趙繼平,林 偉
(電子科技大學(xué)成都學(xué)院,四川 成都 611731)
建筑物的三維建模屬于計(jì)算機(jī)圖形學(xué)、視覺領(lǐng)域、虛擬現(xiàn)實(shí)研究領(lǐng)域的核心問題。建筑物建模在智慧城市建設(shè)、城市規(guī)劃工作中是不可缺少的環(huán)節(jié)。組合式建筑物結(jié)構(gòu)主要通過2個(gè)或者多于2個(gè)的規(guī)則幾何結(jié)構(gòu)構(gòu)成,目前針對(duì)建筑物的建模研究不在少數(shù),但針對(duì)組合式建筑建模方面的研究資料較少。組合式建筑是近幾年各個(gè)國(guó)家建筑工程領(lǐng)域重點(diǎn)研究的建筑類型,其能夠使用2個(gè)或多個(gè)幾何結(jié)構(gòu)設(shè)計(jì)成一個(gè)獨(dú)具特色的建筑物,對(duì)城市建筑美化起到積極影響。在實(shí)際的建筑施工之前,組合式建筑設(shè)計(jì)過程中,離不開組合式建筑的三維建模程序,而建模的效果與建筑物最終建筑效果之間存在直接聯(lián)系。
組合式建筑每個(gè)部件之間存在很多的遮擋問題,針對(duì)此類建筑,建筑物建模方法在建模過程中,需要操作人員多次交互參與,操作流程復(fù)雜,導(dǎo)致組合式建筑幾何輪廓數(shù)據(jù)拿捏不準(zhǔn),存在誤差,為此,為了優(yōu)化組合式建筑建模精度,協(xié)助設(shè)計(jì)人員準(zhǔn)確地按照設(shè)計(jì)方案,實(shí)現(xiàn)組合式建筑最優(yōu)設(shè)計(jì),需要實(shí)現(xiàn)組合式建筑幾何輪廓的定標(biāo)誤差識(shí)別,組合式建筑幾何輪廓定標(biāo)誤差識(shí)別是優(yōu)化組合式建筑物三維模型建模精度的基礎(chǔ)和前提。本文設(shè)計(jì)一種組合式建筑幾何輪廓定標(biāo)誤差識(shí)別模型,可高精度、快速識(shí)別組合式建筑幾何輪廓定標(biāo)誤差。
以常見的由長(zhǎng)方體、圓柱體建立的組合式建筑為例,使用基于幾何基元定標(biāo)的組合式建筑模型輪廓數(shù)據(jù)提取方法,提取組合式建筑模型輪廓數(shù)據(jù)。
針對(duì)組合式建筑物而言,充分使用組合式建筑物每個(gè)部件的規(guī)則幾何體具備的三維信息,將每個(gè)部件實(shí)施參數(shù)計(jì)算與建模,能夠優(yōu)化此類建筑物的建模速度與質(zhì)量。針對(duì)差異的建筑物部件,使用差異的定標(biāo)方法實(shí)現(xiàn)各個(gè)部件的輪廓參數(shù)計(jì)算和建模,能夠全面提取差異幾何體自身的輪廓特征。定標(biāo)誤差能夠體現(xiàn)組合式建筑結(jié)構(gòu)三維模型與實(shí)際建筑輪廓之間的建模誤差,本文在識(shí)別組合式建筑幾何輪廓定標(biāo)誤差之前,先以幾何輪廓數(shù)據(jù)提取為研究核心,建立長(zhǎng)方體幾何基元定標(biāo)模型、圓柱體幾何基元定標(biāo)模型,以此提取組合式建筑幾何輪廓數(shù)據(jù)。
2.1.1 長(zhǎng)方體幾何基元定標(biāo)模型
組合式建筑的三維建模過程中,長(zhǎng)方體幾何基元是組合式建筑建模的核心因素之一,所以構(gòu)建一種長(zhǎng)方體幾何基元定標(biāo)模型,提取組合式建筑的長(zhǎng)方體結(jié)構(gòu)幾何輪廓數(shù)據(jù)。
在相機(jī)標(biāo)定中,角點(diǎn)相應(yīng)的三維坐標(biāo)示意圖見圖1。
圖1 角點(diǎn)相應(yīng)的三維坐標(biāo)示意圖
為了實(shí)現(xiàn)相機(jī)標(biāo)定,需要構(gòu)建相機(jī)成像模型。相機(jī)成像模型能夠描述組合式建筑結(jié)構(gòu)三維模型中,某長(zhǎng)方體幾何輪廓坐標(biāo)數(shù)據(jù)和實(shí)際輪廓坐標(biāo)數(shù)據(jù)之間的映射關(guān)系。
相機(jī)標(biāo)定時(shí),需要運(yùn)算相機(jī)內(nèi)外參數(shù)與長(zhǎng)方體結(jié)構(gòu)輪廓的尺寸大小h
、h
,建模主要是為了使組合式建筑結(jié)構(gòu)三維模型結(jié)構(gòu)中長(zhǎng)方體部件輪廓和組合式建筑的二維圖像輪廓之間的匹配度滿足應(yīng)用需求。所以,使用常用的相機(jī)投影矩陣相機(jī)模型,構(gòu)建相機(jī)成像模型N
=T
[S
|k
](1)
其中,相機(jī)內(nèi)部矩陣是T
;旋轉(zhuǎn)矩陣與平移向量依次是S
、k
,S
、k
屬于相機(jī)外部矩陣。引入齊次坐標(biāo),投影矩陣將組合式建筑結(jié)構(gòu)三維模型中各個(gè)長(zhǎng)方體部件輪廓坐標(biāo)數(shù)據(jù)Q
映射至相機(jī)所拍攝的組合式建筑物圖像中二維點(diǎn)q
,便可計(jì)算獲取相機(jī)內(nèi)部參數(shù)、外部參數(shù)和尺寸大小。q
=NQ
(2)
通過映射關(guān)系q
?Q
,采取動(dòng)態(tài)線性規(guī)劃的形式,獲取相機(jī)標(biāo)定的參數(shù)T
、S
、k
、h
、h
。相機(jī)標(biāo)定完畢,便可使用式(2)運(yùn)算獲取世界坐標(biāo)系中輪廓數(shù)點(diǎn)的坐標(biāo)Q
。2.
1.
2 圓柱體幾何基元定標(biāo)模型在組合式建筑結(jié)構(gòu)三維模型圓柱體幾何結(jié)構(gòu)中,為了實(shí)現(xiàn)相機(jī)標(biāo)定,計(jì)算相機(jī)的內(nèi)外參數(shù),提取幾何輪廓數(shù)據(jù),需要引入透視投影的滅點(diǎn)理論的幾何性質(zhì)運(yùn)算方法。
圓柱體滅點(diǎn)求解示意圖見圖2。
圖2 圓柱體滅點(diǎn)求解示意圖
圖2中,u
、u
、u
是圓柱體滅點(diǎn)。設(shè)置滅點(diǎn)坐標(biāo)為(v
,u
,1),v
、u
、1是滅點(diǎn)在x
軸、y
軸、z
軸上的輪廓數(shù)據(jù)。右上標(biāo)T
代表轉(zhuǎn)置。其對(duì)應(yīng)的空間齊次坐標(biāo)依次是(1,0,0,0),(0,1,0,0),(0,0,1,0)。此時(shí)相機(jī)內(nèi)部參數(shù)和非已知、不等于0的因子λ
約束關(guān)系TS
是(3)
因旋轉(zhuǎn)矩陣屬于正交矩陣,式(3)能夠變換成
(4)
獲取相機(jī)內(nèi)部參數(shù)和不等于0的常數(shù)因子λ
之后,把參數(shù)導(dǎo)入式(4),便能獲取旋轉(zhuǎn)矩陣的值。求解相機(jī)標(biāo)定參數(shù)后,根據(jù)滅點(diǎn)坐標(biāo)便可判斷組合式建筑中圓柱體部件的幾何輪廓坐標(biāo)參數(shù)(此參數(shù)主要是圓柱體部件的半徑s
)。在世界坐標(biāo)系中,操作人員標(biāo)識(shí)的點(diǎn)坐標(biāo)依次是(±s
,0,0)、(±s
,0,1),s
能夠通過二維圖像點(diǎn)至三維空間映射關(guān)系獲取。綜上所述,在提取組合式建筑幾何輪廓數(shù)據(jù)之后,為了識(shí)別幾何輪廓定標(biāo)誤差,本文將長(zhǎng)方體部件、圓柱體部件的幾何輪廓數(shù)據(jù)整理為組合式建筑不同部件的輪廓數(shù)據(jù)樣本集合O
,作為基于支持向量回歸機(jī)的幾何輪廓定標(biāo)誤差識(shí)別方法的識(shí)別樣本。支持向量回歸機(jī)能夠使用敏感度為0的損失函數(shù)與核函數(shù),具有顯著的預(yù)測(cè)性能。所以,本文使用支持向量回歸機(jī)對(duì)組合式建筑幾何輪廓定標(biāo)誤差進(jìn)行建模分析。
組合式建筑幾何輪廓定標(biāo)數(shù)據(jù)樣本存在高維非線性屬性,設(shè)置樣本數(shù)據(jù)集為O
={(a
,b
),…,(a
,b
)},a
、b
是2.
1小節(jié)提取的組合式建筑不同部件的輪廓數(shù)據(jù)樣本。為了把低維空間非線性回歸問題變成高維空間的線性回歸問題g
(a
),引入一個(gè)非線性映射系數(shù)φ
g
(a
)=?·φ
+c
(5)
其中,c
、?依次是閾值與權(quán)值。為了保證樣本數(shù)據(jù)自低維空間非線性回歸問題變成高維空間的線性回歸結(jié)果g
(a
)與真實(shí)值存在極小的差異,需要將損失的實(shí)際風(fēng)險(xiǎn)值S
[g
]控制在最小值(6)
其中,d
代表求導(dǎo)處理。Q
(a
,b
)、d
(a
,b
,g
)分別是聯(lián)合概率分布函數(shù)、損失函數(shù)。因?yàn)?p>Q(a
,b
)是未知的聯(lián)合概率分布函數(shù),不可以直接把S
[g
]實(shí)施最小化處理,所以,將其等價(jià)成最小化表達(dá)模式(7)
其中,D
(?)、D
依次是S
[g
]的最小化模式、懲罰參數(shù)。b
、g
(a
)依次是第j
個(gè)組合式建筑部件的輪廓數(shù)據(jù)樣本數(shù)據(jù)、第j
個(gè)組合式建筑部件的輪廓數(shù)據(jù)樣本數(shù)據(jù)自低維空間非線性回歸問題變成高維空間的線性回歸結(jié)果。求解式(5)時(shí),可將式(6)等價(jià)成式(7)的最小化問題,則:
(8)
s.t.
((?·φ
)+c
)-b
≤δ
+ε
(9)
(10)
式(10)的對(duì)偶問題是
(11)
(12)
S
2的凸二次規(guī)劃問題(13)
(14)
(15)
在支持向量回歸機(jī)模型中,精度β
、懲罰參數(shù)D
、核函數(shù)參數(shù)的設(shè)置十分關(guān)鍵。因高斯徑向基核函數(shù)的建模效率顯著,建模誤差極小,所以使用它設(shè)成幾何輪廓定標(biāo)誤差識(shí)別的核函數(shù)。高斯徑向基核函數(shù)是(16)
其中,核函數(shù)的寬度向量是ψ
;a
∈a
、a
∈a
。基于支持向量回歸的幾何輪廓定標(biāo)誤差識(shí)別模型是
(17)
使用式(17)便可實(shí)現(xiàn)組合式建筑幾何輪廓定標(biāo)誤差識(shí)別。
實(shí)驗(yàn)在MATLAB仿真平臺(tái)中,使用Emgucv和OpenGL庫(kù)實(shí)現(xiàn)圖3中2種組合式建筑物建模,實(shí)驗(yàn)中所研究的組合式建筑詳情如圖3所示。在建模過程中,將本文模型使用C#程序編寫到應(yīng)用程序中,主要使用本文模型提取2種組合式建筑物三維建模中的幾何輪廓數(shù)據(jù)、識(shí)別定標(biāo)誤差,判斷本文模型對(duì)組合式建筑物幾何輪廓數(shù)據(jù)提取效果、定標(biāo)誤差識(shí)別效果以及操作效率。
圖3 組合式建筑物
W
、準(zhǔn)確率W
2個(gè)指標(biāo)進(jìn)行評(píng)價(jià)。提取率能夠描述本文模型提取的組合式建筑物三維建模中的輪廓數(shù)據(jù)量在實(shí)際建筑物輪廓數(shù)據(jù)量的比值,體現(xiàn)本文模型的提取全面性。準(zhǔn)確率能夠描述準(zhǔn)確提取組合式建筑物三維建模中的輪廓數(shù)據(jù)量在所提取的輪廓數(shù)量的比值,體現(xiàn)本文模型提取的精度。(18)
(19)
其中,N
是幾何輪廓數(shù)據(jù)提取結(jié)果中實(shí)際建筑物輪廓數(shù)量;L
是沒有被提取到的建筑物輪廓數(shù)量;F
是被錯(cuò)誤提取成建筑物輪廓的數(shù)量。本文模型對(duì)A類組合式建筑物、B類組合式建筑物的幾何輪廓數(shù)據(jù)提取效果如表1所示。
表1 幾何輪廓數(shù)據(jù)提取效果
分析表1可知,本文模型對(duì)圖3中兩種組合式建筑物在三維建模過程中的幾何輪廓數(shù)據(jù)提取效果較好,提取率都大于0.9800,提取準(zhǔn)確率大于0.9900,可以全面、高精度地提取組合式建筑物三維模型中的幾何輪廓數(shù)據(jù)。
測(cè)試本文模型在識(shí)別圖3中兩種組合式建筑物三維建模時(shí)的幾何輪廓定標(biāo)誤差時(shí),識(shí)別結(jié)果的坐標(biāo)平均誤差值ρ,運(yùn)算方法為
(20)
其中,x
、y
、z
表示組合式建筑物實(shí)際輪廓坐標(biāo)。x
″、y
″、z
″是本文模型識(shí)別的輪廓坐標(biāo),坐標(biāo)平均誤差值較小,表示識(shí)別精度較高。測(cè)試結(jié)果如圖4所示。圖4 幾何輪廓定標(biāo)誤差識(shí)別效果
分析圖4可知,本文模型在識(shí)別圖3中兩種組合式建筑物三維建模時(shí)的幾何輪廓定標(biāo)誤差時(shí),對(duì)兩種組合式建筑物幾何輪廓的定標(biāo)誤差識(shí)別精度較高,輪廓數(shù)據(jù)坐標(biāo)平均誤差值小于0.02,識(shí)別誤差極小。
測(cè)試本文模型提取2種組合式建筑物三維建模中的幾何輪廓數(shù)據(jù)、識(shí)別定標(biāo)誤差時(shí),所用的操作時(shí)長(zhǎng),以此判斷本文模型的操作效率。測(cè)試結(jié)果如表2所示。
表2 操作效率測(cè)試結(jié)果
分析表2可知,本文模型提取2種組合式建筑物三維建模中的幾何輪廓數(shù)據(jù)、識(shí)別定標(biāo)誤差時(shí),操作時(shí)長(zhǎng)較短,操作效率較高。
建筑物的三維建模是虛擬現(xiàn)實(shí)與城市模擬仿真的核心構(gòu)成部分,文章以優(yōu)化組合式建筑三維建模精度為研究核心,設(shè)計(jì)了組合式建筑幾何輪廓定標(biāo)誤差識(shí)別模型,該模型能夠準(zhǔn)確、全面提取組合式建筑模型輪廓數(shù)據(jù);并實(shí)現(xiàn)幾何輪廓定標(biāo)誤差高精度識(shí)別。但因篇幅有限,在提取組合式建筑幾何輪廓數(shù)據(jù)時(shí),僅以長(zhǎng)方形、圓柱形建筑為例進(jìn)行研究,在日后的研究中,將以其它形狀的建筑輪廓為研究目標(biāo),提升本文模型的使用效果。