基于建筑图纸的三维重建技术研究进展

蒋健明，周迪斌，胡 斌，解利军

（1.杭州师范大学信息科学与工程学院，浙江 杭州310036；2.浙江大学工程与科学计算研究中心，浙江 杭州 310027）

基于建筑图纸的三维重建技术研究进展

蒋健明1，周迪斌1，胡 斌1，解利军2

（1.杭州师范大学信息科学与工程学院，浙江 杭州310036；2.浙江大学工程与科学计算研究中心，浙江 杭州 310027）

基于建筑图纸的建筑物三维重建是计算机图形学和人工智能领域的重要研究方向.文章系统分析了三维重建技术研究现状，介绍了重建过程的一般流程，包括建筑图纸的轴网识别，柱、梁、板及其它符号的识别，总结目前图纸理解与识别技术的研究成果、存在的主要难点、发展趋势及产业界的相关进展，最后提出该领域进一步的发展方向.

三维重建；建筑图纸；规则推断；图纸语义

0 引 言

三维重建是从二维数据，如工程图纸、地形图、卫星图、实地照片和工程草图等，提取蕴含的三维信息，通过对这些信息进行有效加工处理后，在三维中重构出二维信息所对应的三维实体.三维重建一般包括两类：建筑三维重建[1]和工程图重建[2]，该文主要研究前者.利用三维重建技术，不仅可实现设计和绘图，而且可将绘制结果直接进行后继加工处理.传统的建筑设计施工过程中，工程算量的工作主要由人工完成，如门窗统计、钢筋用量、土石方估算等，易出错且效率低下[1].深化研究基于三维重建的技术，有利于实现基于矢量图形自动识别理解的工程量信息获取和工程量统计，从产品设计过程的工程文件中实现信息的继承和方便快捷的工程量统计，并从根本上改变已有的概预算的统计模式.

除传统的建筑设计和工程算量应用，三维重建技术也可应用在三维都市建模、无线传播、热传导、声传播等模拟计算领域.在室内无线传播模拟计算领域，需要对传播的边界即建筑物进行有效建模，包括外部轮廓和内部细节，如墙体、楼板、楼梯、门窗等，不同的材质特性对于无线传播影响非常大.与面向工程算量的三维重建相比较，传播计算对建筑3D重建的要求有所不同，前者需在精确3D建模基础上实现工程算量分析和成本预算；后者计算重点关注墙体和楼板几何信息，而不需关注其它的信息，如材质信息、梁柱形状细节.

依据数据源的不同，图形识别可分为两类：一类是基于纸质图纸或位图的图形识别，一般要经过图纸扫描、预处理、矢量化、后处理等几个步骤.这类图形识别首先要对数据进行矢量化，即将图纸由点阵格式转换为矢量数据格式，以便后续的建筑识别.另一类是基于标准化的CAD图纸文件的图形识别[3－4]，依据图纸文件的数据结构和内在拓扑信息，并借助图纸规范约束来识别和理解图纸中的各种信息，提取所需要的建筑工程相关数据，包括几何信息和工程统计信息.矢量化的DWG和DXF文件是最常见的建筑图纸格式.图1为建筑物三维重建，左为建筑平面图，右为采用重建算法后构建的三维建筑.

图1 建筑三维重建[5]Fig.1 3Dbuilding reconstruction

1 三维重建的一般方法

学术界在三维重建领域已有多年的研究积累，提出了许多算法，最简单直观的方法，是合并一些图纸中平行线段实现墙体重建，但该方法只适合查找简单的墙体对象，更合理的识别算法是研究图纸间内在的约束关系，采用规则推导重建.图2是重建算法的一般流程，包含3个部分：预处理、图形识别和对象重建.预处理过程是图形识别的前提步骤，包含格式转化和修正过程.对于非矢量的图纸，需对图纸做预处理，将其转换成对应的矢量图纸，包含祛除无关的噪声.同时，建筑图纸可能存在一些绘制错误需要更正，部分矢量对象有效分割对于建筑实体的识别非常关键，需预先处理，例如关键线条的连通或分割处理.

图形识别是算法核心，按识别次序依次为轴网识别、柱识别、梁识别、板识别及其它建筑对象识别，如楼梯、阳台和门窗等.三维重建过程则是在图形识别基础上，利用图形映射技术，显示整个3D建筑实体，便于观察分析.

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

1.1 轴网识别

轴网识别用于建立图纸的局部坐标系，是识别其它建筑对象的基础.一般地，建筑工程图纸都存在的严格的尺寸约束规范，通常是显式的，但也可能存在少部分隐式的尺寸约束.尺寸约束用于规定了图纸的横坐标、纵坐标和所有几何对象的尺寸范围.直角坐标系是最常见的轴网坐标系，大部分建筑采用该坐标系.另有部分极坐标系，主要针对少部分特殊建筑，如体育馆、机场或圆形建筑物.

1.2 柱识别

柱用于支撑建筑物，一般位于轴网的交叉点.柱识别可在轴网识别基础上实现，通过判断各个轴网交叉点是否属于特殊的柱对象即可，极大缩减了图形搜索范围，主要判断依据则是图形拓扑中的连通约束.利用该约束条件查找包含柱截面信息的图纸中的所有封闭轮廓，再依据柱对象轮廓间的层次关系及轮廓内部的几何图元分析出详细截面和非详细截面信息，如箍筋和纵筋信息.

1.3 梁识别

梁一般用于支撑楼板，其主要几何特征是一组相互平行的直线段.梁体可直接链接到墙体或柱体上，也可直接与梁链接.梁识别是在柱识别和建筑图纸的轴网特征的基础上.梁与柱关系紧密，一般地，主梁和挑梁都直接与柱对象相关，可在柱识别的基础上进一步识别梁对象，避免查找匹配的盲目性.首先查找区域是柱对象周围，以柱子的直径作为搜索阈值，查找与柱对象相交的平行线对.依据空间拓扑类型的不同，可以分为X型、T型和L型三类，具体类型可以通过分析梁线与柱体的相交关系来获得.然后，依据轴网上其它对象的表现特征来辅助识别其它梁对象.墙体的识别与梁识别类似，其几何表征与梁体表征相似.

1.4 板识别

在平面图纸中，板是一个由梁体或墙体所组成的封闭区域，板与梁之间存在一定的约束关系，其识别过程是建立在梁（墙体）对象识别基础之上.板置于梁或墙体上.因此，板识别的依据主要是检索所有的首尾相连的墙体或梁体组成的封闭区域且内部不含有其它墙体或梁体对象.有些标准化的CAD图纸，可能含有规范标注的板图层，用封闭的线段表征板对象.充分利用该表征特性，可有效简化板识别过程.

识别普通的楼板相对容易，而对于非一般性的屋顶楼板，因其形态多异性，严格识别重建相对较难，该方面目前只有少部分的研究报道[6].

1.5 其它对象识别

建筑中包含其它对象，如阳台、电梯、门、窗、楼梯等，此类构件识别众多，甚至包含部分非建筑对象，其表现形式可能差异很大，对于识别的准确率和效率是很大挑战.表格对象的识别对于进一步理解建筑图纸信息非常重要，尤其在工程算量方面的应用领域，表内容识别都要结合图纸上下文环境识别.

2 三维重建的主要挑战

图3 不同风格的建筑门窗表现形式[12]Fig.3 Various illustrations of architectural windows and doors

三维重建算法一般是从图形拓扑结构出发，分析其内在的关联或特征.识别过程可简化为特征约束满足条件的识别判定.目前已有的三维重建算法本质上都是一种基于“规则→推断”的系统，研究各类图形之间的有效约束及图纸的主要规范，以形式化方法表征，形成适当的约束规则，依据约束规则及识别先后依赖特性，实现高效的三维重建算法，主要性能指标包括建筑物识别的准确率及算法的效率，同时算法的健壮性和适用性也是非常重要的因素.

在三维重建领域，有关专家和学者做了大量的研究，如：Clifford So[4]实现了一种半自动化的3D重建算法；Philippe Dosch等[7]进一步实现了基于网格约束的建筑图符号识别及三维模型重建；李伟青[8]提出一套针对主体构件的智能识别方法；陆再林等[9]研究了建筑图自动分析集成环境的设计；路通等[10]提出了一种基于轴网、结构语义驱动的层次式自生长识别模型，并进一步拓展到知识模型[11].

虽然三维重建领域已取得很大进展，但也存在很多难题尚待解决，这些难题与建筑图纸的特性有关，复杂多样，缺乏统一规范.目前，该领域面临的挑战主要来自以下几个方面[12]：

1）识别目标多样化.依据需要不同，三维重建过程需要从建筑物视图中按需识别出各类建筑实体对象（柱、墙、板、梁等），不同对象的识别算法差异性较大，且识别过程存在较强的相关性.

2）缺乏严格的几何对象约束.相对而言，机械制图一般具有相对完整的三视图，且其中的几何约束极为严格.而建筑图纸不一定具有完备的三视图，可能就只有简单的平面图和立面图，一些构件的尺寸仅仅具有示意性，缺乏严格的几何约束.

3）缺乏统一标准规范.工程图的种类较多，规范性不够，复杂度增加，各类对象多，视图分散，语义复杂.同时，国家标准有所差异，而且制图专家在使用习惯上也不尽相同，导致图纸不够规范.例如，图3显示了多种门窗表示形式，而图4则展示了墙（梁）体识别过程中可能出现的不同T型表征.表现形式的多样化增加了数据的检索的空间范围及其判断次数，对检索性能和准确率是一个极大的挑战，必须提高识别算法适应性和准确率.

4）图形理解的目标多样性.简单的建筑图样的理解和重建研究侧重于三维实体的重建，即构建实体的三维信息.而面向工程算量的建筑识别过程需提取各种建筑材料相关信息，例如建筑材料的长度、宽度、重量、体积（面积）、数量等不同类型的信息及汇总的工程造价信息.

针对部分图形缺乏的情况，为了能继续保证重建系统的鲁棒性和容错性，S.Horna等[5]研究图形拓扑关系，解决图形在缺乏足够信息的情况下实现图形重建，具有很强的实用性，开拓了新思路.但该方法目前还有很多局限，主要是算法不够完善，应用范围有一定限制，仅适合基于光照模拟和传播计算这类无需精确计算的领域.

另一方面，传统方法与自动机相关理论结合，形成目前一种三维重建的研究新趋势，该方法全面分析建筑平面图形的语义，构建灵活的图纸语义的表征语法，使得基于语义或知识的系统具有更强的鲁棒性.

重建技术不仅可用于重建一个建筑，也可对整个社区或城市进行重建.Massachusetts大学开展了一个叫做Building Model Generation（BMG）的项目，目标是重建真实的MIT校园的模型，其渲染流程类似于UC Berkeley系统，但需要一个基于建筑分布图的自动校准过程，自动调整建筑的位置和朝向.

图4 T型链接的不同表征Fig.4 Various representations of T Connetions

3 三维重建技术在产业界的应用

除了科学研究外，一些商业软件开始提供三维重建和工程算量的功能.如国内的斯维尔可视化算量、神机妙算、鲁班算量和广联达算量等，它们在一定程度上对DWG或DXF格式的工程图纸进行识别，并根据识别结果进行工程量统计.但是这些软件自身有很大的局限性，例如大部分是基于构件进行开发，而真正的识别方面功能相对薄弱，无法在对整个工程进行全局分析的基础上进行数字建筑的全局重建；其次主要是基于规则推断的算法，对图纸的输入类型敏感，导致在图纸风格变化较大时，识别率和识别准确性都不太理想.而且，国内的软件大部分是基于AutoCAD，不具备完整知识产权.

国外也推出了类似的3D建模软件，一般以标准建筑的模板或范例作为识别的前提，但总体上看，系统的一致性较低，算法具有很大的局限性.如PlanTracer是基于AutoDesk's Architectural Desktop（ADT）和AutoCAD／AutoCAD LT上的应用软件，用于自动或半自动地转化二维平面图和规划平面图到智能模型.支持CAD图和扫描光栅图像，能把简单的原始建筑平面图图像转化成对象，如墙、柱、窗、门等.程序能处理几乎所有的二维建筑平面图，也支持其它设备和家具符号的转换，主要采用符号库检索功能实现，但其几何空间合成的功能有很大的局限性，操作交互性比较复杂，合成效果还有待提高.

建筑信息模型（Building Information Model，简称BIM）[13]作为IFC标准，利用数字化的建筑组件表示真实世界中用来建造建筑物的构件，可用来展示整个建筑生命周期，包括兴建过程及营运过程，代表着未来三维建模的发展方向，将更加深入推动现有三维重建技术的研究应用，推动三维建筑设计的标准化.

4 总结与展望

基于建筑图纸的三维重建技术经过多年的研究，一些传统的算法体系趋于成熟，部分算法已经在商业上得到应用，但从具体应用需求的角度上，还有很多亟待解决的难题.目前通用、实用的软件系统种类偏少，识别算法的精确性、健壮性和效率方面都有待提高.新的基于语义模型的重建算法为该领域的研究提供了一些新的思路，硬件运算能力不断提升，为技术研究提供了进一步支持.今后的研究可能着重在以下方面展开[11]：

1）建筑重建模式的转变.主要研究基于图纸语义的三维重建算法的研究，增强重建的算法的适应性，引入领域内的知识，实现从规则推断的模式向基于知识的模式转变.有效研究图纸蕴含的各类知识，动态配置其对应的规则文法，增强对图纸蕴含的非几何知识的识别判断.基于语义的识别重建过程需要对图纸中存在的各种约束关系采用合适的形式化表征方法.

2）自动反馈机制.增加算法自我学习能力，通过用户的反馈和自动学习机制，提升算法的健壮性和适应性.例如：从分析多目标图形的结构与工程约束信息着手，制定图形识别系统所采用的控制策略；研究有效的智能算法策略，并能充分利用用户反馈，如多Agent组织，提高算法在图形识别与理解过程中的自适应和进化能力.

当然，现有的算法研究如何与产业界应用结合，也是一个非常重要的课题，随着城市建设的快速发展，对于更复杂和更大规模的建筑物重建有着更加迫切的需求，如虚拟城市、节能城市和智能化城市等.如何针对特定需求构建快速高效的重建算法，是切实推动三维重建技术在产业界应用的关键.

[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]龚洁晖，张慧.基于工程图的三维重建研究[J].软件学报，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]李伟青.筑构件智能识别方法研究[J].浙江大学学报：理学版，2005，32（4）：392-398.

[9]陆再林.基于图形理解的建筑工程量信息获取原理、方法及其应用研究[D].杭州：浙江大学，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

中小企业创新基金（10C26213304161）；浙江省教育厅基金（Y200805962）；杭州师范大学科研启动基金（YS05203144）.

蒋健明（1962—），女，浙江杭州人，实验师，主要从事科学计算可视化、软件工程研究.E-mail：jiang812378＠163.com

10.3969／j.issn.1674-232X.2011.04.018