首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于图像分割网络的LOD2+建筑模型构建方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:江西师范大学;江西省国土空间调查规划研究院

摘要:本发明提出了一种基于图像分割网络的LOD2+建筑模型构建方法,建筑物三维模型构建方法包括如下步骤:S1、通过倾斜摄影测量获得建筑物影像;S2、根据建筑物影像获取对应的场景MVS点云和数字正射影像图;S3、根据数字正射影像图提取建筑物轮廓;S4、对建筑物轮廓进行优化;S5、根据优化的建筑物轮廓及场景MVS点云,获取任一单体建筑对应的单体建筑点云;S6、根据单体建筑点云提取单体建筑细节部位点云;S7、通过分割方法将第二类立面点云分割为多个精细立面点云;S8、生成三角网,将三角网进行拼接,融合生成单体建筑物精细化三维模型。通过分割出精细立面点云,可以使建筑物三维模型达到高于LOD2级的效果。

主权项:1.一种基于图像分割网络的LOD2+建筑模型构建方法,其特征在于,建筑物三维模型构建方法包括如下步骤:S1、通过倾斜摄影测量获得建筑物影像,所述建筑物影像中包括至少一个单体建筑;S2、根据所述建筑物影像获取对应的场景MVS点云和数字正射影像图;S3、根据所述数字正射影像图提取建筑物轮廓;S4、对所述建筑物轮廓进行优化;S5、根据优化的所述建筑物轮廓及所述场景MVS点云,获取任一所述单体建筑对应的单体建筑点云;S6、根据所述单体建筑点云提取单体建筑细节部位点云,所述单体建筑细节部位点云包括屋顶点云、第一类立面点云和第二类立面点云;S7、通过分割方法将所述第二类立面点云分割为多个精细立面点云;S8、基于所述屋顶点云、所述第一类立面点云和多个所述精细立面点云,生成Delaunay三角网,将Delaunay三角网进行拼接,融合生成单体建筑物精细化三维模型;上述步骤S6包括以下步骤:S61、通过RANSAC算法对所述单体建筑点云进行分割,形成屋顶点云、立面点云,并将所述立面点云分为第一类立面点云或第二类立面点云;S62、对立面点云进行分割,获取所述第二类立面点云或所述第一类立面点云;上述步骤S61中的所述立面点云包括前立面点云、后立面点云、左立面点云和右立面点云,将所述立面点云分为第一类立面点云或第二类立面点云的方法为:将各个所述立面点云中沿立面法向量方向的浮动距离差Q不大于阈值d的所述立面点云分为所述第一类立面点云;将所述立面点云中沿立面法向量方向的浮动距离差Q大于阈值d的所述立面点云分为所述第二类立面点云;上述步骤S7中的所述分割方法为:沿立面法向量方向等宽的将所述第二类立面点云分成n层,遍历所述第二类立面点云中的点得到不同层次点云集合P,然后使用点云映射的(R,G,B)信息构建不同层次点云的空间-灰度相似度量化值M: 式中,t表示最外层点云集合的点数,o表示沿立面法向量方向与最外层相邻的点云集合的点数,pr,g,b为最外层点云集合的rgb值,qr,g,b为与最外层相邻的点云集合的rgb值,px,y,z为最外层点云集合的空间位置,qx,y,z为与最外层相邻的点云集合的空间位置,k为归一化图像距离和集合距离的加权因子;当,为相似度阈值,合并两层点云集合;当,将最外侧点云集合另存,遍历完所有所述点云集合P后,将所述第二类立面点云精确化的分割成若干所述精细立面点云。

全文数据:

权利要求:

百度查询: 江西师范大学 江西省国土空间调查规划研究院 一种基于图像分割网络的LOD2+建筑模型构建方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。