一种建筑物三维模型补全方法技术

本发明专利技术提供了一种建筑物三维模型补全方法，属于三维建模技术领域，其通过航拍获得图像数据集，基于图像数据集中的2D图像获得初级深度图，根据初级深度图进行空洞识别和轮廓生成，寻找能够全面反映待建模建筑物的不同轮廓面特征的有效视图，这些有效视图可以是少量的关键视图，将其用于对深度信息的补全操作，只需要使用少量的计算量即可完成非常准确的补全更新，同时，由于处理的是少量的关键视图，因此在补全过程中可以引入增强特征识别，这有助于理解视图中各物体例如玻璃的真实含义，实现更加准确的补全操作。

【技术实现步骤摘要】

本专利技术属于三维建模，具体涉及一种建筑物三维模型补全方法。

技术介绍

1、建筑物三维重建技术是一种高效的数字仿真手段，它通过精确捕捉现实世界中的建筑物，并将其转化为计算机中的三维模型。这一技术已在多个关键领域得到应用，包括但不限于城市规划的精确分析、建筑遗产的数字化保存、房地产开发的可视化展示、游戏和电影行业的视觉效果创作，以及在增强现实和虚拟现实中创造沉浸式体验。

2、在三维重建的过程中，模型的质量受到诸如传感器分辨率、光照条件、建筑物遮挡、以及表面反射和透明度等多种因素的影响，初始模型往往存在不完整或不准确的地方。为了解决这些问题，补全步骤显得尤为关键。过去，针对三维模型的补全工作主要依靠人工进行，这种方法虽然细致，但效率不高且耗时。随着技术的发展，利用机器学习的自动化补全方法已经显著提高了效率和效果。然而，目前的机器学习算法在模型补全方面仍有局限，尤其是在识别模型各部分的真实含义方面存在挑战，这导致对于数据空洞区域的补全往往依赖于相似匹配原理，有时无法精确复原结构的原有特征。例如，中国专利zl202310902348.9公开了一种三维模本文档来自技高网...

【技术保护点】

1.一种建筑物三维模型补全方法，其包括以下步骤：

2.如权利要求1所述的一种建筑物三维模型补全方法，其特征在于，所述一级特征提取和所述二级特征提取采用同一个特征提取网络实现。

3.如权利要求1所述的一种建筑物三维模型补全方法，其特征在于，所述特征提取网络包括多级特征提取器(7)、LCFI模块组(8)和特征融合与输出模块，其中，多级特征提取器(7)用于接收输入的图像并从中提取多尺度的图像特征，LCFI模块组(8)用于处理来自于多级特征提取器(7)的多尺度的图像特征并在同时捕捉从局部到全局的上下文信息，LCFI模块组(8)包括多个LCFI模块，各LCFI模块用于提取预...

【技术特征摘要】

1.一种建筑物三维模型补全方法，其包括以下步骤：

2.如权利要求1所述的一种建筑物三维模型补全方法，其特征在于，所述一级特征提取和所述二级特征提取采用同一个特征提取网络实现。

3.如权利要求1所述的一种建筑物三维模型补全方法，其特征在于，所述特征提取网络包括多级特征提取器(7)、lcfi模块组(8)和特征融合与输出模块，其中，多级特征提取器(7)用于接收输入的图像并从中提取多尺度的图像特征，lcfi模块组(8)用于处理来自于多级特征提取器(7)的多尺度的图像特征并在同时捕捉从局部到全局的上下文信息，lcfi模块组(8)包括多个lcfi模块，各lcfi模块用于提取预定尺度的图像特征并整合相应的上下文信息，所述多个lcfi模块中的至少一个输出为低级别图像特征(9)，所述多个lcfi模块中的其余lcfi模块的输出被送入至特征融合与输出模块，经过第一次融合处理，生成高级别图像特征(10)，并在随后经过第二次融合处理，输出为带语义的第二图像特征。

4.如权利要求1-3中任一项所述的一种建筑物三维模型补全方法，其特征在于，所述特征提取网络对所述有效视图(15)仅进行二级特征提取。

5.如权利要求4所述的一种建筑物三维模型补全方法，其特征在于，所述有效视图(15)被标引，特征提取网络工作时，其多级特征...

【专利技术属性】
技术研发人员：赵婷婷，孙赜，遆鹏，谢亚坤，朱军，李志林，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：