筑物凸包點集，即窗戶、門洞、墻面等凸出位置。為此，假設凸包點集為一個完整空間的平面，則有

Ax+By+Cz+D=0

(5)

式(5)中，A、B、C和D都表示平面參數。此時，假設車載雷達采集到的建筑物數據集合為W，其中包含V的凸集的交集S稱為V的凸包，將(5)式轉化為簡化的矩陣，則有

(6)

式(6)中，δ表示建筑實際值。針對(6)式求解，即可得到建筑物凸包點集。

(7)

式(7)中，L表示相交線直線；K表示線性方程；a表示斜線過的定點(0，a)；b表示直線斜率。

(8)

式(8)中，k表示角點。針對(10)式求解，即可得到交線點集和角點坐標，即為建筑物特征提取結果。

根據建筑物特征提取結果，建立建筑物幾何框架，并編寫成DXF文件，導入VisuaISFM三維重建軟件中，即完成泉州市鯉城區古城街區虛擬全景影像三維重建技術研究。

將上文得到的建筑特征，進行還原組合處理，讓其具有對稱、規則和密閉性等特點，形成建筑物幾何框架。因此，將上述得到的街區數據集合，投影至(X，O，Y)平面，得到建筑物的三維信息，求出建筑物坐標，確定街區建筑物位置，形成街區三維虛擬影像。將泉州市鯉城區古城街區所有建筑物，都按照上述方式，逐一還原，并在計算機上，編寫成DXF文件，將其導入VisuaISFM三維重建軟件中，重建街區三維虛擬影像。在重建的過程中，按照得到的建筑物坐標，規劃街區建筑物位置，形成鯉城區古城街區虛擬全景影像。

此次研究城市街區虛擬全景影像三維快速重建方法，采用車載雷達設備，以泉州市鯉城區古城街區為研究對象，采集鯉城區古城街區建筑物數據，三維快速重建鯉城區古城街區虛擬全景影像。

3 實驗設計與結果分析

此次實驗，采用對比實驗的方式，以泉州市鯉城區古城街區為實驗對象，驗證此次研究的智慧城市街區虛擬全景影像三維快速重建技術。并將此次研究的智慧城市街區虛擬全景影像三維快速重建技術，記為實驗A組；文獻[3]技術、文獻[4]技術以分別為實驗B組和實驗C組，確定三維重建數據采集設備、數據采集角度、GPS/IMU組合導航的東/北向位移真值和觀測噪聲，改變重建全景影像時間，對比三組技術三維重建誤差、指標和收斂性能。

3.1 實驗準備

此次實驗，選擇的泉州市鯉城區古城街區，作為此次實驗三維重建的智慧城市街區虛擬全景影像。其街區空間圖片，如圖1所示。

圖1 泉州市鯉城區古城街區空間圖

采用圖2所示的鯉城區古城街區空間數據采集通信連接圖，將采集到的鯉城區古城街區空間數據，傳遞至計算機中，利用VisuaISFM三維重建軟件，在內存為2GB，CPU為Intel(R) Core(TM) i5-9400，功率為2.0GHz，操作系統為Windows 10 64bit，18362.1082專業版，軟件運行環境中，重建泉州市鯉城區古城街區影像。

圖2 鯉城區古城街區空間數據采集通信連接圖

基于上述實驗，設置的數據采集坐標和數據采集設備，將LS激光掃描儀的掃描水平起始角設為0°、豎直起始角設為30°、角分辨率設為0.057。

3.2 實驗結果

3.2.1 三維重建誤差

圖3為實驗的原建筑圖像。基于上述內容設置的實驗參數，利用三組實驗分別重建建筑物。圖4所示的鯉城區古城街區中的原建筑，其重建結果，如圖4所示。

圖3 原建筑

圖4 鯉城區古城街區全景影像三維重建結果圖

從圖4中可以看出，實驗C組重建的建筑物，存在較為嚴重的殘缺現象，立面和非立面獲取效果差；實驗B組建的建筑物，存在較為嚴重的紋路，影響建筑物重建效果；只有實驗A組重建的建筑物，與原圖像一致性較好，且不存在殘缺、紋路不清晰等問題。

為進一步對比三組技術，采用機載LIDAR數據濾波測評三組技術，提取重建鯉城區古城街區全景影像中的建筑物的立面和非立面數據，計算立面和非立面存在的誤差，其誤差分析結果，如表1所示。

表1 誤差分析對比結果表

從表1中可以看出，實驗A組重建的鯉城區全景影像建筑物，不管是立面，還是非立面，采用機載LIDAR數據濾波測評三組技術，所產生的誤差都是最小的。由此可見，此次研究的智慧城市街區虛擬全景影像三維快速重建技術，具有較小的重建誤差。

3.2.2 三維重建指標測試

利用三種技術測試三維建筑重建過程中GPS/IMU組合導航的東/北向位移值，并與測出的真實值作比較，其對比結果如圖5所示。

圖5 三組技術狀態估計值

從圖5中可以看出，只有實驗A組，重建圖4所示的原建筑，存在的位移完全一致。

3.2.3 檢測三組技術收斂性能

利用VisuaISFM三維重建軟件中的重建時間記錄功能，記錄全景影像重建時間，查看三組技術，重建技術收斂性隨著時間的變化，其實驗結果，如圖6所示。

圖6 三組技術收斂性能對比

從圖6中可以看出，隨著時間的增加，實驗A組收斂性能最好，重建原建筑開始后的0.5s內，迅速收斂。由此可見，此次研究的智慧城市街區虛擬全景影像三維快速重建技術，重建智慧城市街區虛擬全景影像，過程穩定，具有較優的收斂性能。

4 結束語

綜上所述，本次研究根據國內外研究現狀，充分利用當代城市街區數據采集設備，提高三維重建智慧城市街區虛擬全景影像速度。但研究的智慧城市街區虛擬全景影像三維快速重建技術未考慮城市街區數據采集設備，采集城市街區數據角度、方向、位置等因素，對三維重建城市街區虛擬全景影像的影響。因此在今后的研究中，還需深入研究智慧城市街區虛擬全景影像三維快速重建技術，判斷街區數據采集設備，采集城市街區數據時，角度、方向、位置等因素，對三維重建技術的影響，進一步提高三維重建技術精度，降低城市街區重建誤差。