为了实现建筑复杂异形构件的自动、快速、分级实体化建模,提出了一种基于三维点云的智能逆向实体化建模方法。以上海音乐厅的科林斯柱头为例,首先,采用双边滤波算法对三维激光扫描仪采集的原始点云数据进行平滑预处理;之后,基于Python...为了实现建筑复杂异形构件的自动、快速、分级实体化建模,提出了一种基于三维点云的智能逆向实体化建模方法。以上海音乐厅的科林斯柱头为例,首先,采用双边滤波算法对三维激光扫描仪采集的原始点云数据进行平滑预处理;之后,基于Python语言的Pymeshlab模块、rhinoscriptsyntax模块、scriptcontext模块对Meshlab和Rhino软件进行了二次开发,依次提出了基于泊松表面重建的三角面片网格生成方法、四边面网格重建方法、非均匀有理B样条(NURBS)多重曲面重建方法;最后,根据实体模型的使用用途,提出了不同精度、不同存储等级、不同数据格式的实体模型自动生成方法。研究表明,该方法显著提高了建筑复杂异形构件实体模型构建效率,节省了传统人工处理模型的时间与成本,可为建筑信息模型(Building Information Modeling,BIM)智能建模、智能预拼装、智能有限元分析等工作提供重要支撑。展开更多
文摘为了实现建筑复杂异形构件的自动、快速、分级实体化建模,提出了一种基于三维点云的智能逆向实体化建模方法。以上海音乐厅的科林斯柱头为例,首先,采用双边滤波算法对三维激光扫描仪采集的原始点云数据进行平滑预处理;之后,基于Python语言的Pymeshlab模块、rhinoscriptsyntax模块、scriptcontext模块对Meshlab和Rhino软件进行了二次开发,依次提出了基于泊松表面重建的三角面片网格生成方法、四边面网格重建方法、非均匀有理B样条(NURBS)多重曲面重建方法;最后,根据实体模型的使用用途,提出了不同精度、不同存储等级、不同数据格式的实体模型自动生成方法。研究表明,该方法显著提高了建筑复杂异形构件实体模型构建效率,节省了传统人工处理模型的时间与成本,可为建筑信息模型(Building Information Modeling,BIM)智能建模、智能预拼装、智能有限元分析等工作提供重要支撑。