تحليل المحيط المقيد بالكثافة لإعادة الإعمار ثلاثي الأبعاد وقياس المباني باستخدام المركبات الجوية غير المأهولة

إعادة الإعمار ثلاثية الأبعاد وقياس المحيط لنقطة سحاب المبنى هو المفتاح لتحقيق النمذجة الرقمية ثلاثية الأبعاد للمدن. ومع ذلك، فإن التوزيع المتفرق وغير المنتظم لنقاط السحاب التي تلتقطها المركبات الجوية غير المأهولة غالبًا ما يؤدي إلى تحديات كبيرة للأساليب السابقة في تحقيق إعادة الإعمار ثلاثية الأبعاد الدقيقة والقياس الموثوق للمحيط. نظرًا لذلك، تقترح هذه الورقة طريقة لإعادة الإعمار ثلاثي الأبعاد وقياس محيط نقطة سحاب المبنى تعتمد على كثافة النقاط الذروية للمحيط الرئيسي. أولاً، يتم تقسيم نقطة سحاب المبنى المستخلصة من المركبة الجوية غير المأهولة والحصول على أسطح مختلفة. ثانيًا، يتم بناء نموذج دالة كثافة النقاط لخط المحيط بناءً على دالة متعددة العوامل، ويتم تحديد المتجهات الرئيسية بواسطة خوارزمية تجميع المتجهات. ثالثًا، يتم تحديد مسافة القطع بناءً على الكثافة ومعلمات القيود لتحديد النقاط الرئيسية، ويتم تأسيس المتجهات الرئيسية وفقًا لمسافة القطع والكثافة. أخيرًا، تم تحديد خطوط تركيب المحيط الرئيسية للمبنى بناءً على النقاط والمتجهات الرئيسية. تم اشتقاق نقاط زوايا المبنى من خلال استراتيجية تقاطع ودمج خطوط المحيط المجاورة، مما يتيح إعادة الإعمار ثلاثي الأبعاد وقياس المحيط للمبنى. تظهر النتائج التجريبية أن الطريقة المقترحة تحقق تأثيرًا جيدًا في إعادة الإعمار على نقاط سحاب المباني الملتقطة بواسطة المركبة الجوية غير المأهولة تحت ظروف مختلفة من ضوضاء Gaussian. علاوة على ذلك، تحقق الطريقة المقترحة مستوى أعلى من الدقة مقارنة بأساليب Polyfit وChen، كما تظهر أداءً تنافسيًا مقارنة بأسلوب PolyGNN القائم على التعلم العميق مؤخرًا على هياكل المباني المتعامدة، مع وجود عدد أقل بكثير من الأوجه ودون الحاجة إلى بيانات تدريب. بالإضافة إلى ذلك، يمكن للطريقة المقترحة الحصول على نتائج إعادة إعمار وقياس محيط عالية الدقة باستخدام عدد أقل من الأوجه. سيتم توفير شفرة المصدر على: https://github.com/xijiangyue04/Reconstruction-of-UAV-PCD-based-DGM .