基于平面结构感知的光伏场景三维重建纹理映射方法（PSATM）

《Computers》：PSATM: Planar Structure Awareness-Based Texture Mapping for 3D Reconstruction of Photovoltaic Scenes

　　

在光伏场景三维重建领域，当前的纹理映射技术由于缺乏几何结构假设，在均匀平面区域（如太阳能电池板）中经常遇到明显的纹理分割和明显的接缝。为了应对这些挑战，研究人员引入了一种新的纹理映射策略，用于三维太阳能电池板场景重建，该策略侧重于平面结构感知，并将所提出的方法命名为PSATM。首先，研究人员提出一个全局约束和一个局部细化过程来融入清晰的几何结构细节。该过程通过区域生长方法自动检测和标记平面区域。接下来，研究人员将一个平面结构感知模块集成到马尔可夫随机场（MRF）能量函数的平滑项中。该模块利用二面角和平面隶属度来调整标签转换成本，增强平面区域内的纹理一致性，并在真正的几何断裂处保持平滑过渡。此外，研究人员建立了一种基于局部几何支撑的边界处理技术。该方法结合基于面积的加权和法线一致性来修改错误标签，成功去除小残留并平滑纹理边缘。研究人员在实际太阳能电池板场景中使用纹理块数量和视觉质量度量测试了所提出的PSATM。结果表明，与现有方法相比，所提出的PSATM显著减少了纹理分割错误，并改善了纹理流动和整体视觉质量。

随着全球可再生能源转型的推进，光伏发电行业持续增长，大规模光伏电站的规划、设计、空间分析和智能运维对无人机（UAV）图像的三维重建提出了高要求。在三维重建流程中，纹理映射负责将二维图像颜色信息投影到三维网格表面，是决定模型视觉真实感和可分析性的关键环节。然而，现有纹理映射技术在处理光伏阵列等规则平面结构时，因缺乏几何结构假设，极易在均匀平面区域（如太阳能电池板）产生严重的纹理分割和明显接缝，导致视觉连续性和结构一致性受损。为克服这一难题，研究人员提出了一种基于平面结构感知的纹理映射方法（Planar Structure-Aware Texture Mapping, PSATM），该论文发表在《Computers》。该方法通过显式提取并利用三维网格中的平面几何信息，引导纹理优化过程，从而显著减少纹理碎片，提升模型视觉质量。主要贡献包括：提出面级平面分割方法自动识别平面区域；构建平面结构感知纹理一致性模型，将二面角和平面隶属度融入马尔可夫随机场（MRF）平滑项；设计纹理边界优化策略，基于局部几何支撑去除残余碎片。实验在三个实际光伏场景（丘陵、村庄、山区，分别包含350、450、500张无人机图像）上进行，与OpenMVS对比，结果表明PSATM在纹理块数量和重建时间上均显著优于基准方法，消融研究验证了各模块的有效性。

**关键技术方法**：PSATM的主要技术方法包括三个核心模块。第一，平面结构分割机制（PSSM），通过区域生长算法基于面法线一致性（阈值设为10°）和面到拟合平面距离（阈值0.01 m）自动检测并标记平面区域，为每个面片赋予平面标签。第二，平面结构感知纹理一致性模型（PSATC），在MRF能量函数平滑项中引入二面角调制函数和平面一致性指示函数，动态调整标签转换成本：同平面内不同标签施加固定惩罚因子（10.0），跨平面时根据二面角线性惩罚（最大惩罚1.0，角度阈值20°），从而增强平面内纹理一致性并允许几何边缘处合理切换。第三，纹理边界优化策略（TBOS），基于局部几何支撑，结合面面积权重和法线一致性计算支持分数，对孤立小区域进行标签过滤，去除残余碎片。所有实验使用COLMAP 3.12.0生成稀疏点云，OpenMVS 2.3.0进行稠密重建，硬件配置为Intel Core i7-9700 CPU、32 GB RAM、NVIDIA GeForce RTX 2060 GPU。

**研究结果**：
**定性结果**：通过三个场景对比，PSATM生成的纹理模型在视觉质量上显著优于OpenMVS。在丘陵场景中，传统方法因标签频繁切换导致大量纹理碎片和模型缺失，而PSATM利用平面结构感知机制使纹理边缘与光伏组件实际物理边界对齐，避免了碎片。在村庄场景中，PSATM对屋顶平面施加平面约束，使同平面面片选择一致纹理源，消除了锯齿边缘和颜色不一致，提升了视觉连贯性。在山区场景中，PSATM通过二面角连续截断惩罚函数，在坡度变化区域保持清晰结构层次，避免了纹理模糊和重影。
**定量结果**：采用纹理块总数和重建时间两个指标。在场景1中，PSATM将纹理块从277,458降至45,534（减少83.6%）；场景2从46,471降至17,465（减少62.4%）；场景3从355,883降至294,634（减少17.2%）。重建时间方面，场景1从55分10秒降至20分56秒（效率提升2.6倍）；场景2从9分21秒降至6分58秒（1.3倍）；场景3从2小时33分17秒降至37分32秒（4.1倍）。表明平面先验有效缩小了图割优化解空间，加速收敛。
**消融研究**：通过对比OpenMVS（基线）、OpenMVS+PSATC、PSATM（PSATC+TBOS）三个变体，发现PSATC大幅减少纹理块数量，而TBOS进一步去除少量残留碎片（如场景3减少约21,000块）。微观视觉分析显示，PSATC主导宏观结构一致性，TBOS改善微观边界自然度。

**讨论与结论**：论文讨论部分隐含于实验分析中，明确指出传统方法因缺乏结构感知，在规则平面区域易产生纹理碎片，而PSATM通过显式平面约束和边界优化有效克服了这一问题。结论部分总结：研究人员提出了一种名为平面结构感知纹理映射（PSATM）的新方法，用于解决太阳能光伏场景中规则平面区域的严重纹理碎片问题。该方法首先通过区域生长从重建网格中提取平面先验，并将其集成到马尔可夫随机场（MRF）优化过程中，建立了平面结构感知纹理一致性模型，确保同一物理平面内纹理一致性。此外，引入纹理边界优化策略，自适应修正异常标签，减少纹理接缝和碎片伪影。实验结果表明，PSATM有效减少了纹理碎片，增强了纹理连续性，改善了纹理三维模型的整体视觉质量。未来将实现PSATM的并行版本以加速。