【技术实现步骤摘要】
本专利技术属于建筑物模型数据处理，尤其涉及一种融合深度学习模型的建筑纹理智能修复与美化方法。
技术介绍
1、随着实景三维、数字孪生城市、低空经济等领域的快速发展，三维建筑模型的单体结构化建模技术在城市三维场景快速构建扮演重要角色。建筑物模型的单体结构化建模技术一般包括建筑物几何的结构化重建和建筑纹理映射重组两个部分。其中建筑物几何的结构化重建目前已逐步趋于成熟，对于普通的规则建筑物基本可以实现自动化构建。
2、但由于建筑纹理图片的非结构性，在进行建筑纹理自动映射后，模型上仍普遍存在遮挡、拉花、噪点、扭曲等问题。针对这些建筑模型纹理质量问题，往往需要人工采用图像处理软件进行编辑修复，再重新映射到建筑模型上。此方案需要花费较多人力进行建筑纹理图像的修复和美化，影响了整个建筑单体建模的周期和成本。根据相关三维建模部门统计，在进行城市建筑物三维模型单体化建模工艺流程中，进行建筑物纹理映射及手动编辑修复的耗时占整个单体化建模总耗时的比例超过了70%。
3、以人工建模为主的技术方案进行1km2范围城市场景建筑单体化建模在几何...
【技术保护点】
1.一种融合深度学习模型的建筑纹理智能修复与美化方法，其特征在于，所述方法包括下述步骤：
2.如权利要求1所述融合深度学习模型的建筑纹理智能修复与美化方法，其特征在于，所述步骤S1的具体过程如下：
3.如权利要求2所述融合深度学习模型的建筑纹理智能修复与美化方法，其特征在于，步骤S12的具体过程如下：
4.如权利要求3所述融合深度学习模型的建筑纹理智能修复与美化方法，其特征在于，步骤S13的具体过程如下：
5.如权利要求4所述融合深度学习模型的建筑纹理智能修复与美化方法，其特征在于，所述步骤S2的具体过程如下：
<...【技术特征摘要】
1.一种融合深度学习模型的建筑纹理智能修复与美化方法，其特征在于，所述方法包括下述步骤：
2.如权利要求1所述融合深度学习模型的建筑纹理智能修复与美化方法，其特征在于，所述步骤s1的具体过程如下：
3.如权利要求2所述融合深度学习模型的建筑纹理智能修复与美化方法，其特征在于，步骤s12的具体过程如下：
4.如权利要求3所述融合深度学习模型的建筑纹理智能修复与美化方法，其特征在于，步骤s13的具体过程如下：
5.如权利要求4所述融合深度学习模型的...
【专利技术属性】
技术研发人员：秦自成，程方，杨健，张银松，
申请(专利权)人：吉奥时空信息技术股份有限公司，
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。