一种基于神经网络的轮廓分段矫正方法及装置制造方法及图纸

本申请公开了一种基于神经网络的轮廓分段矫正方法及装置，涉及倾斜摄影数据处理技术领域。所述基于神经网络的轮廓分段矫正方法包括：获取单栋建筑的倾斜摄影数据；对单栋建筑的倾斜摄影数据进行切片处理，从而获取建筑轮廓切片数据；获取经过训练的评分网络；将建筑轮廓切片数据输入至经过训练的评分网络从而获取评分超过阈值的建筑轮廓切片数据；获取经过训练的识别分类神经网络；将建筑轮廓切片数据输入至经过训练的识别分类神经网络，从而获取该建筑轮廓切片数据的关键连接点以及线段；对获取的关键连接点以及线段进行矫正。本申请相比于传统的建筑轮廓获取方法，本申请得到轮廓的同时能够具有比现有技术更快的速度，且矫正结果准确。正结果准确。正结果准确。

【技术实现步骤摘要】
一种基于神经网络的轮廓分段矫正方法及装置


[0001]本申请涉及倾斜摄影建筑处理
，具体涉及一种基于神经网络的轮廓分段矫正方法以及基于神经网络的轮廓分段矫正装置。

技术介绍

[0002]传统的建模方式中，对建筑轮廓的获取有两种方式。一种是通过人工测量，得到建筑轮廓每个点的相对位置并建模得到。另一种是以图像的方式俯拍建筑，并强行让建筑的每条线之间都是直角关系，以此来获取矫正的建筑轮廓。第一种方式比较耗费时间，一个娴熟的建模师大约每栋楼需要十分钟；第二种方式虽然自动，但是对于夹角不为直角的建筑和弧形的建筑并不适用。
[0003]因此，希望有一种技术方案来克服或至少减轻现有技术的至少一个上述缺陷。

技术实现思路

[0004]本专利技术的目的在于提供一种基于神经网络的轮廓分段矫正方法来克服或至少减轻现有技术的至少一个上述缺陷。
[0005]本专利技术的一个方面，提供一种基于神经网络的轮廓分段矫正方法，所述基于神经网络的轮廓分段矫正方法包括：获取单栋建筑的倾斜摄影数据；对单栋建筑的倾斜摄影数据进行切片处理，从而获取建筑轮廓切片数据；获取经过训练的评分网络；将建筑轮廓切片数据输入至经过训练的评分网络，从而获取评分超过阈值的建筑轮廓切片数据；获取经过训练的识别分类神经网络；将评分超过阈值的建筑轮廓切片数据输入至所述经过训练的识别分类神经网络，从而获取该建筑轮廓切片数据的关键连接点以及线段；对获取的关键连接点以及线段进行矫正。
[0006]可选地，所述获取单栋建筑的倾斜摄影数据包括：通过预训练好的点云实例化网络对倾斜摄影的数据进行单体化，从而获取单栋建筑的倾斜摄影数据。
[0007]可选地，所述对单栋建筑的倾斜摄影数据进行切片处理，从而获取建筑轮廓切片数据包括：对单栋建筑的倾斜摄影数据以预设间距进行横切，用一个平面与三维模型求交线，得到建筑的外轮廓切片的建筑轮廓切片数据。
[0008]可选地，所述评分网络采用如下方法进行训练：收集建筑横切轮廓集，所述建筑横切轮廓集包括至少两种截面形状的建筑轮廓切片以及至少包括两种质量的建筑轮廓切片；
对每个建筑轮廓切片进行分数的标注；通过各个建筑轮廓切片对所述评分网络进行训练。
[0009]可选地，所述识别分类神经网络通过如下训练方法进行训练：随机生成建筑轮廓；根据建筑轮廓生成CAD建筑模型；根据CAD建筑模型通过OpenGL的库使用虚拟相机环绕得到不同角度的图片，并使用这些图片和对应的相机内参和外参进行三维重建，得到倾斜摄影三维重建建筑模型；根据所述CAD建筑模型和倾斜摄影三维重建建筑模型制作训练数据集；通过所述训练数据集对所述识别分类神经网络进行训练。
[0010]可选地，所述线段包括直线；所述对获取的关键连接点以及线段进行矫正包括：对直线以直线参数方程进行拟合。
[0011]可选地，所述线段包括曲线；所述对获取的关键连接点以及线段进行矫正包括：对曲线以弧长函数进行拟合。
[0012]本申请还提供了一种基于神经网络的轮廓分段矫正装置，所述基于神经网络的轮廓分段矫正装置包括：单栋建筑的倾斜摄影数据获取模块，所述单栋建筑的倾斜摄影数据获取模块用于获取单栋建筑的倾斜摄影数据；切片模块，所述切片模块用于对单栋建筑的倾斜摄影数据进行切片处理，从而获取建筑轮廓切片数据；评分网络获取模块，所述评分网络获取模块用于获取经过训练的评分网络；建筑轮廓切片数据获取模块，所述建筑轮廓切片数据获取模块用于将建筑轮廓切片数据输入至经过训练的评分网络，从而获取评分超过阈值的建筑轮廓切片数据；识别分类神经网络获取模块，所述识别分类神经网络获取模块用于获取经过训练的识别分类神经网络；线段获取模块，所述线段获取模块用于将评分超过阈值的建筑轮廓切片数据输入至所述经过训练的识别分类神经网络，从而获取该建筑轮廓切片数据的关键连接点以及线段；矫正模块，所述矫正模块用于对获取的关键连接点以及线段进行矫正。
[0013]本申请还提供了一种电子设备，所述电子设备包括存储器、处理器以及存储在所述存储器中并能够在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时能够实现如上所述的基于神经网络的轮廓分段矫正方法。
[0014]本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时能够实现如上所述的基于神经网络的轮廓分段矫正方法。
[0015]有益效果：
[0016]本申请的基于神经网络的轮廓分段矫正方法相比于传统的建筑轮廓获取方法，本专利得到的轮廓同时保证了速度快，矫正结果准确。本方法从建筑的轮廓图中可将轮廓分
为几条主要的线段，因此，本方法得到的轮廓结果与人工得到的轮廓结果在精度上非常高。并且本方法速度很快，得到一个建筑轮廓不到1秒钟，比原来提高了六百倍以上。
附图说明
[0017]图1为本申请一实施例的基于神经网络的轮廓分段矫正方法的流程示意图；图2是一种电子设备，用于实现图1所示的基于神经网络的轮廓分段矫正方法；图3是横平竖直的建筑轮廓的结构示意图；图4是带有噪声的建筑轮廓的结构示意图；图5为本申请一实施例中的弧长函数示意图。
具体实施方式
[0018]为使本申请实施的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行更加详细的描述。在附图中，自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施例是本申请一部分实施例，而不是全部的实施例。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。下面结合附图对本申请的实施例进行详细说明。
[0019]需要说明的是，在本专利技术的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
[0020]图1为本申请一实施例的基于神经网络的轮廓分段矫正方法的流程示意图。
[0021]如图1所示的基于神经网络的轮廓分段矫正方法包括：步骤1：获取单栋建筑的倾斜摄影数据；步骤2：对单栋建筑的倾斜摄影数据进行切片处理，从而获取建筑轮廓切片数据；步骤3：获取经过训练的评分网络；步骤4：将建筑轮廓切片数据输入至经过训练的评分网络，从而获取评分超过阈值的建筑轮廓切片数据；步骤5：获取经过训练的识别分类神经网络；步骤6：将评分超过阈值的建筑轮廓切片数据输入至所述经过训练的识别分类神经网络，从而获取该建筑轮廓切片数据的关键连接点以及线段；步骤7：对获取的关键连接点以及线段进行矫正。
[0022]本申请的基于神经网络的轮廓分段矫正方法相比于传统的建筑轮廓获取方法，本专利得到的轮廓同时保证了速度快，矫正结果准确。本方法从建筑的轮廓图中可将轮廓分为几条主要的线段，因此，本方法得到的轮廓结果与人工得到的轮廓结果在精度上非常高。并且本方法速度很快，得到一个建筑轮廓不到1秒钟本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的轮廓分段矫正方法，其特征在于，所述基于神经网络的轮廓分段矫正方法包括：获取单栋建筑的倾斜摄影数据；对单栋建筑的倾斜摄影数据进行切片处理，从而获取建筑轮廓切片数据；获取经过训练的评分网络；将建筑轮廓切片数据输入至经过训练的评分网络，从而获取评分超过阈值的建筑轮廓切片数据；获取经过训练的识别分类神经网络；将评分超过阈值的建筑轮廓切片数据输入至所述经过训练的识别分类神经网络，从而获取该建筑轮廓切片数据的关键连接点以及线段；对获取的关键连接点以及线段进行矫正。2.如权利要求1所述的基于神经网络的轮廓分段矫正方法，其特征在于，所述获取单栋建筑的倾斜摄影数据包括：通过预训练好的点云实例化网络对倾斜摄影的数据进行单体化，从而获取单栋建筑的倾斜摄影数据。3.如权利要求2所述的基于神经网络的轮廓分段矫正方法，其特征在于，所述对单栋建筑的倾斜摄影数据进行切片处理，从而获取建筑轮廓切片数据包括：对单栋建筑的倾斜摄影数据以预设间距进行横切，用一个平面与三维模型求交线，得到建筑的外轮廓切片的建筑轮廓切片数据。4.如权利要求3所述的基于神经网络的轮廓分段矫正方法，其特征在于，所述评分网络采用如下方法进行训练：收集建筑横切轮廓集，所述建筑横切轮廓集包括至少两种截面形状的建筑轮廓切片以及至少包括两种质量的建筑轮廓切片；对每个建筑轮廓切片进行分数的标注；通过各个建筑轮廓切片对所述评分网络进行训练。5.如权利要求4所述的基于神经网络的轮廓分段矫正方法，其特征在于，所述识别分类神经网络通过如下训练方法进行训练：随机生成建筑轮廓；根据建筑轮廓生成CAD建筑模型；根据CAD建筑模型通过OpenGL的库使用虚拟相机环绕得到不同角度的图片，并使用这些图片和对应的相机内参和外参进行三维重建，得到倾斜摄影三维重建建筑模型；根据所述CAD建筑模型和倾斜摄影三维重建建筑模型制作训练数据集；...

【专利技术属性】
技术研发人员：宋彬，路凝箫，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：