基于深度图像和点云的管线BIM模型重建方法及系统技术方案

本公开提供了基于深度图像和点云的管线BIM模型重建方法及系统，涉及建筑工程计算机图像辅助建模技术领域，包括获取规则管线以及不规则管线构件的深度图像、RGB图像以及点云数据，对深度图像提取语义特征进行语义分割，生成三维语义地图；将点云数据与三维语义地图的两个点集融合至同一坐标系下，进行粗匹配；选取有效点云数据进行单目标点云数据的分割提取，计算提取点云数据的VFH特征值，基于VFH特征值与初步BIM模型、点云数据的对应关系，利用BIM标准数据库的属性信息，提取几何信息以及形状信息进行精确识别匹配，完成管线BIM重建，结合形状与语义实现BIM建模的精度要求。结合形状与语义实现BIM建模的精度要求。结合形状与语义实现BIM建模的精度要求。

【技术实现步骤摘要】
基于深度图像和点云的管线BIM模型重建方法及系统


[0001]本公开涉及建筑工程计算机图像辅助建模
，具体涉及基于深度图像和点云的管线BIM（Building Information Modeling，建筑信息模型）模型重建方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。
[0003]管线是指联结泵、阀或控制系统等的管道，用于传送液体、气体或研成粉末的固体，为各种管道和电线、电缆等的总称。随着社会的进步和发展，大型综合电力建设建筑项目的数量在不断的增多，其规模也越来越大，使得大型综合建筑施工现场的情况也更加复杂，施工中使用到的设备和管线种类也越来越多。所以如何在庞大建筑施工中提升综合管线的布置工作质量，降低施工成本和施工技术的复杂性，提升施工效率的问题也愈加重要。
[0004]所以越来越多的企业引入建筑信息模型（Building Information Modeling，BIM）实现施工管线的全生命周期管理，但是由于早期管线设施图纸保存不完整，依靠传统的人工测绘方法进行BIM建模工作过于繁琐，虽然仅仅基于点云数据被广泛用于BIM建模，但是在数据量庞大且针对复杂管线铺设的复杂场景中，点云数据的语义信息不能被准确提取，在针对形状复杂、尺寸要求繁琐的管线部件中，数据的精度要求非常高的前提下，仅仅依靠点云数据难以满足建模的要求，另外，无法对点云中的具有语义信息的组件进行描述，或者虽然能够描述点云的整体信息，但是无法得到点云组件的形状信息。/>
技术实现思路

[0005]本公开为了解决上述问题，提出了基于深度图像和点云的管线BIM模型重建方法及系统，利用图像提供丰富的语义信息以及点云数据提供精确的几何信息，对深度RGB图像进行分割，生成三维语义地图，通过点云数据组件骨架线的精确提取与匹配实现数据的融合，对管线进行BIM重建。
[0006]根据一些实施例，本公开采用如下技术方案：基于深度图像和点云的管线BIM模型重建方法，包括：获取规则管线以及不规则管线构件的深度图像、RGB图像以及点云数据，并对图像进行预处理；对深度图像中的每一个像素进行分类，对深度图像提取语义特征进行语义分割，生成三维语义地图；将三维语义地图与点云数据进行数据的多源融合，将点云数据与三维语义地图的两个点集融合至同一坐标系下，进行粗匹配，得到初步BIM模型；选取有效点云数据进行单目标点云数据的分割提取，计算提取点云数据的VFH特征值，基于VFH特征值与初步BIM模型、点云数据的对应关系，利用点云数据的毫米级高精度特性与BIM本身的属性信息，提取几何信息以及形状信息进行精确识别匹配，完成管线BIM
重建。
[0007]根据一些实施例，本公开采用如下技术方案：基于深度图像和点云的管线BIM模型重建系统，包括：图像与数据获取模块，用于获取规则管线以及不规则管线构件的深度图像、RGB图像以及点云数据，并对图像进行预处理；语义地图生成模块，用于对深度图像中的每一个像素进行分类，对深度图像提取语义特征进行语义分割，生成三维语义地图；初步模型构建模块，用于将三维语义地图与点云数据进行数据的多源融合，将点云数据与三维语义地图的两个点集融合至同一坐标系下，进行粗匹配，得到初步BIM模型；最终模型构建模块，用于选取有效点云数据进行单目标点云数据的分割提取，计算提取点云数据的VFH特征值，基于VFH特征值与初步BIM模型、点云数据的对应关系，利用点云数据的毫米级高精度特性与BIM本身的属性信息，提取几何信息以及形状信息进行精确识别匹配，完成管线BIM重建。
[0008]与现有技术相比，本公开的有益效果为：本公开利用深度图像提供丰富的语义信息和点云数据提供精确的几何信息，对采集的RGB图像进行分割，生成三维语义地图，通过点云粗匹配和精确匹配实现数据的融合，实现管线中不同构件的BIM模型重建。
[0009]本公开语义三维地图重建采用成本较低的RGB图像，实现更精确的实例级分割，提高了图像的分割效率，同时对目标体在位置和位姿进行较好精度的校正，极大的提高了点云数据的识别分类准确率，实现BIM模型的精确化匹配与自动化重建。
附图说明
[0010]构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
[0011]图1为本公开实施例所述的方法实施流程图；图2为本公开实施例所述的BIM模型构建架构图；图3为本公开实施例所述的点云数据精确识别匹配的流程图。
具体实施方式
[0012]下面结合附图与实施例对本公开作进一步说明。
[0013]应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属
的普通技术人员通常理解的相同含义。
[0014]需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
[0015]实施例1本公开的一种实施例中提供了一种基于深度图像和点云的管线BIM模型重建方
法，如图1所示，步骤包括：S1：获取规则管线以及不规则管线构件的深度图像、RGB图像以及点云数据，并对图像进行预处理；S2：对深度图像中的每一个像素进行分类，对深度图像提取语义特征进行语义分割，生成三维语义地图；S3：将三维语义地图与点云数据进行数据的多源融合，将点云数据与三维语义地图的两个点集融合至同一坐标系下，进行粗匹配，得到初步BIM模型；S4：选取有效点云数据进行单目标点云数据的分割提取，计算提取点云数据的VFH特征值，基于VFH特征值与初步BIM模型、点云数据的对应关系，利用点云数据的毫米级高精度特性与BIM本身的属性信息，提取几何信息以及形状信息进行精确识别匹配，完成管线BIM重建。
[0016]作为一种实施例，所述对图像进行预处理的步骤为：对采集的图像进行人工标注，在标注的过程中，采用多边形勾勒出所需构件的边界以及形状，并保存为标签格式。所述标签格式为JSON标签格式。
[0017]作为一种实施例，所述对深度图像提取语义特征进行语义分割的过程包括：将图像输入至语义分割的深度学习模型中，采用编码
‑
解码的架构，利用卷积层对图像中的语义特征进行提取，对图像中每一个像素代表的语义进行提取，完成像素的语义分割。
[0018]具体的，采集1800张图像并进行人工标注，标注过程中采用多边形勾勒出所需组件边界，并保存，利用语义分割的深度学习模型，采用编码
‑
解码的普通架构，利用卷积层对图像中的语义特征进行提取，获取到图像的二维语义标签特征图。
[0019]对深度学习模型进行训练，使用交叉熵本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于深度图像和点云的管线BIM模型重建方法，其特征在于，包括：获取规则管线以及不规则管线构件的深度图像、RGB图像以及点云数据，并对图像进行预处理；对深度图像中的每一个像素进行分类，对深度图像提取语义特征进行语义分割，生成三维语义地图；将三维语义地图与点云数据进行数据的多源融合，将点云数据与三维语义地图的两个点集融合至同一坐标系下，进行粗匹配，得到初步BIM模型；选取有效点云数据进行单目标点云数据的分割提取，计算提取点云数据的VFH特征值，基于VFH特征值与初步BIM模型、点云数据的对应关系，利用点云数据的毫米级高精度特性与BIM本身的属性信息，提取几何信息以及形状信息进行精确识别匹配，完成管线BIM重建。2.如权利要求1所述的基于深度图像和点云的管线BIM模型重建方法，其特征在于，所述对图像进行预处理的步骤为：对采集的图像进行人工标注，在标注的过程中，采用多边形勾勒出所需构件的边界以及形状，并保存为标签格式。3.如权利要求1所述的基于深度图像和点云的管线BIM模型重建方法，其特征在于，所述对深度图像提取语义特征进行语义分割的过程包括：将图像输入至语义分割的深度学习模型中，采用编码
‑
解码的架构，利用卷积层对图像中的语义特征进行提取，对图像中每一个像素代表的语义进行提取，完成像素的语义分割。4.如权利要求1所述的基于深度图像和点云的管线BIM模型重建方法，其特征在于，所述生成三维语义地图的过程包括：分别计算RGB图像以及深度图像的几何和光度误差，利用高斯
‑
牛顿非线性最小二乘法获得最优相机外参进行位姿估计，实现三维地图的精确融合。5.如权利要求4所述的基于深度图像和点云的管线BIM模型重建方法，其特征在于，所述光度误差是计算当前的RGB图像和最后一帧的深度学习模型之间最小化像素光度误差的运动参数。6...

【专利技术属性】
技术研发人员：史春城，张红，李生珠，张宇琪，魏圩雨，邹邦伟，张本法，
申请(专利权)人：中国电建集团山东电力建设第一工程有限公司，
类型：发明
国别省市：