基于α-shape与多标记图割的机载LiDAR点云建筑平面分段优化方法

《ISPRS International Journal of Geo-Information》：TopoFarm: A Topology-Annotated Panoptic Dataset for Unauthorized Farmland Excavation Scene Representation Shunxi Yin, Wanzeng Liu, Jun Chen, Jiaxin Ren and Jiadong Zhang

　　

针对机载激光雷达（LiDAR）点云在建筑三维重建中存在的过分割、欠分割及边界锯齿化等问题，研究人员提出了一种融合粗到细平面聚类与垂直墙面联合推断的分段优化方法。该方法首先通过法向量空间的区域生长实现初始平面聚类，随后构建包含数据项与平滑项的能量函数，引入α-β交换策略的多标记图割（Multi-label Graph Cut）算法求解近似全局最优解，有效消除平面边界的不连续现象。为解决因传感器视角限制导致的建筑垂直墙面点云缺失问题，研究人员结合二维投影轮廓与高度突变信息，分别对外墙与内墙进行推断：外墙通过α-shape提取外边界并经正则化获得建筑足迹后垂直拉伸生成；内墙则基于检测到的高度变化点对，在空间连续性约束下拟合生成。实验结果表明，该方法显著提升了建筑平面分段的准确性与完整性，为后续建筑模型重建提供了可靠的拓扑平面基础。研究发表于《ISPRS International Journal of Geo-Information》。

研究背景与意义

机载LiDAR技术因其高效获取地表三维信息的能力，已成为城市三维建模的核心数据源。然而，受限于传感器扫描视角、建筑物结构复杂性及点云密度分布不均等因素，现有平面分割方法常面临过分割、欠分割及边界锯齿化等技术瓶颈，严重制约了后续建筑模型的几何精度与拓扑正确性。传统基于区域生长或模型拟合的方法难以平衡细节保留与噪声抑制的关系，而单纯依赖几何特征的方法往往忽略了建筑结构的语义先验。因此，研究人员亟需探索一种能够兼顾分割精度与空间连续性的优化框架，以解决复杂建筑结构的点云分段难题，为数字孪生城市建设提供高保真的三维基底数据。

关键技术方法

研究人员采用单栋建筑点云作为实验样本队列，首先通过法向量估计与区域生长算法完成粗分割；其次构建以点到平面距离绝对值最小化为数据项、以相邻点平面隶属差异为平滑项的能量函数，利用α-β交换的多标记图割算法进行全局优化；最后，基于二维投影的α-shape算法提取建筑外轮廓，经线段拟合与方向正则化后生成外墙，同时通过检测点云高度突变点对，在空间邻近约束下拟合生成内部垂直墙面。

研究结果

3.2 粗到细平面聚类与优化

研究人员首先基于点云法向量相似性进行区域生长，获得初始平面聚类结果。随后建立优化模型，定义能量函数E(L)由数据项和平滑项构成。数据项通过计算点p到候选平面L_P的距离绝对值实现，公式为|ax_p+by_p+cz_p+d|/√(a2+b2+c2)，确保点与所属平面的几何一致性。平滑项δ_p,q(L_p,L_q)用于惩罚相邻点归属不同平面的情形，当L_p=L_q时为0，否则取exp(-√(Δx2+Δy2+Δz2))，以此强制空间连续性并消除锯齿边界。通过α-β交换的多标记图割算法最小化目标函数，获得了近似全局最优的平面分配方案，如图2d所示，有效解决了过分割与边界不连续问题。

3.3 垂直墙面推断

针对机载LiDAR点云中垂直墙面采样稀疏甚至缺失的挑战，研究人员提出联合投影轮廓与高度变化的推断策略。

3.3.1 垂直外墙推断

将单栋建筑点云投影至二维水平面，采用α-shape方法提取初始外边界。随后对边界点序列进行分段最小二乘直线拟合，并通过区域生长合并距离阈值内的共线点。在此基础上对线段簇进行方向聚类，调整各簇方向至平均值，并将近似共线、近似正交的线段分别精修为严格共线与正交，最终得到正则化的建筑外轮廓（图3c）。该轮廓既作为建筑二维足迹（图3d），又通过垂直方向拉伸直接生成外墙，无需预先输入建筑 footprint 先验信息。

3.3.2 垂直内墙推断

研究人员利用建筑内部高度突变特征推断内墙位置。定义点云P={p_i=(x_i,y_i,z_i)}，计算任意两点间的水平距离d_ij=√((x_i-x_j)2+(y_i-y_j)2)与高度差h_ij=|z_i-z_j|。当满足d_ij< />_d且h_ij>ε_h时，判定(p_i,p_j)为高度变化点对。基于这些点对的分布，研究人员拟合生成内部垂直墙面线段（图3f），最终与外墙线段融合形成完整的建筑垂直平面集合（图3g,h）。

讨论与结论

研究人员通过粗到细的平面聚类优化流程，有效缓解了过分割、欠分割及边界锯齿化等问题，显著提升了机载LiDAR点云平面分割的精度与完整性。所提出的垂直墙面联合推断方法，成功克服了传感器视角限制导致的墙面点云缺失难题，实现了内外墙面的完整重构。该研究为建筑三维重建提供了更为可靠的拓扑平面基础，对推动城市三维地理信息系统精细化建模具有重要实践价值。研究结论表明，融合几何约束与空间连续性的优化框架，能够有效处理复杂建筑结构的点云分段任务，其方法论亦可拓展至其他三维场景解析应用中。论文发表于《ISPRS International Journal of Geo-Information》，为相关领域研究提供了新的技术路径。