【技术实现步骤摘要】
本专利技术涉及建模，特别是一种自动生成建筑物lod1.3模型的方法。
技术介绍
1、当前主要建模方案为：采集数据后，采用空三计算生成tdom(真正射影像)，然后人工描画单体建筑物dlg(数字线划图)，再结合点云模型生成建筑物lod1.0模型，然后人工在3d软件中调整局部构件高度生成lod1.3模型。
2、现有技术方案的问题(本专利解决的问题)：
3、1.描画单体建筑物dlg，需要导出多种数据中间格式辅助进行，人工工作量较大，效率十分低下。
4、2.建模lod1.0后在3d编辑软件中调整局部构件高度，需要重新编辑3d几何，因为位置及角度等因素的影响十分费时费力。
技术实现思路
1、鉴于上述问题，本专利技术提出一种克服上述问题或者至少部分地解决上述问题的自动生成建筑物lod1.3模型的方法。
2、本专利技术提供了一种自动生成建筑物lod1.3模型的方法，
3、s1采用无人机或无人车搭载多视角摄像机或激光雷达采集点云原始数据；
4、s2基于所述原始点云数据生成彩色稠密点云；
5、s3对所述彩色稠密点云进行预处理，进行建筑物点云实例分割，得到建筑物点云的实例分割结果；
6、s4根据建筑物点云的实例分割结果提取独立的建筑物点点云，进行数字线划地图dlg拟合，得到建筑物粗粒度的数字线划地图dlg表征；
7、s5根据独立的建筑物点点云筛选得到建筑物顶面构件的点云合集，并进行顶面构件拟合，得
8、s6基于所述建筑物粗粒度的数字线划地图dlg表征和建筑物顶面构件投影几何表征进行合并，生成建筑物多细节层次lod1.3模型。
9、可选地，步骤s3中对所述彩色稠密点云进行预处理包括：
10、采用噪声密度聚类算法将所述彩色稠密点云中不同平面的点云进行分离，再对各个类别进行等比抽样，将稠密点云抽析为稀疏点云；
11、按照坐标分割网格将所述稀疏点云在[x,y]平面上进行分块处理，每块点云独立保存为文件并将其点的数量插值或抽析；其中插值点的强度设置为0，其他正常点云的点强度i为1。
12、可选地，步骤s3中进行建筑物点云实例分割，得到建筑物点云的实例分割结果包括：
13、对于经过预处理后的稀疏点云，取部分点云标注为数据集；
14、采用基于pointnet++的实例分割网络进行学习训练，将训练好的神经网络模型对未标注点云进行识别推理；识别的过程中，采用九宫格重叠采样方式，依次对每个网格块周围3x3的网格块进行合并形成点云块，然后再载入神经网络模型进行实例分割，分割结果进行[x,y]平面投影面积非最大抑制，合并重复识别建筑物并去除残损点云识别结果，生成建筑物点云的实例分割结果。
15、可选地，步骤s4根据建筑物点云的实例分割结果提取独立的建筑物点点云，进行数字线划地图dlg拟合，得到建筑物粗粒度的数字线划地图dlg表征，包括：
16、根据建筑物点云的实例分割结果，将独立建筑物点云投影到地面，形成该建筑物的地平面点集；
17、将所述地平面点集中的点按照分辨率扩充为一个面，合并所有点集的面从而拟合成一个多边形，该多边形即为建筑物粗粒度的数字线划地图dlg表征。
18、可选地，步骤s4之后还包括：
19、对于以获取的建筑物粗粒度的数字线划地图dlg表征，在阈值范围内采用一条线段替代原接近共线的多条连续线段，将其多边形密集顶点进行简化；
20、以建筑物点云最小矩形外包围框为约束，在阈值范围内采用递归方法将相邻边正交化，以此生成建筑物的数字线划地图dlg。
21、可选地，步骤s5根据独立的建筑物点点云筛选得到建筑物顶面构件的点云合集包括：
22、根据建筑物点云实例分割结果提取的独立建筑物点云，构筑kd-tree后按照最邻近算法取每一个点最邻近的井子格8个点计算点的法向，根据法向阈值剔除建筑物立面的点，剩下的点即构成建筑物顶面构件的点合集。
23、可选地，步骤s5进行顶面构件拟合，得到建筑物顶面构件投影几何表征包括：
24、基于提取的建筑物顶面构件点合集进行顶面构件点云分割，得到顶面构件点云分割的建筑物各个构件的点集；
25、根据顶面构件点云分割的建筑物各个构件的点集，分别计算各个点集的点平均高度作为该构件的高度特征，同时将该点集投影到地面形成该构件的地平面点集，然后将密集的地平面点集中的点按照分辨率扩充为一个面，合并所有点集的面从而拟合成一个多边形，该多边形即为建筑物该构件投影几何表征。
26、可选地，所述基于提取的建筑物顶面构件点合集进行顶面构件点云分割，得到顶面构件点云分割的建筑物各个构件的点集包括：
27、对于提取的建筑物顶面构件点合集，重新构建kd-tree使每个点都按照邻近的顺序组织次序；
28、按照点间欧氏距离阈值进行聚类，在点集中随机取出一个点添加到候选构件点集，并以此点为中心，在kd-tree中邻近点到该点距离小于阈值则取出添加至该构件点集；
29、以新添加的点为中心依次重复以上过程，将小于阈值的连续点提取出一个构件，在剩下的点集再次进行聚类直至所有的点都按照聚类方法完成划分，以得到顶面构件点云分割的建筑物各个构件的点集。
30、可选地，步骤s5之后还包括：顶面构件多边形优化，具体包括：
31、对于以拟合的建筑物顶面构件投影几何表征，首先在阈值范围内采用一条线段替代原接近共线的多条连续线段，将其多边形密集顶点进行简化，然后以建筑物dlg为约束，在阈值范围内采用递归方法将相邻边正交化；
32、按照多边形外蚀方式填充顶面构件之间缝隙，从而使同一建筑物的所有顶面构件多边形完全填充dlg内部，另外在投影几何优化的同时保持其高度特征属性不变，以此生成建筑物顶面构件多边形。
33、可选地，步骤s6基于所述建筑物粗粒度的数字线划地图dlg表征和建筑物顶面构件投影几何表征进行合并，生成建筑物多细节层次lod1.3模型包括：
34、按照lod1.3定义将小于一定高度差阈值及面积阈值的构件进行多边形合并，合并过程中其高度属性采取就高不就低原则，合并后的构件多边形在一定抽象粒度上表征顶面特征；
35、在对每个建筑物实例产生lod1.3顶面构件多边形后，按照其高度属性将构件投影多边形拉高为柱状3d立体结构，溶蚀相交立面后导出为建筑物lod1.3模型。
36、本专利技术的自动生成建筑物lod1.3模型的方法，采集激光点云或多视角影像后，利用相机参数等信息生成三维点云模型，然后采用点云实例分割神经网络分割点云中建筑物模型，提取单个建筑物点云投影到地面后进行dlg拟合，将拟合后的dlg，并得到单个建筑物的dlg。另外，根据提取的单个建筑点云根据点法向信息筛选出顶面点云，然后采用聚类方法将顶面构件点集进行聚类本文档来自技高网...
【技术保护点】
1.一种自动生成建筑物LOD1.3模型的方法，其特征在于，
2.根据权利要求1所述的方法，其特征在于，步骤S3中对所述彩色稠密点云进行预处理包括：
3.根据权利要求2所述的方法，其特征在于，步骤S3中进行建筑物点云实例分割，得到建筑物点云的实例分割结果包括：
4.根据权利要求1所述的方法，其特征在于，步骤S4根据建筑物点云的实例分割结果提取独立的建筑物点点云，进行数字线划地图DLG拟合，得到建筑物粗粒度的数字线划地图DLG表征，包括：
5.根据权利要求4所述的方法，其特征在于，步骤S4之后还包括：
6.根据权利要求1所述的方法，其特征在于，步骤S5根据独立的建筑物点点云筛选得到建筑物顶面构件的点云合集包括：
7.根据权利要求6所述的方法，其特征在于，步骤S5进行顶面构件拟合，得到建筑物顶面构件投影几何表征包括：
8.根据权利要求7所述的方法，其特征在于，所述基于提取的建筑物顶面构件点合集进行顶面构件点云分割，得到顶面构件点云分割的建筑物各个构件的点集包括：
9.根据权利要求7所述的方法
10.根据权利要求9所述的方法，其特征在于，步骤S6基于所述建筑物粗粒度的数字线划地图DLG表征和建筑物顶面构件投影几何表征进行合并，生成建筑物多细节层次LOD1.3模型包括：
...【技术特征摘要】
1.一种自动生成建筑物lod1.3模型的方法，其特征在于，
2.根据权利要求1所述的方法，其特征在于，步骤s3中对所述彩色稠密点云进行预处理包括：
3.根据权利要求2所述的方法，其特征在于，步骤s3中进行建筑物点云实例分割，得到建筑物点云的实例分割结果包括：
4.根据权利要求1所述的方法，其特征在于，步骤s4根据建筑物点云的实例分割结果提取独立的建筑物点点云，进行数字线划地图dlg拟合，得到建筑物粗粒度的数字线划地图dlg表征，包括：
5.根据权利要求4所述的方法，其特征在于，步骤s4之后还包括：
6.根据权利要求1所述的方法，其特征在于，步骤s5根据独立的...
【专利技术属性】
技术研发人员：刘俊伟，程文胜，
申请(专利权)人：泰瑞数创科技北京股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。