From Point Clouds to 3d Isovists in Indoor Environments

Abstract

<p><strong>Abstract.</strong> Visibility is a common measure to describe the spatial properties of an environment related to the spatial behaviour. Isovists represent the space that can be seen from one observation point, and they are used to analyse the existence of obstacles affecting or blocking intervisibility in an area. Although point clouds depict the as-built reality in a very detailed and accurate way, literature addressing the analysis of visibility in 3D, and more specifically the usage of point clouds to visibility analysis, is rather limited. In this paper, a methodology to evaluate visibility from point clouds in indoor environments is proposed, resulting in the creation of 3D isovists. Point cloud is firstly discretized in a voxel-based structure and voxels are labelled into ‘exterior’, ‘occupied’, ‘visible’ and ‘occluded’ based on an occupancy followed by a visibility analysis performed from a ray-tracing algorithm. 3D Isovists are created from the boundary of visible voxels from an observer position and considering as input parameters the visual angle, maximum line of sight, and eye gaze direction.</p>

Automatic 3-D Reconstruction of Indoor Environment With Mobile Laser Scanning Point Clouds

“…Where the intersection areas are computed over all surfaces of i S and j R , the completeness value varies with the size of the buffer b [44] .…”

“…1) Visibility Analysis Díaz-Vilariño [44] proposed a method that a voxel-based structure is designed for the creation of 3D Isovists. The point cloud is discretized in a voxel-based structure and voxels are identified as 'exterior', 'visible, 'occupied'.…”

Point Cloud-Based Analysis in Digital Twinning

“…Bununla birlikte, En yüksek doğruluk ayarı yalnızca çok keskin görüntü verileri için ve ilgili işlemenin oldukça zaman alıcı olması nedeniyle çoğunlukla araştırma amaçları için önerilmektedir. Ayrıca en yüksek seçeneği ile fotoğrafların bindirme oranı en düşük olan fotoğrafları da eşleştirirken, diğer alt seçeneklere doğru gidildikçe bindirme oranı yüksek olmayan fotoğraflar eşleştirilmez ve eşleştirilemeyen fotoğraflardan nokta üretilemez [45,46]. Fotogrametrik değerlendirmede fotoğraf çekiminin önemi kadar yazılım ayarları da önem arz etmektedir.…”

“…(2017) [5], Diaz-Vilariño ve ark. (2018) [45] ve Zhang ve ark. (2021) [46], nokta bulutlarının özelliklerini, onları gerçek dünyanın bir temsili olarak kullanıma uygun hale getirdiğini göstermektedir.…”