第48卷 第4期 西安建筑科技大学学报（自然科学版） Vol.48 No.4
2016年8月 J.Xi'an Univ. of Arch.& Tech. (Natural Science Edition) Aug. 2016
收稿日期：2015-11-06 修改日期：2016-08-15
基金项目：国家自然科学基金资助项目（61373112,50878176）；西安建筑科技大学人才科技基金项目（RC1343）
作者简介：宋阳（1981），男，讲师，博士生，主要研究方向：数字建筑、古建筑保护、图形图像处理 ． E-mail:sy@xauat.edu.cn
诸I：10.15986/j.1006-7930.2016.04. 024
aIB 算法在古建筑信息模型特征提取中的应用与研究
宋 阳 1,2，李昌华 1，马宗方 1，李智杰 1,2
（1.西安建筑科技大学信息与控制工程学院，陕西 西安 710055
2.西安建筑科技大学建筑学院，陕西 西安 710055）
摘要：古建筑信息模型特征提取在古建筑重建过程中具有重要的作用．针对三维激光扫描获取的散乱点云数据形成的古建筑
信息模型在特征提取时存在的问题，采用二值化方法将图像数字化，提取特征数据集，使用aIB算法提取点云数据特征．aIB
算法将原始点云数据集作为源变量X，将法向量作为相关变量Y，将特征变量作为目标变量T，将源变量X压缩到目标变量
T中时，尽可能保持相关变量Y的信息，更加精确的获取点云数据特征，同时尽量压缩噪声数据．实验结果表明aIB算法可
以有效提升古建筑信息模型特征提取的准确度．
关键词：古建筑信息模型；特征提取；互信息；aIB
中图分类号: TU18 文献标志码: A 文章编号：1006-7930(2016)04-0606-04
Application and research of aIB algorithm in
ancient building information model feature extraction
SONG Yang 1,2, LI Changhua 1, MA Zongfang 1, LI Zhijie 1,2
(1. College of Information and Control Engineering, Xi'an Univ. of Arch. & Tech. Xi'an 710055, China
2. College of Architecture, Xi'an Univ. of Arch.& Tech., Xi'an 710055, China)
Abstract: In the reconstruction ofancient building, The information model of feature extraction of the building plays an important
role. By 3D laser scanning to obtain scattered point cloud data of the ancient building information model, aiming at the problem of
data in the feature extraction, the image binarization method is used to extract features of data set, using aIB algorithm to extract the
characteristics of point cloud data. In aIB algorithm, the original point cloud data is set as the source variable X; the normal vector is
set as the relevant variables Y and characteristic variables as target T. The source variable X is compressed to the target variable T,
and at the same time, relevant variables Y should maintain accurate information as possible, so as to accurately obtain point cloud
data characteristics and also try to compress the data noise. The experimental results show that aIB algorithm can effectively improve
the accuracy of the feature extraction in ancient building information model.
Key words: Ancient Building Information Model, Feature Extraction, Mutual Information, aIB
点云数据是通过三维激光扫描仪等获取的图
形图像数据，准确地表达真实物体的表面信息
[1-7] ，
形成建筑信息模型．古建筑传承了人类光辉灿烂的
文明，凝聚了广大劳动人民的智慧结晶，成为了人
类文明发展中活生生的化石，使用三维激光扫描仪
记录古建筑，形成古建筑信息模型，为古建筑保护
和研究提供详实可靠的基础数据，能够实现古建筑
数字化保护．古建筑信息模型中的特征能够实现形
状分析、数据表达，为点云数据处理提供充足的信
息，古建筑信息模型特征获取的精准度能够影响信
息恢复的有效性．古建筑信息模型特征提取可以去
除噪声，简化特征描述，保持古建筑重建的重要信
息，为古建筑保护和研究提供重要的参考依据．
目前，已有诸多学者展开了针对三维模型特征提取的研究，诞生了多种算法
[8-13] ．尽管建筑信息
模型特征提取算法得到了广泛的研究和改进，但是
经过分析，许多建筑信息模型特征提取算法存在以
下问题：
（1）点云数据特征提取过程中，许多算法采
用硬聚类或分类思想，因此一些算法非常武断的将
点云数据划分为特征，这些特征中包含过多的噪声
信息，并且不能够过滤掉，特征划分不准确．
（2）点云数据采集过程中，使用的仪器、模
型物体和光照等客观原因，导致点云模型缺少连接
信息，严重的存在特征点被遗漏，造成特征数据缺
失，容易产生空洞．
因此，为了能够解决上述问题，本文基于互信
息理论提出了一种新的aIB算法
aIB算法在古建筑信息模型特征提取中的应用与研究（论文）.pdf
