[发明专利]基于人工智能的空间对象识别及建模方法和系统

权利要求书

1.一种基于人工智能的空间对象识别及建模方法，其特征在于，包括：

根据预先获取的激光扫描点云数据或DSM数据，生成建模目标的初步轮廓模型；其中，所述激光扫描点云数据是采用三维激光扫描仪获取的真实建筑物表面的空间采样点的坐标数据；所述DSM数据包含地表建筑物、桥梁和树木高度的高程信息；

结合建模目标的初步轮廓模型，从激光扫描点云数据或DSM数据中，提取特征角点；

采用基于法向量和距离约束的平面分割方法对所述激光扫描点云数据或所述DSM数据进行分割，分割出不同的建筑物几何面，通过自学习，查找已有的模型部件库中是否存在与所述特征角点相匹配的模型部件；

如果是，从所述模型部件库中调取所述模型部件，构建建模目标的模型；

如果已有的模型部件库中不存在与所述特征角点相匹配的模型部件，则根据所述激光扫描点云数据或DSM数据，通过特征记录与自学习，生成所述建模目标的模型部件，保存至所述模型部件库中；

建立所述模型部件库的步骤，包括：根据预先采集的已有建筑的激光扫描点云数据或DSM数据，通过特征记录与自学习，生成多种建筑构件的模型部件；将所述多种建筑构件的模型部件按类别进行存储，建立模型部件库。

2.根据权利要求1所述的方法，其特征在于，根据所述激光扫描点云数据生成所述建模目标的模型部件的步骤，包括：

对所述激光扫描点云数据进行分层；

对相似层进行聚类；

根据聚类后的点云数据，生成所述建模目标的模型部件。

3.根据权利要求1所述的方法，其特征在于，根据预先获取的激光扫描点云数据或DSM数据，生成建模目标的初步轮廓模型的步骤，包括：

从预先获取的激光扫描点云数据或DSM数据中，提取建模目标的轮廓信息；

根据所述建模目标的轮廓信息，结合激光扫描点云数据或DSM数据生成建模目标的初步轮廓模型。

4.根据权利要求1所述的方法，其特征在于，查找已有的模型部件库中是否存在与所述特征角点相匹配的模型部件的步骤，包括：

将所述特征角点经过平移、旋转或缩放，与所述模型部件库中的模型部件一一进行迭代匹配。

5.一种基于人工智能的空间对象识别及建模系统，其特征在于，包括：

轮廓模型生成模块，用于根据预先获取的激光扫描点云数据或DSM数据，生成建模目标的初步轮廓模型；其中，所述激光扫描点云数据是采用三维激光扫描仪获取的真实建筑物表面的空间采样点的坐标数据；所述DSM数据包含地表建筑物、桥梁和树木高度的高程信息；

特征点提取模块，用于结合建模目标的初步轮廓模型，从激光扫描点云数据或DSM数据中，提取特征角点；

模型构建模块，用于采用基于法向量和距离约束的平面分割方法对所述激光扫描点云数据或所述DSM数据进行分割，分割出不同的建筑物几何面，通过自学习，查找已有的模型部件库中是否存在与所述特征角点相匹配的模型部件；如果是，从所述模型部件库中调取所述模型部件，构建建模目标的模型；

模型部件添加模块，用于如果已有的模型部件库中不存在与所述特征角点相匹配的模型部件，则根据所述激光扫描点云数据或DSM数据，通过特征记录与自学习，生成所述建模目标的模型部件，保存至所述模型部件库中；

所述系统还包括：模型部件库建立模块，用于根据预先采集的已有建筑的激光扫描点云数据或DSM数据，通过特征记录与自学习，生成多种建筑构件的模型部件；将所述多种建筑构件的模型部件按类别进行存储，建立模型部件库。

6.根据权利要求5所述的系统，其特征在于，所述模型部件添加模块，还用于：

对所述激光扫描点云数据进行分层；

对相似层进行聚类；

根据聚类后的点云数据，生成所述建模目标的模型部件。