本技術(shù)涉及電數(shù)字?jǐn)?shù)據(jù)處理領(lǐng)域，尤其涉及一種多元三維數(shù)據(jù)無(wú)縫快速融合方法。

背景技術(shù)：

1、隨著智慧城市建設(shè)的快速發(fā)展，城市規(guī)劃和管理需要融合多種不同類型的三維數(shù)據(jù)。這些數(shù)據(jù)包括測(cè)繪采集的實(shí)景三維模型、規(guī)劃設(shè)計(jì)的單體化模型、地形測(cè)量的數(shù)字高程模型和數(shù)字正射影像，以及工程建設(shè)中的bim模型和cad圖紙等，每種數(shù)據(jù)都具有不同的格式標(biāo)準(zhǔn)和坐標(biāo)系統(tǒng)。

2、相關(guān)技術(shù)中通常采用整體融合的方式，將所有類型的三維數(shù)據(jù)同時(shí)導(dǎo)入處理系統(tǒng)，基于全局匹配的思路進(jìn)行數(shù)據(jù)融合。首先對(duì)所有數(shù)據(jù)進(jìn)行批量坐標(biāo)轉(zhuǎn)換，然后通過空間拓?fù)潢P(guān)系分析建立不同類型數(shù)據(jù)之間的對(duì)應(yīng)關(guān)系，最后采用網(wǎng)格變形算法對(duì)模型進(jìn)行整體調(diào)整。

3、然而，這種整體融合的處理方式會(huì)導(dǎo)致數(shù)據(jù)耦合度過高。當(dāng)處理大量異構(gòu)三維數(shù)據(jù)時(shí)，由于缺乏基準(zhǔn)參照和處理順序，容易造成誤差累積。特別是在融合地形數(shù)據(jù)、實(shí)景模型和工程數(shù)據(jù)時(shí)，由于不同類型數(shù)據(jù)的精度和重要程度不同，統(tǒng)一處理方式往往導(dǎo)致重要節(jié)點(diǎn)位置發(fā)生偏移，影響整體融合效果。

4、因此，相關(guān)技術(shù)中的在三維數(shù)據(jù)過多的情況下，容易造成誤差累積，使融合效果較差。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)提供了一種多元三維數(shù)據(jù)無(wú)縫快速融合方法、系統(tǒng)、產(chǎn)品及介質(zhì)，用于避免直接整體融合帶來(lái)的誤差累積問題，提高了融合精度。

2、第一方面，本技術(shù)提供了一種多元三維數(shù)據(jù)無(wú)縫快速融合方法，包括：獲取實(shí)景三維模型數(shù)據(jù)、單體化模型數(shù)據(jù)、數(shù)字高程模型數(shù)據(jù)和數(shù)字正射影像數(shù)據(jù)，其中實(shí)景三維模型數(shù)據(jù)為osgb格式，單體化模型數(shù)據(jù)為obj格式；對(duì)數(shù)字高程模型數(shù)據(jù)和數(shù)字正射影像數(shù)據(jù)進(jìn)行配準(zhǔn)處理，生成三維場(chǎng)景的地理底圖層；將實(shí)景三維模型數(shù)據(jù)和單體化模型數(shù)據(jù)轉(zhuǎn)換至地理底圖層的坐標(biāo)系統(tǒng)，使實(shí)景三維模型數(shù)據(jù)和單體化模型數(shù)據(jù)與地理底圖層的空間位置對(duì)齊；在三維場(chǎng)景中采用表面光滑算法處理實(shí)景三維模型數(shù)據(jù)和單體化模型數(shù)據(jù)；接收bim數(shù)據(jù)和cad數(shù)據(jù)；將bim數(shù)據(jù)和cad數(shù)據(jù)轉(zhuǎn)換至地理底圖層的坐標(biāo)系統(tǒng)；將實(shí)景三維模型數(shù)據(jù)、單體化模型數(shù)據(jù)、bim數(shù)據(jù)和cad數(shù)據(jù)中的特征點(diǎn)提取為點(diǎn)云數(shù)據(jù)，采用迭代最近點(diǎn)算法計(jì)算點(diǎn)云數(shù)據(jù)之間的最優(yōu)變換矩陣，根據(jù)最優(yōu)變換矩陣對(duì)三維數(shù)據(jù)進(jìn)行空間變換，直至特征點(diǎn)之間的距離誤差小于預(yù)設(shè)距離閾值，生成融合后的三維場(chǎng)景數(shù)據(jù)。

3、通過采用上述技術(shù)方案，通過獲取多源異構(gòu)數(shù)據(jù)并將其統(tǒng)一到地理底圖層的坐標(biāo)系統(tǒng)，建立了數(shù)據(jù)融合的基準(zhǔn)參照。地理底圖層作為基準(zhǔn)，為后續(xù)數(shù)據(jù)融合提供了穩(wěn)定的空間參考。采用表面光滑算法預(yù)處理實(shí)景三維模型和單體化模型數(shù)據(jù)，減少了數(shù)據(jù)噪聲對(duì)融合精度的影響。通過特征點(diǎn)提取和迭代最近點(diǎn)算法的配合使用，實(shí)現(xiàn)了不同類型三維數(shù)據(jù)的精確對(duì)齊。這種基于特征的迭代優(yōu)化方式，避免了直接整體融合帶來(lái)的誤差累積問題，提高了融合精度，保證了融合后場(chǎng)景的幾何一致性。

4、結(jié)合第一方面的一些實(shí)施例，在一些實(shí)施例中，生成融合后的三維場(chǎng)景數(shù)據(jù)的步驟之后，方法還包括：對(duì)實(shí)景三維模型數(shù)據(jù)進(jìn)行缺失區(qū)域識(shí)別，并生成缺失區(qū)域的特征熵?cái)?shù)據(jù)；提取實(shí)景三維模型數(shù)據(jù)的完整區(qū)域的幾何特征，生成特征流場(chǎng)數(shù)據(jù)，其中特征流場(chǎng)數(shù)據(jù)包括特征傳播方向數(shù)據(jù)和特征傳播強(qiáng)度數(shù)據(jù)；按照預(yù)設(shè)傳播規(guī)則將完整區(qū)域的幾何特征傳播至缺失區(qū)域；預(yù)設(shè)傳播規(guī)則包括：特征傳播強(qiáng)度數(shù)據(jù)隨傳播距離的增加呈非線性衰減；特征傳播強(qiáng)度數(shù)據(jù)隨特征熵?cái)?shù)據(jù)的增加而增加；幾何特征的傳播過程受特征傳播方向數(shù)據(jù)約束。

5、通過采用上述技術(shù)方案，通過特征熵?cái)?shù)據(jù)量化了缺失區(qū)域的幾何復(fù)雜程度，為后續(xù)特征傳播提供了準(zhǔn)確的參考依據(jù)。結(jié)合特征流場(chǎng)數(shù)據(jù)中的傳播方向和強(qiáng)度信息，建立了一個(gè)自適應(yīng)的特征傳播機(jī)制。特征傳播強(qiáng)度會(huì)隨著傳播距離的增加而非線性衰減，這種衰減特性與實(shí)際場(chǎng)景的連續(xù)性特征相符。同時(shí)，傳播強(qiáng)度會(huì)隨特征熵的增加而增加，確保了在幾何特征復(fù)雜的區(qū)域能獲得更多的傳播補(bǔ)充信息，最終實(shí)現(xiàn)了缺失區(qū)域的自然修復(fù)，保持了場(chǎng)景的視覺連續(xù)性。

6、結(jié)合第一方面的一些實(shí)施例，在一些實(shí)施例中，對(duì)實(shí)景三維模型數(shù)據(jù)進(jìn)行缺失區(qū)域識(shí)別，并生成缺失區(qū)域的特征熵?cái)?shù)據(jù)的步驟之前，方法還包括：設(shè)置初始粒度參數(shù)，其中初始粒度參數(shù)為預(yù)設(shè)最大網(wǎng)格邊長(zhǎng)；基于初始粒度參數(shù)執(zhí)行對(duì)實(shí)景三維模型數(shù)據(jù)進(jìn)行缺失區(qū)域識(shí)別，并生成缺失區(qū)域的特征熵?cái)?shù)據(jù)的步驟，得到傳播后的實(shí)景三維模型數(shù)據(jù)；將初始粒度參數(shù)減小預(yù)設(shè)步長(zhǎng)；將傳播后的實(shí)景三維模型數(shù)據(jù)視為實(shí)景三維模型數(shù)據(jù)執(zhí)行對(duì)實(shí)景三維模型數(shù)據(jù)進(jìn)行缺失區(qū)域識(shí)別，并生成缺失區(qū)域的特征熵?cái)?shù)據(jù)的步驟，得到傳播后的實(shí)景三維模型數(shù)據(jù)，直至初始粒度參數(shù)達(dá)到預(yù)設(shè)最小網(wǎng)格邊長(zhǎng)。

7、通過采用上述技術(shù)方案，建立了一個(gè)從粗到細(xì)的多尺度特征傳播機(jī)制。通過初始最大網(wǎng)格邊長(zhǎng)的設(shè)置，在較大尺度上完成特征傳播，確保了整體形態(tài)的正確性。隨著網(wǎng)格邊長(zhǎng)的逐步減小，特征傳播逐漸關(guān)注更細(xì)節(jié)的幾何特征。這種漸進(jìn)式的處理方式不僅提高了計(jì)算效率，能夠在不同尺度上保持幾何特征的連續(xù)性，最終實(shí)現(xiàn)了高質(zhì)量的缺失區(qū)域修復(fù)效果。

8、結(jié)合第一方面的一些實(shí)施例，在一些實(shí)施例中，在三維場(chǎng)景中采用表面光滑算法處理實(shí)景三維模型數(shù)據(jù)和單體化模型數(shù)據(jù)的步驟，具體包括：對(duì)實(shí)景三維模型數(shù)據(jù)和單體化模型數(shù)據(jù)的表面網(wǎng)格中的每個(gè)網(wǎng)格點(diǎn)建立近鄰索引，生成網(wǎng)格點(diǎn)的鄰域索引數(shù)據(jù)；根據(jù)鄰域索引數(shù)據(jù)確定網(wǎng)格點(diǎn)的相鄰點(diǎn)；根據(jù)網(wǎng)格點(diǎn)和對(duì)應(yīng)的相鄰點(diǎn)計(jì)算網(wǎng)格點(diǎn)的局部曲率；將局部曲率大于預(yù)設(shè)曲率閾值的網(wǎng)格點(diǎn)確定為高程突變點(diǎn)，不大于預(yù)設(shè)曲率閾值的網(wǎng)格點(diǎn)確定為非高程突變點(diǎn)；計(jì)算網(wǎng)格點(diǎn)和相鄰點(diǎn)的區(qū)域平均高程數(shù)據(jù)，得到初始平滑高程數(shù)據(jù)；根據(jù)局部曲率確定高程突變點(diǎn)的權(quán)重系數(shù)數(shù)據(jù)，其中權(quán)重系數(shù)數(shù)據(jù)隨局部曲率的增大而趨近于1；對(duì)于非高程突變點(diǎn)，采用初始平滑高程數(shù)據(jù)進(jìn)行平滑處理；對(duì)于高程突變點(diǎn)，采用權(quán)重系數(shù)數(shù)據(jù)進(jìn)行平滑處理。

9、通過采用上述技術(shù)方案，建立網(wǎng)格點(diǎn)的鄰域索引數(shù)據(jù)，為局部特征分析提供了基礎(chǔ)。局部曲率的計(jì)算使得系統(tǒng)能夠準(zhǔn)確識(shí)別高程突變點(diǎn)，這些點(diǎn)往往代表了重要的地形特征。對(duì)于非高程突變點(diǎn)，直接采用區(qū)域平均高程進(jìn)行平滑處理，而對(duì)于高程突變點(diǎn)，則采用基于局部曲率的權(quán)重系數(shù)進(jìn)行自適應(yīng)平滑。這種區(qū)分處理的方式既保留了地形的主要特征，又提高了整體的表面平滑度，有效平衡了細(xì)節(jié)保持和平滑處理的關(guān)系。

10、結(jié)合第一方面的一些實(shí)施例，在一些實(shí)施例中，對(duì)于高程突變點(diǎn)，采用權(quán)重系數(shù)數(shù)據(jù)進(jìn)行平滑處理的步驟之后，方法還包括：從地理底圖層提取經(jīng)過平滑處理的網(wǎng)格點(diǎn)對(duì)應(yīng)位置的高程基準(zhǔn)值，得到參考高程數(shù)據(jù)；將經(jīng)過平滑處理的網(wǎng)格點(diǎn)的高程數(shù)據(jù)與參考高程數(shù)據(jù)進(jìn)行對(duì)比，生成高程偏差數(shù)據(jù)；根據(jù)高程偏差數(shù)據(jù)設(shè)置高程約束權(quán)重，生成約束權(quán)重?cái)?shù)據(jù)，其中約束權(quán)重?cái)?shù)據(jù)隨高程偏差數(shù)據(jù)的增大而減少；基于約束權(quán)重?cái)?shù)據(jù)對(duì)網(wǎng)格點(diǎn)的高程數(shù)據(jù)進(jìn)行校正，生成校正后的網(wǎng)格數(shù)據(jù)。

11、通過采用上述技術(shù)方案，引入地理底圖層作為高程基準(zhǔn)，建立了一個(gè)可靠的參考系統(tǒng)。通過計(jì)算高程偏差數(shù)據(jù)，系統(tǒng)能夠量化評(píng)估平滑處理的準(zhǔn)確性。約束權(quán)重?cái)?shù)據(jù)的引入實(shí)現(xiàn)了一個(gè)自適應(yīng)的校正機(jī)制，當(dāng)高程偏差較大時(shí)，通過較小的約束權(quán)重來(lái)限制校正幅度，反之則允許更大的校正自由度。這種基于參考和約束的校正機(jī)制，確保了高程數(shù)據(jù)的精確性，同時(shí)避免了過度校正帶來(lái)的失真。

12、結(jié)合第一方面的一些實(shí)施例，在一些實(shí)施例中，采用迭代最近點(diǎn)算法計(jì)算點(diǎn)云數(shù)據(jù)之間的最優(yōu)變換矩陣的步驟，具體包括：對(duì)點(diǎn)云數(shù)據(jù)提取角點(diǎn)特征和輪廓特征點(diǎn)，生成特征點(diǎn)集合數(shù)據(jù)；采用尺度不變特征變換算法對(duì)特征點(diǎn)集合數(shù)據(jù)進(jìn)行特征描述，生成特征描述子數(shù)據(jù)；基于最近鄰搜索算法對(duì)特征描述子數(shù)據(jù)進(jìn)行特征點(diǎn)匹配，生成初始匹配點(diǎn)對(duì)數(shù)據(jù)；采用隨機(jī)抽樣一致性算法對(duì)初始匹配點(diǎn)對(duì)數(shù)據(jù)進(jìn)行優(yōu)化，生成優(yōu)化后的匹配點(diǎn)對(duì)數(shù)據(jù)；基于優(yōu)化后的匹配點(diǎn)對(duì)數(shù)據(jù)計(jì)算坐標(biāo)變換矩陣數(shù)據(jù)；將坐標(biāo)變換矩陣數(shù)據(jù)作用于點(diǎn)云數(shù)據(jù)，計(jì)算變換后的特征點(diǎn)之間的距離誤差數(shù)據(jù)；判斷距離誤差數(shù)據(jù)是否小于預(yù)設(shè)距離閾值；若小于預(yù)設(shè)距離閾值，則將坐標(biāo)變換矩陣數(shù)據(jù)確定為最優(yōu)變換矩陣；若不小于預(yù)設(shè)距離閾值，則返回基于優(yōu)化后的匹配點(diǎn)對(duì)數(shù)據(jù)計(jì)算坐標(biāo)變換矩陣數(shù)據(jù)的步驟。

13、通過采用上述技術(shù)方案，通過提取角點(diǎn)和輪廓特征點(diǎn)，獲取了點(diǎn)云數(shù)據(jù)的關(guān)鍵特征。采用尺度不變特征變換算法進(jìn)行特征描述，保證了特征匹配的穩(wěn)定性。隨機(jī)抽樣一致性算法的使用有效去除了錯(cuò)誤匹配點(diǎn)對(duì)，提高了后續(xù)變換矩陣計(jì)算的準(zhǔn)確性。通過迭代優(yōu)化過程，不斷調(diào)整直至滿足預(yù)設(shè)閾值要求，最終獲得高精度的空間變換矩陣，實(shí)現(xiàn)了點(diǎn)云數(shù)據(jù)的精確對(duì)齊。

14、結(jié)合第一方面的一些實(shí)施例，在一些實(shí)施例中，將實(shí)景三維模型數(shù)據(jù)和單體化模型數(shù)據(jù)轉(zhuǎn)換至地理底圖層的坐標(biāo)系統(tǒng)的步驟，具體包括：獲取數(shù)字高程模型數(shù)據(jù)和數(shù)字正射影像數(shù)據(jù)；對(duì)數(shù)字高程模型數(shù)據(jù)進(jìn)行重采樣處理，得到重采樣高程數(shù)據(jù)，使重采樣高程數(shù)據(jù)與數(shù)字正射影像數(shù)據(jù)的空間分辨率數(shù)據(jù)一致；采用控制點(diǎn)匹配算法對(duì)重采樣高程數(shù)據(jù)和數(shù)字正射影像數(shù)據(jù)進(jìn)行地理配準(zhǔn)處理，生成配準(zhǔn)地理數(shù)據(jù)；基于配準(zhǔn)地理數(shù)據(jù)中的重采樣高程數(shù)據(jù)構(gòu)建三角網(wǎng)格模型數(shù)據(jù)；將配準(zhǔn)地理數(shù)據(jù)中的數(shù)字正射影像數(shù)據(jù)作為紋理數(shù)據(jù)映射至三角網(wǎng)格模型數(shù)據(jù)。

15、通過采用上述技術(shù)方案，通過重采樣處理統(tǒng)一了高程數(shù)據(jù)和影像數(shù)據(jù)的空間分辨率，為后續(xù)配準(zhǔn)奠定基礎(chǔ)?？刂泣c(diǎn)匹配算法的使用確保了地理配準(zhǔn)的準(zhǔn)確性。基于配準(zhǔn)后的高程數(shù)據(jù)構(gòu)建三角網(wǎng)格模型，并將正射影像數(shù)據(jù)作為紋理映射，這種處理方式既保證了幾何精度，又提供了真實(shí)的視覺效果。最終實(shí)現(xiàn)了地理底圖層的高精度構(gòu)建，為后續(xù)數(shù)據(jù)融合提供了可靠的空間參考。

16、第二方面，本技術(shù)提供了一種多元三維數(shù)據(jù)無(wú)縫快速融合系統(tǒng)，多元三維數(shù)據(jù)無(wú)縫快速融合系統(tǒng)包括：一個(gè)或多個(gè)處理器和存儲(chǔ)器；存儲(chǔ)器與一個(gè)或多個(gè)處理器耦合，存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序代碼，計(jì)算機(jī)程序代碼包括計(jì)算機(jī)指令，一個(gè)或多個(gè)處理器調(diào)用計(jì)算機(jī)指令以使得多元三維數(shù)據(jù)無(wú)縫快速融合系統(tǒng)執(zhí)行如第一方面以及第一方面中任一可能的實(shí)現(xiàn)方式描述的方法。

17、第三方面，本技術(shù)提供了一種包含指令的計(jì)算機(jī)程序產(chǎn)品，當(dāng)計(jì)算機(jī)程序產(chǎn)品在多元三維數(shù)據(jù)無(wú)縫快速融合系統(tǒng)上運(yùn)行時(shí)，使得多元三維數(shù)據(jù)無(wú)縫快速融合系統(tǒng)執(zhí)行如第一方面以及第一方面中任一可能的實(shí)現(xiàn)方式描述的方法。

18、第四方面，本技術(shù)提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，包括指令，當(dāng)指令在多元三維數(shù)據(jù)無(wú)縫快速融合系統(tǒng)上運(yùn)行時(shí)，使得多元三維數(shù)據(jù)無(wú)縫快速融合系統(tǒng)執(zhí)行如第一方面以及第一方面中任一可能的實(shí)現(xiàn)方式描述的方法。

19、本技術(shù)實(shí)施例中提供的一個(gè)或多個(gè)技術(shù)方案，至少具有如下技術(shù)效果或優(yōu)點(diǎn)：

20、1、通過獲取多源異構(gòu)數(shù)據(jù)并將其統(tǒng)一到地理底圖層的坐標(biāo)系統(tǒng)，建立了數(shù)據(jù)融合的基準(zhǔn)參照。地理底圖層作為基準(zhǔn)，為后續(xù)數(shù)據(jù)融合提供了穩(wěn)定的空間參考。采用表面光滑算法預(yù)處理實(shí)景三維模型和單體化模型數(shù)據(jù)，減少了數(shù)據(jù)噪聲對(duì)融合精度的影響。通過特征點(diǎn)提取和迭代最近點(diǎn)算法的配合使用，實(shí)現(xiàn)了不同類型三維數(shù)據(jù)的精確對(duì)齊。這種基于特征的迭代優(yōu)化方式，避免了直接整體融合帶來(lái)的誤差累積問題，提高了融合精度，保證了融合后場(chǎng)景的幾何一致性。

21、2、通過特征熵?cái)?shù)據(jù)量化了缺失區(qū)域的幾何復(fù)雜程度，為后續(xù)特征傳播提供了準(zhǔn)確的參考依據(jù)。結(jié)合特征流場(chǎng)數(shù)據(jù)中的傳播方向和強(qiáng)度信息，建立了一個(gè)自適應(yīng)的特征傳播機(jī)制。特征傳播強(qiáng)度會(huì)隨著傳播距離的增加而非線性衰減，這種衰減特性與實(shí)際場(chǎng)景的連續(xù)性特征相符。同時(shí)，傳播強(qiáng)度會(huì)隨特征熵的增加而增加，確保了在幾何特征復(fù)雜的區(qū)域能獲得更多的傳播補(bǔ)充信息，最終實(shí)現(xiàn)了缺失區(qū)域的自然修復(fù)，保持了場(chǎng)景的視覺連續(xù)性。

22、3、建立網(wǎng)格點(diǎn)的鄰域索引數(shù)據(jù)，為局部特征分析提供了基礎(chǔ)。局部曲率的計(jì)算使得系統(tǒng)能夠準(zhǔn)確識(shí)別高程突變點(diǎn)，這些點(diǎn)往往代表了重要的地形特征。對(duì)于非高程突變點(diǎn)，直接采用區(qū)域平均高程進(jìn)行平滑處理，而對(duì)于高程突變點(diǎn)，則采用基于局部曲率的權(quán)重系數(shù)進(jìn)行自適應(yīng)平滑。這種區(qū)分處理的方式既保留了地形的主要特征，又提高了整體的表面平滑度，有效平衡了細(xì)節(jié)保持和平滑處理的關(guān)系。