基于图像分析的三维建筑重建关键技术研究

具有高度真实感的大规模室外场景三维模型在数字城市建设、古迹保护等诸多领域有着非常广泛的应用。作为其中非常重要的组成部分，建筑的三维重建是大规模场景三维重建中的关键环节和研究难点之一，具有很高的研究价值。本项目以北京市老城区具有代表性的不同类型的建筑（古代庙宇和宫殿建筑、现代楼宇建筑）为研究对象，利用统计分析和智能推理的方法，通过分析建筑图像中所蕴含的基本建筑子结构及其拓扑连接关系，并利用特征点线面参数化这些子结构模型，利用随机参数化语法规则描述子结构间的拓扑连接关系，构建模型库和语法库，然后采用贝叶斯推理策略优化模型和规则；最后，通过子结构自动配准融合不同视点建筑物的重建模型，最终获取建筑物完整的三维描述以及大规模城市室外建筑场景真实感重建的原型系统。本项目的理论创新将会大大拓展物体三维重建的范畴，并将传统三维数据配准延伸到多重结构元模型的配准，为数字城市建设提供可持续利用的信息技术支持。

建筑的三维重建是大规模室外场景三维重建中的关键环节和研究难点之一，具有很高的研究价值。本课题以图像中的人造目标为研究对象，主要根据人造目标具有规范的可参数化结构这一特点，对图像或图像序列中的规则结构进行特征提取和描述，并利用统计分析和智能推理的方法，对得到的几何模型和模型间的拓扑连接规则进行优化学习；最后，通过子结构自动配准融合不同视点建筑物的重建模型，最终获取建筑物完整的三维描述以及大规模城市室外建筑场景真实感重建的原型系统。据此，本项目深入研究了建筑物立面图像上阴影的去除、建筑物平面的提取、建筑物立面重复子结构的提取和描述，以及基于特征子结构的图像配准与融合等，建立了建筑物立面子结构（如：窗户、阳台、门等）以及整体建筑的三维模型，取得了一定的理论创新；同时，在该项目的资助下，我们还拓展了一些相关领域的研究. 综上，项目执行情况良好，达到了预期研究成果。具体研究成果可以归纳为三大方面：1）建筑物立面规则结构和其拓扑连接关系的提取和描述；2）相关研究成果在其它领域的应用；3）拓展研究。. 上述理论研究成果均以论文形式在国内外相关领域权威或核心刊物和会议上得到发表或拟发表。截止目前，在本项目的资助下，共发表了19篇论文（均注明资助），其中国际期刊4篇（SCI收录），如：IEEE Transaction on Circuits and Systems for Video Technology (T-CSVT)。国内刊物4篇（其中2篇EI收录），如：计算机辅助设计与图形学学报等。国际会议11篇，如：European Conference on Computer Vision (ECCV)等。还有一些论文正在审稿中。共有9个学生（4个博士、5个硕士）参与了该项目的研究，其中已毕业的有5个（2个博士、3个硕士）。