【技术实现步骤摘要】
本申请涉及三维建模，具体涉及一种建筑物的三维白膜生成方法、装置、及相关设备。
技术介绍
1、城市级别的三维白膜可以广泛应用于数字城市，城市规划，交通管理，消防救护，应急安防，防震减灾等方面，助力城市智能化、精细化管理，为城市政府决策、市民服务及业务管理应用提供统一的空间数据支撑。
2、现有的建筑三维白膜生成方案需要基于已有建筑物轮廓，且还需统计每一栋楼对应的楼层信息等，数据的时效性难以保证。而通过影像匹配、空中三角测量、多视影像密集匹配和纹理映射来生成三维模型，数据采集困难，计算量大，成本高，难以大范围应用。
3、因此，如何快速准确地自动化生成大范围的三维白膜，是三维建模
亟需解决的技术问题。
技术实现思路
1、本申请提供一种建筑物的三维白膜生成方法、装置、及相关设备，旨在解决如何快速自动化生成大范围三维白膜的技术问题。
2、一方面，本申请提供一种建筑物的三维白膜生成方法，所述方法包括：
3、获取目标区域的数字表面模型和正射影像，所述目标区域的数字表面模型和正射影像是基于预先获取的立体卫星像对得到的；
4、获取所述正射影像中的第一建筑物轮廓信息；
5、基于所述数字表面模型，确定所述目标区域的数字高程模型；
6、将所述第一建筑物轮廓信息与所述数字表面模型进行叠加，得到建筑物轮廓内数字表面模型；
7、基于所述建筑物轮廓内数字表面模型和所述数字高程模型，确定所述目标区域中建筑物的三维白膜
8、在本申请一种可能的实现方式中，所述基于所述建筑物轮廓内数字表面模型和所述数字高程模型，确定所述目标区域中建筑物的三维白膜，包括：
9、获取所述建筑物轮廓内数字表面模型中的高度参数和所述数字高程模型的高度参数；
10、计算所述建筑物轮廓内数字表面模型的高度参数与所述数字高程模型的高度参数之间的第一高度差值；
11、若所述建筑物轮廓内数字表面模型的高度参数与所述数字高程模型的高度参数之间的第一高度差值大于0，则基于所述第一高度差值和所述第一建筑物轮廓信息，确定所述目标区域中建筑物的三维白膜。
12、在本申请一种可能的实现方式中，所述方法还包括：
13、若所述建筑物轮廓内数字表面模型的高度参数与所述数字高程模型的高度参数之间的第一高度差值等于或小于0，则对所述第一建筑物轮廓信息中的建筑物轮廓，建立预设长度的缓冲区；
14、计算所述缓冲区的高度参数和所述与所述数字高程模型的高度参数之间的第二高度差值；
15、若所述缓冲区的高度参数和所述与所述数字高程模型的高度参数之间的第二高度差值大于0，则基于所述第二高度差值和所述第一建筑物轮廓信息，确定所述缓冲区中建筑物的三维白膜；
16、若所述缓冲区的高度参数和所述与所述数字高程模型的高度参数之间的第二高度差值等于或小于0，则删除所述第一建筑物轮廓信息。
17、在本申请一种可能的实现方式中，所述方法还包括：
18、以预设的高度阈值对所述目标区域的数字表面模型与所述数字高程模型之间的第三高度差值进行二值化处理，得到二值化图，所述二值化图中的第三高度差值大于预设的高度阈值；
19、提取所述二值化图中的第二建筑物轮廓信息；
20、若所述第二建筑物轮廓信息中轮廓的面积参数大于预设的面积阈值，且所述第二建筑物轮廓信息中轮廓与所述第一建筑物轮廓信息中轮廓不存在相交关系，则将所述第二建筑物轮廓信息补充至所述第一建筑物轮廓信息中。
21、在本申请一种可能的实现方式中，所述获取目标区域的数字表面模型和正射影像，包括：
22、获取目标区域的立体卫星像对；
23、基于所述立体卫星像对的左影像和右影像，确定核线影像；
24、基于预设的基于深度学习算法的密集匹配模型和所述核线影像，确定目标物方密集匹配点云；
25、基于所述目标物方密集匹配点云，确定物方空间中每个区间点的高程参数和颜色参数；
26、基于所述高程参数，确定所述目标区域的数字表面模型；
27、基于所述颜色参数，确定所述目标区域内建筑物的正射影像。
28、在本申请一种可能的实现方式中，所述基于预设的基于深度学习算法的密集匹配模型和所述核线影像，确定目标物方密集匹配点云，包括：
29、基于预设的基于深度学习算法的密集匹配模型和所述核线影像，确定核线影像同名点；
30、基于所述核线影像同名点，确定所述立体卫星像对的左右影像间同名点对；
31、基于预设的卫星rpc参数和所述左右影像间同名点对，确定物方密集匹配点云；
32、对所述物方密集匹配点云进行滤波处理，并剔除误匹配点，得到处理后的目标物方密集匹配点云。
33、在本申请一种可能的实现方式中，所述获取所述正射影像中的第一建筑物轮廓信息，包括：
34、将所述正射影像划分为相互重叠的多个均匀格网；
35、基于预设的实例分割网络模型，提取多个均匀格网中所有格网中的建筑物轮廓，得到所有格网的建筑物轮廓集；
36、将所有格网的建筑物轮廓集进行合并，得到所述正射影像中的第一建筑物轮廓信息。
37、另一方面，本申请提供一种建筑物的三维白膜生成装置，所述装置包括：
38、第一获取单元，用于获取目标区域的数字表面模型和正射影像，所述目标区域的数字表面模型和正射影像是基于预先获取的立体卫星像对得到的；
39、第二获取单元，用于获取所述正射影像中的第一建筑物轮廓信息；
40、第一确定单元，用于基于所述数字表面模型，确定所述目标区域的数字高程模型；
41、第一叠加单元，用于将所述第一建筑物轮廓信息与所述数字表面模型进行叠加，得到建筑物轮廓内数字表面模型；
42、第二确定单元，用于基于所述建筑物轮廓内数字表面模型和所述数字高程模型，确定所述目标区域中建筑物的三维白膜。
43、在本申请一种可能的实现方式中，所述第二确定单元，包括：
44、获取所述建筑物轮廓内数字表面模型中的高度参数和所述数字高程模型的高度参数；
45、计算所述建筑物轮廓内数字表面模型的高度参数与所述数字高程模型的高度参数之间的第一高度差值；
46、若所述建筑物轮廓内数字表面模型的高度参数与所述数字高程模型的高度参数之间的第一高度差值大于0，则基于所述第一高度差值和所述第一建筑物轮廓信息，确定所述目标区域中建筑物的三维白膜。
47、在本申请一种可能的实现方式中，所述装置还用于：
48、若所述建筑物轮廓内数字表面模型的高度参数与所述数字高程模型的高度参数之间的第一高度差值等于或小于0，则对所述第一建筑物轮廓信息中的建筑物轮廓，建立预设长度的缓冲区；
49、计算所述缓冲区的高度参数和所述本文档来自技高网...
【技术保护点】
1.一种建筑物的三维白膜生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的建筑物的三维白膜生成方法，其特征在于，所述基于所述建筑物轮廓内数字表面模型和所述数字高程模型，确定所述目标区域中建筑物的三维白膜，包括：
3.根据权利要求2所述的建筑物的三维白膜生成方法，其特征在于，所述方法还包括：
4.根据权利要求2所述的建筑物的三维白膜生成方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的建筑物的三维白膜生成方法，其特征在于，所述获取目标区域的数字表面模型和正射影像，包括：
6.根据权利要求5所述的建筑物的三维白膜生成方法，其特征在于，所述基于预设的基于深度学习算法的密集匹配模型和所述核线影像，确定目标物方密集匹配点云，包括：
7.根据权利要求1所述的建筑物的三维白膜生成方法，其特征在于，所述获取所述正射影像中的第一建筑物轮廓信息，包括：
8.一种建筑物的三维白膜生成装置，其特征在于，所述装置包括：
9.一种计算机设备，其特征在于，所述计算机设备包括：
10
...【技术特征摘要】
1.一种建筑物的三维白膜生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的建筑物的三维白膜生成方法，其特征在于，所述基于所述建筑物轮廓内数字表面模型和所述数字高程模型，确定所述目标区域中建筑物的三维白膜，包括：
3.根据权利要求2所述的建筑物的三维白膜生成方法，其特征在于，所述方法还包括：
4.根据权利要求2所述的建筑物的三维白膜生成方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的建筑物的三维白膜生成方法，其特征在于，所述获取目标区域的数字表面模型和正射影像，包括：
6.根据权利要求5所...
【专利技术属性】
技术研发人员：刘驰，
申请(专利权)人：丰图科技深圳有限公司，
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。