一种基于深度学习的交互式建筑物单体化方法及系统技术方案

本发明专利技术涉及一种基于深度学习的交互式建筑物单体化方法和系统，方法包括：采集测区内的建筑物点云数据，并投影为测区三视图；将测区平面图输入分割网络中，提取每幢建筑物的主体部分和轮廓线信息，从而抽取每幢建筑物的点云数据，对每幢建筑物的点云数据投影为单体三视图，将建筑物单体立面图输入分割网络中，抽取建筑物各楼层的点云数据；对各建筑物的建筑物轮廓线和各楼层的点云数据，采用直线检测技术，提取建筑物的直线结构，获取建筑物单体化的矢量结果；采用交互式方法，对建筑物单体化的矢量结果进行检查与纠正。与现有技术相比，本发明专利技术实现了半自动化的建筑物单体化作业，在保证精度的同时，大大提升了测绘作图的工作效率。

【技术实现步骤摘要】

本专利技术涉及测绘领域，尤其是涉及一种基于深度学习的交互式建筑物单体化方法及系统。

技术介绍

1、在测绘领域中，建筑物单体化是一项非常重要的工作。传统的建筑物单体化耗时费力，涉及对建筑物各个部分的逐个测量，并手工记录和整理数据。近年来，随着激光雷达和slam技术的发展，利用激光点云进行建筑物单体化逐渐变成一种普遍而有效的办法。不过，三维点云数据显示复杂、操作困难的缺点，也使得基于它手动进行建筑物单体化并不轻松。

2、目前测绘领域中，建筑物单体化大多时候还是采用传统作业方式。然而传统作业方式存在耗时费力、信息不准确和数据更新困难等问题。传统作业方式首先需要花费大量的人力和时间进行外业测量、手工记录和整理数据，这个过程非常耗时费力。而且由于传统作业方式主要依赖人工操作，存在人为误差的可能性，进而会导致数据的不一致性和不准确性问题。最后，因为传统建筑物单体化的数据往往是静态的，很难实时更新，一旦建筑物发生改变，原有数据失效，所有作业流程得重新再来一遍。

3、随着激光雷达和slam技术的发展，基于激光点云进行建筑物单体化也逐渐变成一种普遍而本文档来自技高网...

【技术保护点】

1.一种基于深度学习的交互式建筑物单体化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于深度学习的交互式建筑物单体化方法，其特征在于，所述方法根据坐标、反射值或RGB特征进行三视图的投影。

3.根据权利要求1所述的一种基于深度学习的交互式建筑物单体化方法，其特征在于，所述第一分割网络为RefineNet模型。

4.根据权利要求1所述的一种基于深度学习的交互式建筑物单体化方法，其特征在于，所述第二分割网络为RefineNet模型。

5.根据权利要求1所述的一种基于深度学习的交互式建筑物单体化方法，其特征在于，所述基于建筑物轮...

【技术特征摘要】

1.一种基于深度学习的交互式建筑物单体化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于深度学习的交互式建筑物单体化方法，其特征在于，所述方法根据坐标、反射值或rgb特征进行三视图的投影。

3.根据权利要求1所述的一种基于深度学习的交互式建筑物单体化方法，其特征在于，所述第一分割网络为refinenet模型。

4.根据权利要求1所述的一种基于深度学习的交互式建筑物单体化方法，其特征在于，所述第二分割网络为refinenet模型。

5.根据权利要求1所述的一种基于深度学习的交互式建筑物单体化方法，其特征在于，所述基于建筑物轮廓的结构信息建立约束具体为：基于建筑物轮廓的墙平整信息和墙直角信息建立约束。

6.根据权利要求1所述的一种基于深度学习的交互式建筑物单体化方法，其特征在于，所述交...

【专利技术属性】
技术研发人员：冯宝新，张绍明，
申请(专利权)人：同济大学，
类型：发明
国别省市：