基于单一影像和空调外机神经网络的建筑物测量方法技术

本发明专利技术提供一种基于单一影像和空调外机神经网络的建筑物测量方法，包括搭建并训练空调外机神经网络识别模型框架；使用张正友标定法校正相机姿态及形变并获取相机内方位元素；使用空调外机神经网络识别模型框架识别空调外机品牌并获取对应尺寸；建立空调外机四个角点的物方坐标与像平面坐标；通过结合共线方程与最小二乘平差的后方交会算法解算出相机外方位元素；旋转相机姿态，并生成对应的仿真图片；估计出建筑物的初步高度与宽度；根据相似三角形原理优化建筑物高度与宽度的估计值。本发明专利技术利用单一图像即可实现建筑物尺寸的测量，不仅测量效率高，而且测量结果准确，实现了建筑物尺寸的远距离测量。

【技术实现步骤摘要】

本专利技术涉及建筑检测，尤其是一种基于单一影像和空调外机神经网络的建筑物测量方法。

技术介绍

1、在城市规划中，高度数据对于日照分析、视线规划和城市天际线的塑造至关重要。

2、在安全评估中，建筑物的高度对于灾害响应、火灾逃生路径规划以及风险评估等方面都有深远影响。然而，传统获取建筑物高度的方法主要依赖于现场测量或建筑蓝图，这些方式不仅成本高、效率低，而且往往无法提供实时数据。此外，在高度密集或者访问受限的城市区域，现场测量尤为困难，有时甚至无法实施。

3、其次，现有技术还利用摄影测量学对建筑物的尺寸进行测量，传统的摄影测量技术通常依赖于多张照片来确定物体的三维坐标，这要求从不同的视角获取影像，然后通过复杂的处理流程来重建三维场景。但在无法获取多角度拍摄的环境下，如在城市密集区域或对特定建筑物进行快速评估时，该方法往往会遇到各种各样的挑战。

技术实现思路

1、针对现有技术的不足，本专利技术提供一种基于单一影像和空调外机神经网络的建筑物测量方法，本专利技术能够快速、精确地对建筑物的高度和宽本文档来自技高网...

【技术保护点】

1.基于单一影像和空调外机神经网络的建筑物测量方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于单一影像和空调外机神经网络的建筑物测量方法，其特征在于：步骤S1）中，统计现有的空调外机品牌、型号以及尺寸，并采集相应的空调外机图像建立数据库，使用Pytorch深度学习框架搭建基于Faster RCNN的空调外机神经网络识别模型框架；并构建优化器与损失函数指导模型训练。

3.根据权利要求1所述的基于单一影像和空调外机神经网络的建筑物测量方法，其特征在于：步骤S1）中，通过人工标注的方式对采集的空调外机图像进行处理后，将标注后的空调外机图像输入搭建好的空调外...

【技术特征摘要】

1.基于单一影像和空调外机神经网络的建筑物测量方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于单一影像和空调外机神经网络的建筑物测量方法，其特征在于：步骤s1）中，统计现有的空调外机品牌、型号以及尺寸，并采集相应的空调外机图像建立数据库，使用pytorch深度学习框架搭建基于faster rcnn的空调外机神经网络识别模型框架；并构建优化器与损失函数指导模型训练。

3.根据权利要求1所述的基于单一影像和空调外机神经网络的建筑物测量方法，其特征在于：步骤s1）中，通过人工标注的方式对采集的空调外机图像进行处理后，将标注后的空调外机图像输入搭建好的空调外机神经网络识别模型框架进行损失计算和训练。

4.根据权利要求1所述的基于单一影像和空调外机神经网络的建筑物测量方法，其特征在于：步骤s2）中，通过相机采集多张不同角度不同位置的已知尺寸的包含棋盘格标定板影像，然后使用张正友标定法进行相机标定，获取相机精确的内方位元素。

5.根据权利要求4所述的基于单一影像和空调外机神经网络的建筑物测量方法，其特征在于：步骤s2）中，使用张正友标定法进行相机标定具体为：在棋盘格建立物方坐标系，并检测对应格网角点的框标坐标；通过共线方程构建误差方程...

【专利技术属性】
技术研发人员：陈定安，凌逸博，王玉立，
申请(专利权)人：中山大学，
类型：发明
国别省市：