1.一种拓扑感知下的机载建筑屋顶点云建模方法，其特征是包括如下步骤：
（一）、屋顶面片聚类；
（二）、屋顶面片边界追踪；
（三）、屋顶面片边界分割；
（四）、建筑几何模型构建；
所述步骤（一）屋顶面片聚类，包括如下步骤：
（1）高斯概率密度聚类
基于高斯概率密度聚类算法，得到屋顶面片的初始聚类结果，算法如下：
①选择可靠初始种子点，拟合当前种子平面，针对每一幢建筑，首先逐点计算其平整度属性，依据该平整度属性，排序整幢建筑点云，选取平整度最高的点作为种子点，同时利用初始种子点n个邻域点拟合初始种子平面；
②依据公式（A）判断当前待聚类点的概率密度，如果当前待聚类点的概率密度大于当前已聚类面片的概率密度 ，则将该点纳入到当前已聚类面片，同步更新该聚类面片参数μ和σ, μ和σ分别表示当前聚类点到拟合平面的值和方差，k表示相关系数；
③基于K-D树索引和广度优先遍历算法，查找以当前点为中心，以半径为R的球形邻域点，返回步骤②，依次判断是否将这些邻域点纳入当前聚类面片，该过程递归执行，直至当前面片聚类完毕；
④再次选择剩余点中具有最高平整度属性的点作为种子点，迭代执行步骤①-③，直至所有点遍历完毕；
                                       (A)
其中，dp表示当前种子点到拟合平面的欧式距离，μ和σ分别表示当前聚类点到拟合平面的值和方差；
（2）初始聚类结果优化
 通过设计目标能量函数公式（B），优化高斯概率密度聚类的初始结果，得到精确的屋顶分割面片，该优化问题描述为：
给定任意一幢建筑屋顶点集P，通过最优化点标记过程F，将其分割为m个屋顶面片P={P1, P2,…,Pm}，任意面片Pi由pi1,pi2,…, pini对应点组成，以实现在最小化EP时，屋顶面片在宏观上忠实屋顶结构，即与原始点云数据具有一致性，在微观上保证面片分割细节，同时又能保证屋顶分割单元的均质性，目标能量函数设计如下：
             (B)
其中Ealignment控制标号点和原始观测点的一致性，Esmooth控制分割屋顶面片的均质性，即局部区域内点的标号相同，Efidelity则控制分割面片分割的“粒度”，惩罚小尺寸面片，防止产生冗余的琐碎屋顶分割面片，针对上述每项，设计详细优化方程：
                                   (C)
其中 ， 为点到潜在分割面片的
欧式距离，Ealignment用来惩罚当前点的概率密度，概率密度越小，惩罚越大，反之越小；
            (D)
F(pij)表示pij的标号，q来自于pij的R邻近点集NR，局部平滑区域尺度R会影响平滑效果，R 值越小，平滑效果越差，屋顶面片标号均质性越差，反之将会过平滑，屋顶面片发生欠分割；
                       (E)
其中|Pi|为分割面片Pi包含点数，Maximum|Pi|为P中最大尺寸面片所含点数；
总之，Ealignment项惩罚点和拟合平面的不一致性，距离越大惩罚越大；Esmooth项惩罚领域点标号的不一致性，当邻域点标号不同时，距离越远，惩罚越小；Efidelity惩罚标号的冗余性，大能量的面片会与其他面片进行合并，从而有效地避免过分割；
将能量函数公式（B）转化为图优化问题，利用alpha-expansion 算法求解最佳分割单元，建筑屋顶点的初始标号由高斯概率密度聚类算法提供，各优化项的比例因子设置为相同值，且满足ωa+ωs+ωf=1；
（3）未被标记点的后处理
由于受最小尺寸屋顶分割面片阈值的限制，导致在上述分割中产生一些未被标记点，这些未分类点主要来自噪声点，离群点，密度不均匀的立体墙面点和被错分为建筑的毗邻植被点，他们被分割后的面片尺寸小于最小屋顶面片阈值，故而未被标记，但这些未被标记点对维持面片的完整性和边界的规则性至关重要，因此需要将满足条件的潜在未分类点映射到相应的已分割面片；
采用统计投票方法，查找当前剩余点的R邻近点，统计R邻近点集中标号类别及对应点的数目，如果邻近点集均未被标号，则当前点不属于任何已分割面片，否则将含有最大数目点所对应的标号作为当前点的隶属面片。
2.根据权利要求1所述的一种拓扑感知下的机载建筑屋顶点云建模方法，其特征是所述步骤（二）屋顶面片边界追踪，包括如下步骤：
（1）基于Voronoi子图的屋顶面片边界追踪
针对每幢建筑屋顶面片，采用基于Voronoi子图的屋顶面片边界追踪算法，以追踪屋顶面片边界：
①针对每一幢标号后的建筑屋顶点集，构建2D Delaunay三角网及其对偶Voronoi图，依据点标号，屋顶三角面片被划分为三类：a)三个顶点标号完全相同；b)仅有两个顶点标号完全相同；c)三个顶点标号各不相同；其中，a)类三角面片位于同一个屋顶面片内部，b)类三角面片位于两个屋顶面片的邻接处，c)类三角面片分布于三个甚至多个屋顶面片的邻接区域；
②搜索任意一个未被访问的b)或c)类三角面片，从中进一步检索出两端点标号各不相同的所有三角边，针每条边，以该边的中点和相应三角面片的重心点为端点，插入追踪边界段和对应的逆序追踪边界段；
③基于Delaunay 三角网数据结构，采用广度优先遍历，搜索出当前三角面片的邻接b)和c)类三角面片，依据步骤②，依次处理这些三角面片；
④迭代执行步骤②-③，直至所有满足条件的三角面片被处理完毕；
追踪得到的所有边界段构成的无向图，其实质为Voronoi图的子图，由于具有不同标号的邻接点到相同Voronoi子图边界段的距离相同，因此Voronoi子图边界段是分割具有不同标号邻接面片的最佳边界段；尽管Voronoi的子图具有如此优良的属性，但由于在建筑外边界或内部孔洞边界处，会产生狭长的三角形面片，跟踪后的Voronoi子图与实际建筑边界产生偏离，为解决该问题，在边界追踪前，首先按照建筑外边界和孔洞边界提取算法提取唯一建筑外边界和潜在的内部孔洞边界，接着对其实施如下处理：1）致密化处理，即判断边界线前后两点之间的距离，如果小于预定阈值δ，两点间作插值致密化处理，该过程迭代处理，直至边界任意连续两点间距小于δ；2）缩放处理，即针对建筑外边界，依据每点的法向方向，外扩距离ρ，对内部孔洞边界则内缩距离ρ，以避免边界线点与原有分割面片点相互重合，处理完毕后，将这些边界线作为多个辅助屋顶面片，以约束生成的Delaunay三角网和Voronoi对偶图在建筑外边界和内部孔洞边界处的偏离。
3.根据权利要求2所述的一种拓扑感知下的机载建筑屋顶点云建模方法，其特征是所述建筑外边界和孔洞边界提取算法结合了alpha shape算法和最小生成树MST算法，通过MST组织alpha shape的初始结果，其后在遍历MST过程中搜索唯一的建筑外边界和潜在的一条或者多条内部孔洞边界，具体算法包括如下步骤：
①首先利用alpha shape算法提取建筑外边界和孔洞边界，之所以选择alpha shape算法是因为通过调整参数α值，能方便控制生成边界的“厚度”，能够充分保持边界细节，但提取得到的内外边界点仅仅是一堆无组织的离散点，不具备点序间的顺序或者逆序拓扑；
②构建MST，组织上述离散点，在构建MST过程中，边的权重考虑了朝向和欧式距离两种因素；
③从MST中查找所有度为1的节点作为起始点，搜索使目标函数（F）中Bi最小化时所对应的深度子树，将该深度子树作为唯一的建筑外边界，在求解建筑外边界时，最小化Bi对应MST中的最大深度子树；
④仍依据公式（F），从剩余未被标记的MST节点中遍历潜在内部孔洞边界，该过程递归执行，直至所有潜在孔洞边界提取完毕；
      (F)
公式（F）中，Bi1和Bi|Bi|分别为当前边界Bi的起止点， 为Bi的起止点间距，表示Bi的长度，ρ为点云平均点密度，N 为提取边界包含的最少点数，直观上，在满足约束条件的前提下，提取边界越长，首尾间距越短，目标函数（F）越趋于最小化。
4.根据权利要求1所述的一种拓扑感知下的机载建筑屋顶点云建模方法，其特征是所述步骤（三）屋顶面片边界分割，具体过程如下：给定任意一条屋顶面片边界B，通过最优化点标记过程F，将其分割为m条边界段L={L1,L2,…,Lm}，任意Li由pi1,pi2,…, pini点集构成，以实现分割后边界段标号连续，且与真实建筑面片边界线具有一致性，目标能量函数仍由三项构成：
        (G)
其中Ealignment=Edistance+Edirection
                        (H)
其中 , 为点到潜在分割直线段
的欧式距离，初始分割段标号由RANSAC算法提供，Edistance惩罚点到所属边界直线段距离的不一致性，距离越远，惩罚越大；
                                  (I)
其中 为pij的方向向量，NLi为分割后边界段Li的法向量，“.”为向量点乘符号，Edirection惩罚当前点正切方向和分割后的边界直线段方向向量的不一致性，若二者偏离越大，相应惩罚也越大；
针对平滑项而言，由于边界追踪算法已经将面片边界点连接为具有拓扑关系前后相接的边界环，因此对当前点进行平滑时，仅考虑当前点的前后相连的两节点，标号不一致时，前后点距离越近，对当前点标号惩罚越大，优化方程如下：
    (J)
其中F(pij)为对点pij实施的标号过程， 为示性函数；
如果仅仅利用公式（I）和（J）两项对边界实施优化，会产生过分割，为保证分割后屋顶面片边界段与真实屋顶相一致，限制产生过多琐碎的分割边界段，在优化目标函数(G)中增加保真项：
            (K)
其中|Li|为边界段中包含点的数量，Maximum|Li|为边界段集合L中最长尺寸边界段所含点数，Efidelity惩罚小尺寸边界段，并将其与其余大尺寸边界段合并，以减少标号的数目，由于保真项目的引入，虽然在一定程度上解决了过分割问题，但是仍会出现小尺寸的面片边界被合并到物理空间不连续的其他边界的欠分割现象，但紧密相连接的不同边界段之间不会造成欠分割；由此，针对每一幢标号后的建筑屋顶面片边界点，构建无向图，在无向图中聚类连续标号，实现点标号的重新赋值，则可完美解决欠分割；
求解目标函数（G）采用alpha-expansion算法，将求解最优化目标函数（G）转化为求解图结构中最大流最小割问题，边界点的初始标号由RANSAC算法提供，ωa，ωs和ωf的初始值设为相同值，且满足ωa+ωs+ωf=1。
5.根据权利要求1所述的一种拓扑感知下的机载建筑屋顶点云建模方法，其特征是所述步骤（四）建筑几何模型构建，包括以下步骤：
（1）屋顶面片边界关键点提取
提取屋顶面片边界关键点目的是为了简化和规则化每条面片边界，满足所绘制模型具备“轻量型”和“紧凑性”，关键点提取方法如下:
①利用无向图组织标记后的边界段，依据点标号，聚类得到具有点序拓扑的边界段集合；
②通过最小二乘拟合每条边界段，并得到相应直线参数和拟合残差，拟合残差反应了拟合直线的可靠程度，如果拟合残差小于可靠度阈值，将当前边界段的起止点及其在拟合直线上的投影点存入查找表；如大于可靠度阈值，将当前边界段包含的所有点均存入查找表；所述查找表为包含原始点和投影点映射关系的数据结构，如果原始点未被投影，则二者保持一致；
③无向图中度为3的节点属于三个或者多个面片的邻接点，在保持多个面片拓扑方面至关重要，因此将所有度为3的点及对应投影点也存入查找表，为获取投影点，首先搜索度为3节点的直接连接点标号，判断这些标号对应直线方程的可靠度，并将当前度为3 的节点投影到可靠度最高的直线上，如果均不可靠，则无需投影，查找表中的每项对应一个关键点，但查找表中的关键点不具备拓扑关系，通过再次遍历原始面片边界，能恢复查表表中的关键点的拓扑，此时能够完全利用对应关键点来表达每条边界，从而达到简化和规则化边界的目的；
所述关键点是利用原始边界点和/或投影点相结合的方式对面片边界进行混合表达，体现出了边界表达的灵活性：一方面原始关键点能够更加详细地刻画边界细节；另一方面投影关键点则实现了利用可靠直线段来逼近面片边界的简化表达，既减少了最终生成模型的三角面片的数量，又同时保证了模型规则性的几何外观，另外查找表中属于某个面片的关键点也能同时为其他面片的边界关键点，通过这种共享关键点机制，确保面片之间连接的无缝隙性；
（2）屋顶面片边界线间拓扑组合
屋顶面片边界线需进一步按照屋顶面片绘制实体，进行拓扑组合，构建可绘制面片的最基本的实体单元，即支持屋顶面片三角剖分的最基本结构单元，具体有如下几种拓扑：
①建筑内部孔洞的表达：如果当前屋顶孔洞边线完全被包含在其他面片边界线内，内部孔洞边界线需与其最内层包含的屋顶面片边界线进行组合，形成该包含屋顶面片的绘制实体；如果内部孔洞边界线均未被任何屋顶面片边界线所包含，则忽略该条孔洞边界线，此时其他屋顶面片实体已经实现了对该条孔洞边线的隐含表达，按上述思路逐条处理内部孔洞边线，直至全部处理完毕；
②屋顶面片遮挡处理：如果当前屋顶面片边界线完全被其他屋顶边界线所包含，且被包含边界线的平均高程小于最内层包含面片在被包含边界对应点处的平均高程，此时需要组合包含和被包含边界线，构建包含边界线所对应面片的剖分实体，否则当前屋顶面片会被其包含面片所遮挡，从而损失屋顶细节，屋顶面片遮挡处理策略既适用于处理平顶屋顶面片，也适用于处理倾斜屋顶面片；
③ 屋顶面片抽象处理：针对不规则且面积小的屋顶面片，直接采用基于“建筑主方向约束下的外包矩形”替代相应屋顶面片；在求解建筑主方向时，建筑边界在与本身朝向方向和与朝向相互正交的两个方向上具有最小投影，建筑的主要边界决定了建筑朝向，因此通过对建筑外边界在两个朝向方向上的投影做环路积分求得该方向d，目标方程如下：
                                  (L)
其中 表示建筑外边界多边形的线段方向，F为建筑外边界点集，|F|表示该集合中点的数目， 表示主方向d的正交方向，“.”为向量点乘符号；
建筑屋顶面片边界线间拓扑关系也一并蕴含了屋顶面片边界线、剖分实体和其对应的屋顶平面方程三者间的映射关系：剖分实体是由一条或多条屋顶面片边界线构成，即屋顶面片边界线和剖分实体是多对一的关系，但剖分实体和其对应的平面方程则为一一对应的关系，这些关系为保持屋顶面片在高程维度拓扑一致性方面奠定了基础，在二维空间维持屋顶面片间的拓扑关系，将三维建模问题转化为维护二维屋顶平面的拓扑问题，继而进一步兼容屋顶面片在高程维度的拓扑一致性；而针对高程维度，从以下两方面做兼容处理，使模型一并在高程方向上具有一致性：
1）根据边界点所属平面方程，调整每条面片边界点的高程；
2）针对连接两个甚至多个非平顶平面的边界点，将当前边界点在这些平面的平均高程作为最终高程值，此时边界点在平面和高程维度均保持了拓扑一致性；面片边界线拓扑维护完毕后，由关键点组成的每条面片边界线间的拓扑也自然被同步维护；
（3）建筑几何模型绘制
完整的建筑模型包含屋顶和墙面两部分：针对建筑屋顶，基于屋顶面片剖分单元，采用受限制的三角剖分算法，剖分凹多边形，凸多边形及带孔洞多边形屋顶面片，针对立体内外墙面，根据建筑外边界和带孔洞边界将其拉升至对应地形高度，并按照关键点的顺序剖分成一系列表示立体墙面的三角面片，此后将屋顶和墙面的三角面片传送至GPU顶点缓存，利用GPU顶点缓冲对象，渲染所有三角面片，一并将屋顶面片的关键点按照ESRI Polygon Z数据结构进行组织，并存储为SHP临时文件，进而最终转化为OBJ和PLY 标准模型文件，以便后续对模型进行可视化渲染和空间分析。