[发明专利]一种基于实景三维模型的建筑基底轮廓精细化提取方法有效
| 申请号: | 202210321035.X | 申请日: | 2022-03-30 |
| 公开(公告)号: | CN114417489B | 公开(公告)日: | 2022-07-19 |
| 发明(设计)人: | 应良中;高广;周鑫;赵珏晶;吴敦;王世熿;孙华;费佳宁 | 申请(专利权)人: | 宝略科技(浙江)有限公司 |
| 主分类号: | G06F30/13 | 分类号: | G06F30/13;G06K9/62;G06N3/08;G06T5/50;G06T7/155;G06T17/10;G06V10/774;G06V10/44;G06V10/26;G06V10/82 |
| 代理公司: | 宁波甬致专利代理有限公司 33228 | 代理人: | 袁波 |
| 地址: | 315000 浙江省宁波市鄞*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 实景 三维 模型 建筑 基底 轮廓 精细 提取 方法 | ||
1.一种基于实景三维模型的建筑基底轮廓精细化提取方法,其特征在于,包括如下:
S1、基于实景三维模型,采用RTT技术从所述实景三维模型中提取DSM和DOM;
S2、使用布料模拟滤波算法从所述DSM中提取出DTM,通过差值运算得到nDSM,nDSM=DSM-DTM;
S3、使用轮廓提取算法从所述nDSM中提取初始建筑轮廓,进而得到初始建筑图斑;
S4、使用深度学习算法从所述DOM中提取出植被图斑;
S5、从所述初始建筑图斑中过滤所述植被图斑对应的区域,再采用形态学方法进行图斑优化,并使用图斑矢量化算法得到初始建筑矢量面;
S6、使用Monotone剖分算法将初始建筑矢量面分割成多个凸多边形,基于所述凸多边形从实景三维模型中提取得到待处理模型;使用Cycles渲染引擎的光线追踪算法从待处理模型上生成对应的侧面影像图;然后将隶属于同一个初始建筑矢量面的侧面影像图合并成为第一侧面影像图,再将隶属于同一个初始建筑矢量面的待处理模型合并成为第一建筑模型,同时得到所述第一侧面影像图与第一建筑模型的几何映射关系;
S7、使用语义分割算法从所述第一侧面影像图中分离出建筑像素区域和非建筑像素区域,所述第一侧面影像图过滤非建筑像素区域得到第二侧面影像图,然后根据几何映射关系和第二侧面影像图从第一建筑模型中提取精化的建筑模型;
S8、使用目标检测算法从所述第二侧面影像图中提取窗户位置,然后基于窗户左下角坐标的高程进行聚类,得到楼层的高度区间;
S9、基于所述楼层的高度区间,对所述精化的建筑模型进行分割,得到多个单层建筑模型,将多个所述单层建筑模型分别进行正射投影并栅格化到二维投影图上,得到多张二维投影图,并将多张所述二维投影图融合,生成高精度的建筑基底轮廓。
2.根据权利要求1所述的一种基于实景三维模型的建筑基底轮廓精细化提取方法,其特征在于,所述S1具体包括:
S101、设置RTT技术的光学分辨率为res,对所述实景三维模型进行分块处理,得到实景三维模型块;
S102、利用RTT技术将每块所述实景三维模型块渲染生成含高程信息的DSM´和含纹理信息的DOM´;将所述DSM´进行拼接得到完整的DSM,将所述DOM´进行拼接得到完整的DOM。
3.根据权利要求1所述的一种基于实景三维模型的建筑基底轮廓精细化提取方法,其特征在于,所述S3具体包括:
S301、预设高程信息的过滤阈值S,nDSM´为初始的nDSM;
S302、判断过滤阈值S是否大于nDSM´中高程信息的最小值,若是,则进入S303,否则,进入S4;
S303、在nDSM´上过滤小于过滤阈值S的单元,得到filtered-nDSM;接着,并采用轮廓提取算法从filtered-nDSM中提取初始建筑轮廓,再将初始建筑轮廓栅格化为初始建筑图斑;
S304、nDSM´= nDSM´- filtered-nDSM对应的初始建筑图斑;且S=S-Q,Q为S的预设降低值,并返回S302。
4.根据权利要求1所述的一种基于实景三维模型的建筑基底轮廓精细化提取方法,其特征在于,所述S4具体包括:
S401、使用LabelImg制作植被的样本数据集,训练用于植被提取的第一语义分割模型;
S402、利用所述第一语义分割模型从DOM中进行植被提取,得到植被图斑。
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宝略科技(浙江)有限公司,未经宝略科技(浙江)有限公司许可,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/202210321035.X/1.html,转载请声明来源钻瓜专利网。





