[发明专利]建筑物三维建模方法和装置在审
申请号: | 201711285987.6 | 申请日: | 2017-12-07 |
公开(公告)号: | CN108090952A | 公开(公告)日: | 2018-05-29 |
发明(设计)人: | 陈菡 | 申请(专利权)人: | 陈菡 |
主分类号: | G06T17/00 | 分类号: | G06T17/00;G06F17/50 |
代理公司: | 北京风雅颂专利代理有限公司 11403 | 代理人: | 陈宙 |
地址: | 100193 北京市海淀区东*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 矢量模型 方法和装置 目标建筑物 三维 快速建模 三维建模 建模 摄影 建筑物 业务属性数据 关联 工作效率 快速生产 融合处理 摄影数据 矢量数据 业务数据 单体化 感受度 真实感 分层 分户 外廓 融合 保留 | ||
1.一种建筑物三维建模方法,其特征在于,包括:
获得对于目标建筑物的倾斜摄影数据,基于所述倾斜摄影数据生成所述目标建筑物的倾斜摄影模型;
获取对于所述目标建筑物的矢量数据,基于所述矢量数据生成所述目标建筑物的矢量模型,所述矢量模型包括:层户模型和自然幢外廓模型;
将所述倾斜摄影模型与所述矢量模型进行融合处理,生成所述目标建筑物的三维融合模型。
2.如权利要求1所述的方法,其特征在于,所述基于所述矢量数据生成所述目标建筑物的矢量模型包括:
获取与所述目标建筑物相对应的SHP数据或者MDB数据;
根据所述SHP数据或者所述MDB数据逐层建立对于所述目标建筑物的层户模型;
将所述目标建筑物的不动产业务属性数据附加在所述层户模型中,建立所述目标建筑物的几何数据和业务属性数据的关联关系。
3.如权利要求2所述的方法,其特征在于,还包括:
遍历所述SHP数据或者MDB数据,从所述SHP数据或者MDB数据中获取构成多边形的数据;
从所述构成多边形的数据中提取与所述多边形相对应的特征数据,包括:顶点集合、层高、总层数;
基于所述特征数据生成与每层楼层以及每层楼层的分户相对应的棱柱,建立所述层户模型;
将层户的不动产业务属性数据附加到与每层楼层的分户相对应的棱柱上,形成关联关系;
基于所述特征数据建立所述自然幢外廓模型。
4.如权利要求3所述的方法,其特征在于,所述基于所述特征数据建立与每层楼层以及每层楼层的分户相对应的棱柱、生成所述层户模型包括:
根据所述总层数循环建立与每层楼层以及每层楼层的分户相对应的棱柱;
以顶点集合为底并以每层楼层的层高为高,通过推挤的方式生成与每层楼层以及每层楼层的分户相对应的棱柱,其中,除了首层楼层和末层楼层之外,每层楼层以及每层楼层的分户所对应的棱柱的顶部和底部都为不可见;
所述基于所述特征数据建立所述自然幢外廓模型包括:
基于所述顶点集合以及楼层的总高生成一个与目标建筑物的整体相对应的棱柱并做膨胀处理,建立所述自然幢外廓模型;
为所述自然幢外廓模型以及所述层户模型分别设置LOD级别,使得在加载所述层户模型时,当确定用户的视距达到预设的数值时才单独展示所述层户模型中的楼层分户。
5.如权利要求1所述的方法,其特征在于,还包括:
通过倾斜摄影测量技术获得对于所述目标建筑物的倾斜摄影数据,加载所述倾斜摄影数据到三维场景中生成所述倾斜摄影模型,并将所述倾斜摄影模型设置为第一图层;
对所述矢量模型进行透明化处理,将所述矢量模型设置为第二图层;
将所述第一图层和所述第二图层进行融合;其中,在未接收到用户的点击指令时,显示所述倾斜摄影模型,在接收到用户的点击指令时,显示所述矢量模型。
6.一种建筑物三维建模装置,其特征在于,包括:
摄影模型建立模块,用于获得对于目标建筑物的倾斜摄影数据,基于所述倾斜摄影数据生成所述目标建筑物的倾斜摄影模型;
矢量模型建立模块,用于获取对于所述目标建筑物的矢量数据,基于所述矢量数据生成所述目标建筑物的矢量模型,所述矢量模型包括:层户模型和自然幢外廓模型;
模型融合模块,用于将所述倾斜摄影模型与所述矢量模型进行融合处理,生成所述目标建筑物的三维融合模型。
7.如权利要求6所述的装置,其特征在于,
所述矢量模型建立模块,包括:
层户模型单元,用于获取与所述目标建筑物相对应的SHP数据或者MDB数据;根据所述SHP数据或者所述MDB数据逐层建立对于所述目标建筑物的层户模型;将所述目标建筑物的不动产业务属性数据附加在所述层户模型中,建立所述目标建筑物的几何数据和业务属性数据的关联关系。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于陈菡,未经陈菡许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711285987.6/1.html,转载请声明来源钻瓜专利网。