【技术实现步骤摘要】
本申请涉及自动化建模系统，具体涉及基于深度学习的三维点云建筑物自动化建模系统。
技术介绍
1、现有技术中，在对建筑物进行三维建模的时候，大多采用以下两种技术手段：
2、其一，通过人工手动的方式进行建模，这种方式不仅效率低下，而且成本高昂；
3、其二，通过激光扫描与摄影测量技术进行建模，例如在申请号为cn202310783999.0的中国专利技术专利中，其公开了一种基于点云数据的建筑物自动化建模方法及系统（申请日为2023-06-29，公开日为2023-12-26），在其实施的时候，虽然达到了在提高基于点云数据进行建筑物建模的效率的同时,保障点云模型对于建筑物实体的还原性,提供降低建模过程人工参与度的技术效果，但其仍具有难以有效区分点云中的各个复杂结构（如窗户、屋顶、附属设施），且需人工干预进行语义标注与拓扑修复等问题。
4、因此，亟需一种基于深度学习的三维点云建筑物自动化建模系统。
技术实现思路
1、为此，本申请提供基于深度学习的三维点云建筑物自动化建模...
【技术保护点】
1.基于深度学习的三维点云建筑物自动化建模系统，其特征在于，包括点云采集与输入模块、点云预处理模块、深度特征提取模块、语义分割与组件识别模块、结构参数解析模块以及参数化模型生成模块；
2.根据权利要求1所述的基于深度学习的三维点云建筑物自动化建模系统，其特征在于，所述点云采集与输入模块包括多源数据融合子单元，用于对齐时间戳与空间坐标系，实现激光点云与倾斜摄影点云的动态配准与互补增强。
3.根据权利要求1所述的基于深度学习的三维点云建筑物自动化建模系统，其特征在于，所述点云预处理模块集成基于统计离群值剔除的噪声过滤算法与体素栅格下采样算法，并在场...
【技术特征摘要】
1.基于深度学习的三维点云建筑物自动化建模系统，其特征在于，包括点云采集与输入模块、点云预处理模块、深度特征提取模块、语义分割与组件识别模块、结构参数解析模块以及参数化模型生成模块；
2.根据权利要求1所述的基于深度学习的三维点云建筑物自动化建模系统，其特征在于，所述点云采集与输入模块包括多源数据融合子单元，用于对齐时间戳与空间坐标系，实现激光点云与倾斜摄影点云的动态配准与互补增强。
3.根据权利要求1所述的基于深度学习的三维点云建筑物自动化建模系统，其特征在于，所述点云预处理模块集成基于统计离群值剔除的噪声过滤算法与体素栅格下采样算法，并在场景分割中采用欧氏聚类法分离建筑物与地面点云。
4.根据权利要求1所述的基于深度学习的三维点云建筑物自动化建模系统，其特征在于，所述深度特征提取模块采用分层图神经网络架构，具体包括：
5.根据权利要求4所述的基于深度学习的三维点云建筑物自动化建模系统，其特征在于，所述分层图神经网络架构通过以下步骤进行云特征学习...
【专利技术属性】
技术研发人员：郭振华，郭夏臣，鲁洋，张可心，李清，王甫银，瞿敏伟，付心如，王双慧，靳军杰，石恩恩，孔凡涛，陈博玲，
申请(专利权)人：北京新兴华安智慧科技有限公司，
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。