基于建筑立面点云的多视角投影主体结构建模方法及系统技术方案

本发明专利技术公开了一种基于建筑立面点云的多视角投影主体结构建模方法及系统，该方法包括：对目标建筑物进行多站点布置，根据各个站点下投影的目标建筑物提取特征边界线；将目标建筑物的影像图输入到

【技术实现步骤摘要】
基于建筑立面点云的多视角投影主体结构建模方法及系统


[0001]本专利技术属于建筑主体结构建模
，具体涉及基于建筑立面点云的多视角投影主体结构建模方法及系统
。

技术介绍

[0002]基于三维点云的建筑自动建模是一种快速生成建筑物三维实景模型的方法，提供了一种便捷的手段获取研究场景中所含的各类建筑物模型，其简便
、
高效的优点使其成为当前城市场景三维建模的重要技术手段
。
针对建筑结构的建模方法可分为主体结构建模及细部结构建模，主体结构是建筑的框架，其定义了建筑的大致形状，满足大范围场景中的研究需要，因此，目前流行的建模方法都是针对建筑主体结构的建模
。
[0003]然而，现有三维点云建筑重建中存在缺陷，如：三维点云采集过程中不可避免的噪声问题，以及点云数据的部分缺失，致使三维建筑模型缺乏足够的几何精度，且稳健性较差
、
自动化程度较低，制约了其适用范围，无法满足城市范围的三维重建需求
。
[0004]点云噪声或数据缺失多为传感器限制
、...

【技术保护点】

【技术特征摘要】
1.
一种基于建筑立面点云的多视角投影主体结构建模方法，其特征在于，包括以下步骤：
S1
对目标建筑物进行多站点布置，根据各个站点下投影的目标建筑物特征边界线，筛选出最佳站点组合；
S2
将根据所述最佳站点组合所得到的目标建筑物的影像图输入到
L
‑
CNN
深度学习网络中，进而提取影像图中的线特征，所述线特征包括建筑主体结构的轮廓线特征和描述细节特征的冗余线特征；
S3
根据线特征构建图割理论的能量模型，并当能量模型最小时，实现最优线特征划分，进而提取出建筑的主体结构轮廓线；
S4
对建筑主体结构轮廓线进行由线到面的组合得到复杂多边形，并规则化所述多边形的边界，得到建筑物规则化后的面片；
S5
所述能量模型以面为最小存储单元，选择基于面片边界多边形凹点的网格模型优化算法，将多边形的凹点根据顺时针排列存储，将属于同一建筑的所有面片组装后得到完整建筑表面模型
。2.
根据权利要求1所述的方法，其特征在于，所述最佳站点组合的筛选方法包括以下步骤：
S11
综合目标建筑物的高度特征与面片信息获取建筑物的特征边界线；
S12
对特征边界线进行边界线分段，利用格网对边界线线段的可视性计算格网分数，格网分数计算的原理为：若边界线的某线段被第一站点组合观察到，则认为该线段对所述第一站点组合贡献大，并给第一站点组合赋予分数；
S13
通过分数的比较筛选出最佳站点组合；所述第一站点组合对应站点的个数为一个或者两个，在百分制的情况下，给第一站点组合赋予分数
90
分及以上；所述最佳站点组合指分数排名最高的两个站点或者三个站点
。3.
根据权利要求1所述的方法，其特征在于，所述
L
‑
CNN
深度学习网络包括：主干网络
、
节点预测模块
、
线路采样模块和线路矫正模块，所述目标建筑物的影像图经过主干网络抽取特征得到特征图，特征图经过卷积得到结点候选概率图，所述线路采样模块根据节点候选概率图进行线段采样，作为可能存在的线段输入线路矫正模块中，通过线路矫正模块中的线段验证器对采样出来的线段进行判断，每条采样出来的线段会根据特征图得到该线段的线特征
。4.
根据权利要求3所述的方法，其特征在于，所述步骤
S3
中，构建图割理论的能量模型，并当能量模型最小时，实现最优线特征划分，进而提取出建筑主体结构的轮廓线，具体包括：所述图割理论的能量模型表示如下：；其中，为数据项，为平滑项，是线特征标记，其中，1表示建筑主体结构的轮廓线，0表示冗余线，为权重系数，其定义了数据项和平滑项的重要程度；所述数据项表示为候选线段集合的长度
、
方向，所述平滑项表示为线段间的关系
。5.
根据权利要求4所述的方法，其特征在于，所述数据项表示为：
；其中，是待分类线段的集合，是待分类线段所属的线特征标记，为线段的数据项，其是测量线被赋予标签时，与真实测量值之间的差距；为加权图结构的内部节点被两类标签时的权重，定义如下：；其中，为待分类线段的长度，为待分类线段集合中最长的线段，表示与方向相同的线段个数，表示在主体线选取时，归类建筑物大致方向的线段的集合数，和分别代表两项的权重

【专利技术属性】
技术研发人员：臧玉府，米文瀚，王贲文，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：