蔣健明，周迪斌，胡 斌，解利軍

（1.杭州師范大學(xué)信息科學(xué)與工程學(xué)院，浙江 杭州310036；2.浙江大學(xué)工程與科學(xué)計算研究中心，浙江 杭州 310027）

基于建筑圖紙的三維重建技術(shù)研究進(jìn)展

蔣健明1，周迪斌1，胡 斌1，解利軍2

（1.杭州師范大學(xué)信息科學(xué)與工程學(xué)院，浙江 杭州310036；2.浙江大學(xué)工程與科學(xué)計算研究中心，浙江 杭州 310027）

基于建筑圖紙的建筑物三維重建是計算機(jī)圖形學(xué)和人工智能領(lǐng)域的重要研究方向.文章系統(tǒng)分析了三維重建技術(shù)研究現(xiàn)狀，介紹了重建過程的一般流程，包括建筑圖紙的軸網(wǎng)識別，柱、梁、板及其它符號的識別，總結(jié)目前圖紙理解與識別技術(shù)的研究成果、存在的主要難點、發(fā)展趨勢及產(chǎn)業(yè)界的相關(guān)進(jìn)展，最后提出該領(lǐng)域進(jìn)一步的發(fā)展方向.

三維重建；建筑圖紙；規(guī)則推斷；圖紙語義

0 引 言

三維重建是從二維數(shù)據(jù)，如工程圖紙、地形圖、衛(wèi)星圖、實地照片和工程草圖等，提取蘊含的三維信息，通過對這些信息進(jìn)行有效加工處理后，在三維中重構(gòu)出二維信息所對應(yīng)的三維實體.三維重建一般包括兩類：建筑三維重建[1]和工程圖重建[2]，該文主要研究前者.利用三維重建技術(shù)，不僅可實現(xiàn)設(shè)計和繪圖，而且可將繪制結(jié)果直接進(jìn)行后繼加工處理.傳統(tǒng)的建筑設(shè)計施工過程中，工程算量的工作主要由人工完成，如門窗統(tǒng)計、鋼筋用量、土石方估算等，易出錯且效率低下[1].深化研究基于三維重建的技術(shù)，有利于實現(xiàn)基于矢量圖形自動識別理解的工程量信息獲取和工程量統(tǒng)計，從產(chǎn)品設(shè)計過程的工程文件中實現(xiàn)信息的繼承和方便快捷的工程量統(tǒng)計，并從根本上改變已有的概預(yù)算的統(tǒng)計模式.

除傳統(tǒng)的建筑設(shè)計和工程算量應(yīng)用，三維重建技術(shù)也可應(yīng)用在三維都市建模、無線傳播、熱傳導(dǎo)、聲傳播等模擬計算領(lǐng)域.在室內(nèi)無線傳播模擬計算領(lǐng)域，需要對傳播的邊界即建筑物進(jìn)行有效建模，包括外部輪廓和內(nèi)部細(xì)節(jié)，如墻體、樓板、樓梯、門窗等，不同的材質(zhì)特性對于無線傳播影響非常大.與面向工程算量的三維重建相比較，傳播計算對建筑3D重建的要求有所不同，前者需在精確3D建模基礎(chǔ)上實現(xiàn)工程算量分析和成本預(yù)算；后者計算重點關(guān)注墻體和樓板幾何信息，而不需關(guān)注其它的信息，如材質(zhì)信息、梁柱形狀細(xì)節(jié).

依據(jù)數(shù)據(jù)源的不同，圖形識別可分為兩類：一類是基于紙質(zhì)圖紙或位圖的圖形識別，一般要經(jīng)過圖紙掃描、預(yù)處理、矢量化、后處理等幾個步驟.這類圖形識別首先要對數(shù)據(jù)進(jìn)行矢量化，即將圖紙由點陣格式轉(zhuǎn)換為矢量數(shù)據(jù)格式，以便后續(xù)的建筑識別.另一類是基于標(biāo)準(zhǔn)化的CAD圖紙文件的圖形識別[3－4]，依據(jù)圖紙文件的數(shù)據(jù)結(jié)構(gòu)和內(nèi)在拓?fù)湫畔?，并借助圖紙規(guī)范約束來識別和理解圖紙中的各種信息，提取所需要的建筑工程相關(guān)數(shù)據(jù)，包括幾何信息和工程統(tǒng)計信息.矢量化的DWG和DXF文件是最常見的建筑圖紙格式.圖1為建筑物三維重建，左為建筑平面圖，右為采用重建算法后構(gòu)建的三維建筑.

圖1 建筑三維重建[5]Fig.1 3Dbuilding reconstruction

1 三維重建的一般方法

學(xué)術(shù)界在三維重建領(lǐng)域已有多年的研究積累，提出了許多算法，最簡單直觀的方法，是合并一些圖紙中平行線段實現(xiàn)墻體重建，但該方法只適合查找簡單的墻體對象，更合理的識別算法是研究圖紙間內(nèi)在的約束關(guān)系，采用規(guī)則推導(dǎo)重建.圖2是重建算法的一般流程，包含3個部分：預(yù)處理、圖形識別和對象重建.預(yù)處理過程是圖形識別的前提步驟，包含格式轉(zhuǎn)化和修正過程.對于非矢量的圖紙，需對圖紙做預(yù)處理，將其轉(zhuǎn)換成對應(yīng)的矢量圖紙，包含祛除無關(guān)的噪聲.同時，建筑圖紙可能存在一些繪制錯誤需要更正，部分矢量對象有效分割對于建筑實體的識別非常關(guān)鍵，需預(yù)先處理，例如關(guān)鍵線條的連通或分割處理.

圖形識別是算法核心，按識別次序依次為軸網(wǎng)識別、柱識別、梁識別、板識別及其它建筑對象識別，如樓梯、陽臺和門窗等.三維重建過程則是在圖形識別基礎(chǔ)上，利用圖形映射技術(shù)，顯示整個3D建筑實體，便于觀察分析.

圖2 建筑3D重建算法的一般流程Fig.2 Flowchart of 3Darchitectural reconstruction algorithm

1.1 軸網(wǎng)識別

軸網(wǎng)識別用于建立圖紙的局部坐標(biāo)系，是識別其它建筑對象的基礎(chǔ).一般地，建筑工程圖紙都存在的嚴(yán)格的尺寸約束規(guī)范，通常是顯式的，但也可能存在少部分隱式的尺寸約束.尺寸約束用于規(guī)定了圖紙的橫坐標(biāo)、縱坐標(biāo)和所有幾何對象的尺寸范圍.直角坐標(biāo)系是最常見的軸網(wǎng)坐標(biāo)系，大部分建筑采用該坐標(biāo)系.另有部分極坐標(biāo)系，主要針對少部分特殊建筑，如體育館、機(jī)場或圓形建筑物.

1.2 柱識別

柱用于支撐建筑物，一般位于軸網(wǎng)的交叉點.柱識別可在軸網(wǎng)識別基礎(chǔ)上實現(xiàn)，通過判斷各個軸網(wǎng)交叉點是否屬于特殊的柱對象即可，極大縮減了圖形搜索范圍，主要判斷依據(jù)則是圖形拓?fù)渲械倪B通約束.利用該約束條件查找包含柱截面信息的圖紙中的所有封閉輪廓，再依據(jù)柱對象輪廓間的層次關(guān)系及輪廓內(nèi)部的幾何圖元分析出詳細(xì)截面和非詳細(xì)截面信息，如箍筋和縱筋信息.

1.3 梁識別

梁一般用于支撐樓板，其主要幾何特征是一組相互平行的直線段.梁體可直接鏈接到墻體或柱體上，也可直接與梁鏈接.梁識別是在柱識別和建筑圖紙的軸網(wǎng)特征的基礎(chǔ)上.梁與柱關(guān)系緊密，一般地，主梁和挑梁都直接與柱對象相關(guān)，可在柱識別的基礎(chǔ)上進(jìn)一步識別梁對象，避免查找匹配的盲目性.首先查找區(qū)域是柱對象周圍，以柱子的直徑作為搜索閾值，查找與柱對象相交的平行線對.依據(jù)空間拓?fù)漕愋偷牟煌?，可以分為X型、T型和L型三類，具體類型可以通過分析梁線與柱體的相交關(guān)系來獲得.然后，依據(jù)軸網(wǎng)上其它對象的表現(xiàn)特征來輔助識別其它梁對象.墻體的識別與梁識別類似，其幾何表征與梁體表征相似.

1.4 板識別

在平面圖紙中，板是一個由梁體或墻體所組成的封閉區(qū)域，板與梁之間存在一定的約束關(guān)系，其識別過程是建立在梁（墻體）對象識別基礎(chǔ)之上.板置于梁或墻體上.因此，板識別的依據(jù)主要是檢索所有的首尾相連的墻體或梁體組成的封閉區(qū)域且內(nèi)部不含有其它墻體或梁體對象.有些標(biāo)準(zhǔn)化的CAD圖紙，可能含有規(guī)范標(biāo)注的板圖層，用封閉的線段表征板對象.充分利用該表征特性，可有效簡化板識別過程.

識別普通的樓板相對容易，而對于非一般性的屋頂樓板，因其形態(tài)多異性，嚴(yán)格識別重建相對較難，該方面目前只有少部分的研究報道[6].

1.5 其它對象識別

建筑中包含其它對象，如陽臺、電梯、門、窗、樓梯等，此類構(gòu)件識別眾多，甚至包含部分非建筑對象，其表現(xiàn)形式可能差異很大，對于識別的準(zhǔn)確率和效率是很大挑戰(zhàn).表格對象的識別對于進(jìn)一步理解建筑圖紙信息非常重要，尤其在工程算量方面的應(yīng)用領(lǐng)域，表內(nèi)容識別都要結(jié)合圖紙上下文環(huán)境識別.

2 三維重建的主要挑戰(zhàn)

圖3 不同風(fēng)格的建筑門窗表現(xiàn)形式[12]Fig.3 Various illustrations of architectural windows and doors

三維重建算法一般是從圖形拓?fù)浣Y(jié)構(gòu)出發(fā)，分析其內(nèi)在的關(guān)聯(lián)或特征.識別過程可簡化為特征約束滿足條件的識別判定.目前已有的三維重建算法本質(zhì)上都是一種基于“規(guī)則→推斷”的系統(tǒng)，研究各類圖形之間的有效約束及圖紙的主要規(guī)范，以形式化方法表征，形成適當(dāng)?shù)募s束規(guī)則，依據(jù)約束規(guī)則及識別先后依賴特性，實現(xiàn)高效的三維重建算法，主要性能指標(biāo)包括建筑物識別的準(zhǔn)確率及算法的效率，同時算法的健壯性和適用性也是非常重要的因素.

在三維重建領(lǐng)域，有關(guān)專家和學(xué)者做了大量的研究，如：Clifford So[4]實現(xiàn)了一種半自動化的3D重建算法；Philippe Dosch等[7]進(jìn)一步實現(xiàn)了基于網(wǎng)格約束的建筑圖符號識別及三維模型重建；李偉青[8]提出一套針對主體構(gòu)件的智能識別方法；陸再林等[9]研究了建筑圖自動分析集成環(huán)境的設(shè)計；路通等[10]提出了一種基于軸網(wǎng)、結(jié)構(gòu)語義驅(qū)動的層次式自生長識別模型，并進(jìn)一步拓展到知識模型[11].

雖然三維重建領(lǐng)域已取得很大進(jìn)展，但也存在很多難題尚待解決，這些難題與建筑圖紙的特性有關(guān)，復(fù)雜多樣，缺乏統(tǒng)一規(guī)范.目前，該領(lǐng)域面臨的挑戰(zhàn)主要來自以下幾個方面[12]：

1）識別目標(biāo)多樣化.依據(jù)需要不同，三維重建過程需要從建筑物視圖中按需識別出各類建筑實體對象（柱、墻、板、梁等），不同對象的識別算法差異性較大，且識別過程存在較強(qiáng)的相關(guān)性.

2）缺乏嚴(yán)格的幾何對象約束.相對而言，機(jī)械制圖一般具有相對完整的三視圖，且其中的幾何約束極為嚴(yán)格.而建筑圖紙不一定具有完備的三視圖，可能就只有簡單的平面圖和立面圖，一些構(gòu)件的尺寸僅僅具有示意性，缺乏嚴(yán)格的幾何約束.

3）缺乏統(tǒng)一標(biāo)準(zhǔn)規(guī)范.工程圖的種類較多，規(guī)范性不夠，復(fù)雜度增加，各類對象多，視圖分散，語義復(fù)雜.同時，國家標(biāo)準(zhǔn)有所差異，而且制圖專家在使用習(xí)慣上也不盡相同，導(dǎo)致圖紙不夠規(guī)范.例如，圖3顯示了多種門窗表示形式，而圖4則展示了墻（梁）體識別過程中可能出現(xiàn)的不同T型表征.表現(xiàn)形式的多樣化增加了數(shù)據(jù)的檢索的空間范圍及其判斷次數(shù)，對檢索性能和準(zhǔn)確率是一個極大的挑戰(zhàn)，必須提高識別算法適應(yīng)性和準(zhǔn)確率.

4）圖形理解的目標(biāo)多樣性.簡單的建筑圖樣的理解和重建研究側(cè)重于三維實體的重建，即構(gòu)建實體的三維信息.而面向工程算量的建筑識別過程需提取各種建筑材料相關(guān)信息，例如建筑材料的長度、寬度、重量、體積（面積）、數(shù)量等不同類型的信息及匯總的工程造價信息.

針對部分圖形缺乏的情況，為了能繼續(xù)保證重建系統(tǒng)的魯棒性和容錯性，S.Horna等[5]研究圖形拓?fù)潢P(guān)系，解決圖形在缺乏足夠信息的情況下實現(xiàn)圖形重建，具有很強(qiáng)的實用性，開拓了新思路.但該方法目前還有很多局限，主要是算法不夠完善，應(yīng)用范圍有一定限制，僅適合基于光照模擬和傳播計算這類無需精確計算的領(lǐng)域.

另一方面，傳統(tǒng)方法與自動機(jī)相關(guān)理論結(jié)合，形成目前一種三維重建的研究新趨勢，該方法全面分析建筑平面圖形的語義，構(gòu)建靈活的圖紙語義的表征語法，使得基于語義或知識的系統(tǒng)具有更強(qiáng)的魯棒性.

重建技術(shù)不僅可用于重建一個建筑，也可對整個社區(qū)或城市進(jìn)行重建.Massachusetts大學(xué)開展了一個叫做Building Model Generation（BMG）的項目，目標(biāo)是重建真實的MIT校園的模型，其渲染流程類似于UC Berkeley系統(tǒng)，但需要一個基于建筑分布圖的自動校準(zhǔn)過程，自動調(diào)整建筑的位置和朝向.

圖4 T型鏈接的不同表征Fig.4 Various representations of T Connetions

3 三維重建技術(shù)在產(chǎn)業(yè)界的應(yīng)用

除了科學(xué)研究外，一些商業(yè)軟件開始提供三維重建和工程算量的功能.如國內(nèi)的斯維爾可視化算量、神機(jī)妙算、魯班算量和廣聯(lián)達(dá)算量等，它們在一定程度上對DWG或DXF格式的工程圖紙進(jìn)行識別，并根據(jù)識別結(jié)果進(jìn)行工程量統(tǒng)計.但是這些軟件自身有很大的局限性，例如大部分是基于構(gòu)件進(jìn)行開發(fā)，而真正的識別方面功能相對薄弱，無法在對整個工程進(jìn)行全局分析的基礎(chǔ)上進(jìn)行數(shù)字建筑的全局重建；其次主要是基于規(guī)則推斷的算法，對圖紙的輸入類型敏感，導(dǎo)致在圖紙風(fēng)格變化較大時，識別率和識別準(zhǔn)確性都不太理想.而且，國內(nèi)的軟件大部分是基于AutoCAD，不具備完整知識產(chǎn)權(quán).

國外也推出了類似的3D建模軟件，一般以標(biāo)準(zhǔn)建筑的模板或范例作為識別的前提，但總體上看，系統(tǒng)的一致性較低，算法具有很大的局限性.如PlanTracer是基于AutoDesk's Architectural Desktop（ADT）和AutoCAD／AutoCAD LT上的應(yīng)用軟件，用于自動或半自動地轉(zhuǎn)化二維平面圖和規(guī)劃平面圖到智能模型.支持CAD圖和掃描光柵圖像，能把簡單的原始建筑平面圖圖像轉(zhuǎn)化成對象，如墻、柱、窗、門等.程序能處理幾乎所有的二維建筑平面圖，也支持其它設(shè)備和家具符號的轉(zhuǎn)換，主要采用符號庫檢索功能實現(xiàn)，但其幾何空間合成的功能有很大的局限性，操作交互性比較復(fù)雜，合成效果還有待提高.

建筑信息模型（Building Information Model，簡稱BIM）[13]作為IFC標(biāo)準(zhǔn)，利用數(shù)字化的建筑組件表示真實世界中用來建造建筑物的構(gòu)件，可用來展示整個建筑生命周期，包括興建過程及營運過程，代表著未來三維建模的發(fā)展方向，將更加深入推動現(xiàn)有三維重建技術(shù)的研究應(yīng)用，推動三維建筑設(shè)計的標(biāo)準(zhǔn)化.

4 總結(jié)與展望

基于建筑圖紙的三維重建技術(shù)經(jīng)過多年的研究，一些傳統(tǒng)的算法體系趨于成熟，部分算法已經(jīng)在商業(yè)上得到應(yīng)用，但從具體應(yīng)用需求的角度上，還有很多亟待解決的難題.目前通用、實用的軟件系統(tǒng)種類偏少，識別算法的精確性、健壯性和效率方面都有待提高.新的基于語義模型的重建算法為該領(lǐng)域的研究提供了一些新的思路，硬件運算能力不斷提升，為技術(shù)研究提供了進(jìn)一步支持.今后的研究可能著重在以下方面展開[11]：

1）建筑重建模式的轉(zhuǎn)變.主要研究基于圖紙語義的三維重建算法的研究，增強(qiáng)重建的算法的適應(yīng)性，引入領(lǐng)域內(nèi)的知識，實現(xiàn)從規(guī)則推斷的模式向基于知識的模式轉(zhuǎn)變.有效研究圖紙?zhí)N含的各類知識，動態(tài)配置其對應(yīng)的規(guī)則文法，增強(qiáng)對圖紙?zhí)N含的非幾何知識的識別判斷.基于語義的識別重建過程需要對圖紙中存在的各種約束關(guān)系采用合適的形式化表征方法.

2）自動反饋機(jī)制.增加算法自我學(xué)習(xí)能力，通過用戶的反饋和自動學(xué)習(xí)機(jī)制，提升算法的健壯性和適應(yīng)性.例如：從分析多目標(biāo)圖形的結(jié)構(gòu)與工程約束信息著手，制定圖形識別系統(tǒng)所采用的控制策略；研究有效的智能算法策略，并能充分利用用戶反饋，如多Agent組織，提高算法在圖形識別與理解過程中的自適應(yīng)和進(jìn)化能力.

當(dāng)然，現(xiàn)有的算法研究如何與產(chǎn)業(yè)界應(yīng)用結(jié)合，也是一個非常重要的課題，隨著城市建設(shè)的快速發(fā)展，對于更復(fù)雜和更大規(guī)模的建筑物重建有著更加迫切的需求，如虛擬城市、節(jié)能城市和智能化城市等.如何針對特定需求構(gòu)建快速高效的重建算法，是切實推動三維重建技術(shù)在產(chǎn)業(yè)界應(yīng)用的關(guān)鍵.

[1]Huang H C，Lo S M，Zhi G S，et al.Graph theory-based approach for automatic recognition of CAD data[J].Engineering Applications of Artificial Intelligence，2008，21（7）：1073-1079.

[2]龔潔暉，張慧.基于工程圖的三維重建研究[J].軟件學(xué)報，2008，19（7）：1794-1805.

[3]So C，Baciu G，Sun H.Reconstruction of 3Dvirtual buildings from 2Darchitectural floor plans[C]／／Proceedings of the ACM Symposium on Virtual Reality Software and Technology（VRST 98）.New York：ACM Press，1998：17-23.

[4]Horna S，Damiand G，Meneveaux D，et al.Building 3Dindoor scenes topology from 2Darchitectural plans[C]／／Proceedings of the 2nd International Conference on Computer Graphics Theory and Applications.GRAPP，2007：37-44.

[5]Horna S，Meneveaux D，Damiandb G，et al.Consistency constraints and 3Dbuilding reconstruction[J].Computer-Aided Design，2009，41（1）：13-27.

[6]Lu tong，Yang yubin，Su feng，et al.Semi-automatic roof reconstruction[C]／／Proceedings of the 10th International Conference on Document Analysis and Recognition.Document Analysis and Recognition，2009：723-727.

[7]Dosch P，Tombre K，Ah-Soon C，et al.A complete system for analysis of architectural drawings[J].International Journal on Document Analysis and Recognition，2000，3（2）：102-116.

[8]李偉青.筑構(gòu)件智能識別方法研究[J].浙江大學(xué)學(xué)報：理學(xué)版，2005，32（4）：392-398.

[9]陸再林.基于圖形理解的建筑工程量信息獲取原理、方法及其應(yīng)用研究[D].杭州：浙江大學(xué)，2002.

[10]Lu Tong，Yang Huafei，Yang Ruoyu，et al.Automatic analysis and integration of architectural drawings[J].Computer-Aided Design，2005，37（10）：1053-1069.

[11]Lu Tong，Tai C L，Yang Huafei，et al.A novel knowledge-based system for interpreting complex engineering drawings：theory，representation，and implementation[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，2009，31（8）：1444-1457.

[12]Yin Xuetao，Wonka P，Razdan A，et al.Generating 3Dbuilding models from architectural drawings：a survey[J].IEEE Computer Graphics and Applications，2009，29（1）：20-30.

[13]Sah V，Cory C.Building information modeling：an academic perspective[C]／／Proceedings of The IAJC-IJME International Conference 2008.The Technology Intenface Journal／Winter Special Issue，2009：1-10.

Research Progress of 3DReconstruction Based on Architectural Drawings

JIANG Jian-ming1，ZHOU Di-bin1，HU Bin1，XIE Li-jun2
（1.College of Information Science and Engineering，Hangzhou Normal University，Hangzhou 310036，China；2.Center for Engineering and Scientific Computation，Zhejiang University，Hangzhou 310027，China）

The 3Dbuilding reconstruction based on architectural drawings is an important and active research field of computer graphics and artificial intelligence.This paper analyzed the current situation of 3Dreconstruction，introduced the common flow chart of the reconstruction process，which includes the sequential recognition of axis-based network，beam，ridge，floor and other symbols，and summarized the recent achievements in drawings understanding and recognition，the existing challenges and trend with full analysis as well as the related industrial progress.At last，the future research direction is pointed out.

3Dreconstruction；architectural drawings；rules inference；drawing semantics

TP391.41

A

1674-232X（2011）04-0375-05

2010-12-02

中小企業(yè)創(chuàng)新基金（10C26213304161）；浙江省教育廳基金（Y200805962）；杭州師范大學(xué)科研啟動基金（YS05203144）.

蔣健明（1962—），女，浙江杭州人，實驗師，主要從事科學(xué)計算可視化、軟件工程研究.E-mail：jiang812378＠163.com

10.3969／j.issn.1674-232X.2011.04.018