一种建筑网格模型重构为CAD指令模型的方法及装置制造方法及图纸

本发明专利技术公开了一种建筑网格模型重构为CAD指令模型的方法及装置，涉及图像模型处理技术领域，将神经网络训练成能够全自动地、批量快速生成CAD指令模型，能够高规格地自动化生成人工建模级别的建筑。方案为：将待重构建筑网格模型按照等高度间距横向切割，得到不同高度的轮廓切片图片；使用第一神经网络识别轮廓切片图片中的线段；将各层轮廓切片图片对应的线段输入至第二神经网络，输出为各层轮廓切片图片对应的CAD生成命令；对CAD生成命令组分别加上对应的切片高度，合并成待重构建筑网格模型的CAD命令组；将待重构建筑网格模型的CAD命令组输入至第三神经网络，输出为待重构建筑网格模型对应的CAD指令模型。本发明专利技术主要用于建筑网格模型重构中。网格模型重构中。网格模型重构中。

【技术实现步骤摘要】
一种建筑网格模型重构为CAD指令模型的方法及装置


[0001]本专利技术涉及图像模型处理
，尤其涉及一种建筑网格模型重构为CAD指令模型的方法及装置。

技术介绍

[0002]传统倾斜摄影基于多目重建的方法，通过对相机位姿的识别及连续数据中特征点的匹配，重建出带有纹理的稠密点云或者稠密网格。
[0003]上述方法存在以下缺点：由于玻璃，大面积纯色墙面特征点较少导致重建模型上存在破洞，凹陷或破碎；树木遮挡、建筑群落过于密集等因素导致空中相机各视角无法拍摄到建筑物之间的缝隙处，没有照片参与此处的空三和贴图导致重建模型在缝隙处有破洞或者粘连；由于无人机飞行次数和高度的限制导致建筑过高、过低的位置畸变严重；基于上述问题导致存在人工参与步骤，重建模型网格噪声过多，储存的点线面信息过多。

技术实现思路

[0004]本专利技术提供一种建筑网格模型重构为CAD指令模型的方法及装置，包括：将待重构建筑网格模型按照等高度间距横向切割，得到不同高度的轮廓切片图片；对每层轮廓切片图片，使用第一神经网络识别轮廓切片图片中的线段；将各层轮廓切片图片对应的线段输入至第二神经网络，输出为各层轮廓切片图片对应的CAD生成命令；对CAD生成命令组分别加上对应的切片高度，合并成待重构建筑网格模型的CAD命令组；将待重构建筑网格模型的CAD命令组输入至第三神经网络，输出为待重构建筑网格模型对应的CAD指令模型，相比于现有技术，本专利技术基于已有的大量数据集，将神经网络训练成能够全自动地、批量快速生成待重构建筑网格模型对应的CAD指令模型，能够高规格地自动化生成人工建模级别的建筑。
[0005]为达到上述目的，本专利技术采用如下技术方案：本专利技术第一方面提供一种建筑网格模型重构为CAD指令模型的方法，包括：将待重构建筑网格模型按照等高度间距横向切割，得到不同高度的轮廓切片图片。
[0006]对每层所述轮廓切片图片，使用第一神经网络识别所述轮廓切片图片中的线段。
[0007]将各层所述轮廓切片图片对应的线段输入至第二神经网络，输出为各层所述轮廓切片图片对应的CAD生成命令，即所述轮廓切片图片的CAD生成命令组。
[0008]对所述CAD生成命令组分别加上对应的切片高度，合并成所述待重构建筑网格模型的CAD命令组。
[0009]将所述待重构建筑网格模型的CAD命令组输入至第三神经网络，输出为所述待重构建筑网格模型对应的CAD指令模型。
[0010]进一步的，所述的建筑网格模型重构为CAD指令模型的方法，包括：将待重构建筑网格模型按照等高度为0.1m间距横向切割，得到不同高度的轮廓切片图片。
[0011]进一步的，所述的建筑网格模型重构为CAD指令模型的方法，所述第一神经网络包
括：所述第一神经网络为LCNN网络。
[0012]进一步的，所述的建筑网格模型重构为CAD指令模型的方法，所述第二神经网络包括：所述第二神经网络为deepcad_1网络。
[0013]进一步的，所述的建筑网格模型重构为CAD指令模型的方法，所述第三神经网络包括：所述第三神经网络为deepcad_2网络。
[0014]本专利技术第二方面提供一种建筑网格模型重构为CAD指令模型的装置，包括：切割单元，用于将待重构建筑网格模型按照等高度间距横向切割，得到不同高度的轮廓切片图片。
[0015]识别单元，用于对每层所述轮廓切片图片，使用第一神经网络识别所述轮廓切片图片中的线段。
[0016]第一输入单元，用于将各层所述轮廓切片图片对应的线段输入至第二神经网络，输出为各层所述轮廓切片图片对应的CAD生成命令，即所述轮廓切片图片的CAD生成命令组。
[0017]合并单元，用于对所述CAD生成命令组分别加上对应的切片高度，合并成所述待重构建筑网格模型的CAD命令组。
[0018]第二输入单元，用于将所述待重构建筑网格模型的CAD命令组输入至第三神经网络，输出为所述待重构建筑网格模型对应的CAD指令模型。
[0019]本专利技术提供一种建筑网格模型重构为CAD指令模型的方法及装置，包括：将待重构建筑网格模型按照等高度间距横向切割，得到不同高度的轮廓切片图片；对每层轮廓切片图片，使用第一神经网络识别轮廓切片图片中的线段；将各层轮廓切片图片对应的线段输入至第二神经网络，输出为各层轮廓切片图片对应的CAD生成命令；对CAD生成命令组分别加上对应的切片高度，合并成待重构建筑网格模型的CAD命令组；将待重构建筑网格模型的CAD命令组输入至第三神经网络，输出为待重构建筑网格模型对应的CAD指令模型，相比于现有技术，本专利技术基于已有的大量数据集，将神经网络训练成能够全自动地、批量快速生成待重构建筑网格模型对应的CAD指令模型，能够高规格地自动化生成人工建模级别的建筑。
附图说明
[0020]为了更清楚地说明本专利技术实施例的技术方案，以下将对实施例描述中所需要使用的附图作简单地介绍，附图仅用于示出实施方式的目的，而并不认为是对本专利技术的限制。
[0021]图1为本专利技术实施例中一种建筑网格模型重构为CAD指令模型的方法流程示意图；图2为本专利技术实施例中另一种建筑网格模型重构为CAD指令模型的方法流程示意图；图3为本专利技术实施例中一种建筑网格模型重构为CAD指令模型的装置组成示意图。
具体实施方式
[0022]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完
整地描述。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0023]除非另有定义，本专利技术所使用的所有的技术和科学术语与属于本专利技术术领域的技术人员通常理解的含义相同；本专利技术中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本专利技术的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。
[0024]在本专利技术实施例的描述中，技术术语“第一”“第二”等仅用于区别不同对象，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量、特定顺序或主次关系。在本专利技术实施例的描述中，“多个”的含义是两个以上，除非另有明确具体的限定。
[0025]在本专利技术实施例的描述中，术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0026]在本专利技术实施例的描述中，术语“多个”指的是两个以上（包括两个），同理，“多组”指的是两组以上（包括两组），“多片”指的是两片以上（包括两片）。
[0027]在本专利技术实施例的描述中，技术术语“中心”“纵向”“横向”“长度”“宽度”“厚度”“上”“下”“前”“后”“左”“右”“竖直”“水平”“顶”“底”“内”“外”本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种建筑网格模型重构为CAD指令模型的方法，其特征在于，包括：将待重构建筑网格模型按照等高度间距横向切割，得到不同高度的轮廓切片图片；对每层所述轮廓切片图片，使用第一神经网络识别所述轮廓切片图片中的线段；将各层所述轮廓切片图片对应的线段输入至第二神经网络，输出为各层所述轮廓切片图片对应的CAD生成命令，即所述轮廓切片图片的CAD生成命令组；对所述CAD生成命令组分别加上对应的切片高度，合并成所述待重构建筑网格模型的CAD命令组；将所述待重构建筑网格模型的CAD命令组输入至第三神经网络，输出为所述待重构建筑网格模型对应的CAD指令模型。2.根据权利要求1所述的建筑网格模型重构为CAD指令模型的方法，其特征在于，包括：将待重构建筑网格模型按照等高度为0.1m间距横向切割，得到不同高度的轮廓切片图片。3.根据权利要求1所述的建筑网格模型重构为CAD指令模型的方法，其特征在于，所述第一神经网络包括：所述第一神经网络为LCNN网络。4.根据权利要求1所述的建筑网格模型重...

【专利技术属性】
技术研发人员：宋彬，郑泰日，张宇，朱旭平，何文武，
申请(专利权)人：北京飞渡科技股份有限公司，
类型：发明
国别省市：