CN113569331B - 一种建筑物三维模型语义化的方法及系统 - Google Patents
一种建筑物三维模型语义化的方法及系统 Download PDFInfo
- Publication number
- CN113569331B CN113569331B CN202111115081.6A CN202111115081A CN113569331B CN 113569331 B CN113569331 B CN 113569331B CN 202111115081 A CN202111115081 A CN 202111115081A CN 113569331 B CN113569331 B CN 113569331B
- Authority
- CN
- China
- Prior art keywords
- dimensional model
- building
- geometric
- semantic
- description information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Theoretical Computer Science (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Architecture (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明属于三维建筑物语义建模技术领域,提供了一种建筑物三维模型语义化的方法及系统,所述方法包括:S1、对每个建筑物三维模型进行预处理;S2、针对每个三维模型,分别计算得到三维模型的几何特征量;S3、基于三维模型的几何特征量,将三维模型各组成面自动识别为建筑物主要结构组件,并生成对应的语义描述信息;S4、对于建筑物主要结构组件,分别生成对应的附加语义描述信息,还生成对整个建筑物外观的语义描述信息;S5、构造建筑物三维模型群的完整语义网;S6、对上述语义网进行分析,进而得到对建筑物三维模型群的语义描述信息。通过本发明能够对建筑物三维模型进行自动的语义建模,提高建筑物三维模型语义化的准确性和智能化程度。
Description
技术领域
本发明属于三维建筑物语义建模技术领域,具体涉及一种建筑物三维模型语义化的方法及系统。
背景技术
随着三维建模软件的不断成熟以及三维扫描设备的迅速发展,三维模型的获取工作变得越来越容易,与此同时也加速了三维模型管理及应用的发展,尤其是在三维建筑物领域,已经积累了大量的三维建筑物模型,传统的三维建筑物模型由于缺少语义描述信息,且不同模型之间在逻辑上是相互分散的关系,彼此之间没有联系,致使只能对三维模型的结构、外观等进行查看,却不能基于三维模型开展相关分析等应用工作,而三维模型语义化作为三维模型管理及应用的关键技术,实际上是根据三维模型的特征,用一定的方法将具体的文本语义与三维模型建立对应关系的过程,在现有技术中,一般通过人工查看三维模型并对其进行标注的方式来建立三维模型与其语义之间的对应关系,但当三维模型的数量较大时,往往会出现模型语义化的效率过低、智能化不足的问题。
发明内容
针对上述提出的技术问题,本发明给出一种建筑物三维模型语义化的方法及系统,来实现对传统建筑物三维模型进行自动的语义标注,并得到语义化的建筑物三维模型,使以往使用3DMAX、CAD等建模软件构建的传统建筑物三维模型能够最大程度的发挥效用,利用语义化的三维模型进行建筑物群内部各方面的设计、规划、分析和实施工作,进而满足对建筑物进行管理和分析的需求。
为了实现上述的发明目的,提供如下所述的一种建筑物三维模型语义化的方法:
步骤一、对每个建筑物三维模型进行预处理,将各所述建筑物三维模型中的几何表达转换成地理表达;
步骤二、针对每个三维模型,分别计算得到三维模型的几何特征量,用来对三维模型各组成面的几何特征进行描述;
步骤三、基于所述三维模型的几何特征量,将三维模型各组成面自动识别为相应的建筑物主要结构组件,包括墙面、地板、屋顶,并生成对不同结构组件的语义描述信息;
步骤四、对于各个所述建筑物主要结构组件,分别生成对应的附加语义描述信息,包括朝向、高度,同时还生成对整个建筑物外观的语义描述信息,包括建筑物占地面积;
步骤五、将各个建筑物主要结构组件和与其对应的语义描述信息、附加语义描述信息,及整个建筑物的语义描述信息一起作为节点,将不同的建筑物之间的拓扑结构关系作为边,构造建筑物三维模型群的完整语义网;
步骤六、对所述建筑物三维模型群的完整语义网进行分析,进而得到对建筑物三维模型群的语义描述信息,包括对建筑物群的建筑物数量的语义描述、对建筑物群的占地面积的语义描述、对建筑物群内建筑物之间联通关系的语义描述。
作为本发明的一种优选技术方案,步骤三中基于三维模型的几何特征量,将三维模型各组成面自动识别为相应的建筑物主要结构组件,具体包括如下步骤:
第一步、在上述的三维模型的坐标系中,将X坐标轴与Y坐标轴决定的平面指定为标准平面,并计算该标准平面上的单位法向量数据;
第二步、根据三维模型的几何特征量,分别计算组成三维模型外观的各个几何图形面的单位法向量与上述标准平面的单位法向量的夹角余弦值,进而得到组成三维模型外观的各个几何图形面与标准平面之间的夹角数值,具体的计算过程通过如下公式进行描述:
其中,为几何图形面的单位法向量,为组成三维模型外观的几何图形面的个数,为标准平面上的单位法向量,为各个几何图形面的单位法向量与标准平面的单位法向量的夹角余弦值,为各个几何图形面与标准平面之间的夹角数值;
第三步、基于所述组成三维模型外观的各个几何图形面与标准平面之间的夹角数值,将各个几何图形面识别为相应的建筑物主要结构组件。
与现有技术相比,本发明的有益效果如下:
本发明针对传统建筑物三维模型,提出一种建筑物三维模型语义化的方法及系统,首先对模型进行标准化预处理,然后通过计算组成三维模型外观的几何特征量来对模型的结构特征进行形式化的描述,接着基于几何特征量,自动识别出三维模型外观的主要结构组件,并生成对应的语义描述信息,为了由各个建筑物的外观结构和语义信息得出关于建筑物群的语义信息,还构建了建筑物三维模型群的完整语义网,通过对其进行分析,进而生成关于建筑物群的语义信息,本发明解决了现有技术中传统的三维建筑物模型由于缺少语义信息,且不同模型之间是相互分散的关系,致使只能对三维模型的结构、外观等进行查看,却不能基于三维模型开展相关分析等应用工作的问题,使传统的三维建筑物模型能够更大程度的发挥效用,同时通过本发明进行建筑物三维模型语义化,具有效率高、准确性好的优点,还提升了模型语义化工作的智能化程度。
附图说明
图1为本发明的一种建筑物三维模型语义化的方法的整体步骤流程图;
图2为本发明的对每个建筑物三维模型进行预处理的整体步骤流程图;
图3为本发明的自动识别三维模型外观的主要结构组件的整体步骤流程图;
图4为本发明的基于夹角数值识别三维模型外观的主要结构组件的具体步骤流程图;
图5为本发明的一种建筑物三维模型语义化的系统的组成结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但除非特别说明,这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一xx脚本称为第二xx脚本,且类似地,可将第二xx脚本称为第一xx脚本。
参考如图1所示,本发明提供一种建筑物三维模型语义化的方法,该方法通过如下的步骤来实现:
步骤一、对每个建筑物三维模型进行预处理,将各所述建筑物三维模型中的几何表达转换成地理表达;
步骤二、针对每个三维模型,分别计算得到三维模型的几何特征量,用来对三维模型各组成面的几何特征进行描述;
步骤三、基于所述三维模型的几何特征量,将三维模型各组成面自动识别为相应的建筑物主要结构组件,包括墙面、地板、屋顶,并生成对不同结构组件的语义描述信息;
步骤四、对于各个所述建筑物主要结构组件,分别生成对应的附加语义描述信息,包括朝向、高度,同时还生成对整个建筑物外观的语义描述信息,包括建筑物占地面积;
步骤五、将各个建筑物主要结构组件和与其对应的语义描述信息、附加语义描述信息,及整个建筑物的语义描述信息一起作为节点,将不同的建筑物之间的拓扑结构关系作为边,构造建筑物三维模型群的完整语义网;
步骤六、对所述建筑物三维模型群的完整语义网进行分析,进而得到对建筑物三维模型群的语义描述信息,包括对建筑物群的建筑物数量的语义描述、对建筑物群的占地面积的语义描述、对建筑物群内建筑物之间联通关系的语义描述。
进一步的,在步骤一中,本实施例中的建筑物三维模型是3DMAX模型构建,在就3DMAX模型构建初期,是按照实际的地理坐标构建的,包括朝向、比例等。3DMAX建的建筑物三维模型,都是三角面,也就是一面墙至少是两个三角面构成。因此,需要对建筑物三维模型的坐标系进行预处理,将各所述建筑物三维模型中的几何表达转换成地理表达。
具体的,参考如图2所示,步骤一中对每个建筑物三维模型进行预处理,还包括如下的执行步骤:
第一步、对于任一建筑物三维模型,将所述建筑物三维模型中的用三角网来无限逼近几何形状的几何表达,转换为点、线和/或面的地理表达;
第二步,对于所述建筑物三维模型中的任一面,提取所述面的多个角点对应的地理坐标,将所述多个角点对应的地理坐标按照一定的顺序存储为坐标串,以对建筑三维模型中的各个面进行表达。
也就是说,那么对于每一个建筑物三维模型中的每一个面来讲,首先选取法向量平行的相邻三角形进行三角网合并;通过去掉两个相邻三角形的共用边,将三角网进行合并;合并后判断顶点是否在同一个平面:如果顶点在同一个平面,则继续合并,直到没有三角形进行合并为止,从而实现将三角网合并为面。进一步地,通过提取各面角点的地理坐标后,按照一定的顺序存储为坐标串,也就是说,对于得到一个顶点连续、闭合的多边形polygon,该多边形polygon用顺序的点序列组合来描述:P={p1,p2,p3......pn},n=1 ,2 ,3 ,4,......的自然数。以墙面为例,首先将墙面包含的三角网合并为面,然后提取该墙面四个交点的地理坐标,以对该墙面进行描述。本实施例的处理过程可以有利于后续的特征向量的提取,并不会对三维模型的几何对象结构、数量进行修改。
进一步的,在步骤二中,针对每个三维模型,分别计算得到各个三维模型的几何特征量,该计算过程包括,首先在三维模型上提取出组成三维模型外观的每个几何图形面,接着以顺时针的方向依次提取出各个几何图形面上的顶点,并获取其在上述坐标系内的坐标,然后还计算每个几何图形面在上述坐标系内的单位法向量,最终,每个几何图形面的特征量由几何图形面的顶点坐标数据,以及几何图形面的单位法向量数据组成,几何图形面的特征量的数据组织形式为,而全部的几何图形面的特征量组成三维模型的几何特征量。
具体的,通过获取三维模型的几何特征量,能够对组成三维模型外观的各个几何图形面的几何特征进行形式化的描述,使在后续的步骤中,基于该三维模型的几何特征量,能将组成三维模型外观的各个几何图形面自动识别为不同的建筑物外观结构组件,从而生成对建筑物外观结构组件的语义化的描述信息。
进一步的,在步骤三中已经获取到了各个三维模型外观的几何特征量,即已经得到了组成三维模型的各个几何图形面和它们的单位法向量数据,为了将各个几何图形面识别为不同的建筑物外观结构组件,包括墙面、地板、屋顶、门、窗等,需要对各个三维模型的几何特征量进行分析处理,考虑到在实际的生活中,不同的建筑物外观结构组件与建筑物底面的夹角值具有明显的差异,举例如墙面、门、窗与建筑物底面的夹角值通常为九十度,地板与建筑物底面的夹角值通常为零度,而屋顶与建筑物底面的夹角值通常介于零度至九十度之间,因此,依据各个几何图形面与建筑物三维模型底面的不同夹角值,能够将几何图形面初步识别为不同的建筑物外观结构组件。
具体的,参考如图3所示,在步骤三中基于三维模型的几何特征量,将三维模型各组成面自动识别为相应的建筑物主要结构组件,具体包括如下步骤:
第一步、在上述的三维模型的坐标系中,将X坐标轴与Y坐标轴决定的平面指定为标准平面,并计算该标准平面上的单位法向量数据;
第二步、根据三维模型的几何特征量,分别计算组成三维模型外观的各个几何图形面的单位法向量与上述标准平面的单位法向量的夹角余弦值,进而得到组成三维模型外观的各个几何图形面与标准平面之间的夹角数值;
第三步、基于所述组成三维模型外观的各个几何图形面与标准平面之间的夹角数值,将各个几何图形面识别为相应的建筑物主要结构组件。
其中,为了便于理解,将所述第二步中的具体的计算过程通过如下公式进行描述:
其中,为几何图形面的单位法向量,为组成三维模型外观的几何图形面的个数,为标准平面上的单位法向量,为各个几何图形面的单位法向量与标准平面的单位法向量的夹角余弦值,为各个几何图形面与标准平面之间的夹角数值。
进一步的,参考如图4所示,上述第三步中基于组成三维模型外观的各个几何图形面与标准平面之间的夹角数值,将各个几何图形面识别为相应的建筑物主要结构组件,具体包括如下的步骤:
第一步、对组成三维模型外观的各个几何图形面与标准平面之间的夹角数值进行聚类处理,从而基于对所述夹角数值的聚类结果,也将组成三维模型外观的各个几何图形面划分到不同的类别中;
第二步、根据组成三维模型外观的各个几何图形面被划分到的不同类别,将所述几何图形面初步识别为建筑物主要结构组件,所述类别分别包括墙面类别,地板类别,屋顶类别;
第三步、对于所述墙面类别中包含的各个几何图形面,分别获取不同几何图形面所对应的纹理贴图图像,并将纹理贴图图像的特征与系统中预先存储的建筑物墙面、门、窗的纹理贴图图像的特征进行相似性匹配,从而进一步把所述各个几何图形面识别为墙面类别、门类别、窗类别。
具体的,在上述第三步中对于属于墙面类别的几何图形面,还需要对其进行进一步的分析处理,从而将几何图形面继续分别划分到墙面类别、门类别、及窗类别之中。该分析处理的过程包括获取不同几何图形面所对应的纹理贴图图像,并通过特征提取算法获得纹理贴图图像的特征数据,举例如使用基于共生矩阵的图像纹理特征提取方法,该方法结合了图像的频域统计特征和空间分布特性,首先通过小波变换提取图像的局部频域信息,然后结合图像的整体结构特征,构建用于提取图像纹理特征的小波灰度共生矩阵,接着将纹理贴图图像的特征与系统中预先存储的建筑物门、窗的纹理贴图图像的特征进行相似性匹配,当相似度大于系统指定的阈值时,将墙面类别中包含的几何图形面分别识别为对应的建筑物结构组件中的墙面、门、窗。
进一步的,在步骤四中,对于各个三维模型外观的主要结构组件,分别生成对应的附加语义描述信息,还生成对整个建筑物外观的语义描述信息,具体包括针对组成三维模型外观的各个几何图形面,基于几何图形面的单位法向量的方向生成关于其朝向的附加语义描述信息,举例如墙面A的几何图形面的单位法向量方向为X轴正方向,则墙面A在实际情况下的朝向为南,并通过计算几何图形面在上述坐标系内Z坐标轴上的对应的线段长度生成关于其高度的语义描述信息,还包括通过计算建筑物的三维模型在上述坐标系内X0Y平面上的投影面积生成关于建筑物占地面积的语义描述信息。
具体的,在生成关于高度的语义描述信息和关于建筑物占地面积的语义描述信息之前,首先分别获取几何图形面在坐标系内Z坐标轴上的对应距离,及建筑物三维模型在坐标系内的投影面积,接着还需要根据在上述步骤一中确定的三维模型与实际建筑的比例尺关系,对上述的距离数据、面积数据进行数值转换,最后得到建筑物三维模型在实际情况下的对应高度数值和面积数值。
进一步的,在步骤五中,已经获取到了组成各个建筑物外观的主要结构组件和与其对应的语义描述信息、附加语义描述信息,以及关于建筑物外观整体的语义描述信息,为根据上述的建筑物外观的数据信息,来得到关于建筑物群的语义信息,将各个建筑物外观的主要结构组件,以及它们的语义描述信息一起分别作为节点数据,将不同的建筑物之间的拓扑结构关系作为边,来构造建筑物三维模型群的完整语义网,上述的拓扑结构关系包括建筑物之间的相接关系、相邻关系、及相离关系,相接关系具体还包括建筑物两两之间相接部分的几何结构和相接方向,相邻关系描述建筑物两两之间直接相邻且不相接的位置关系,具体还包括相邻方向,相离关系描述建筑物两两之间不相接且不相邻的位置关系,具体还包括两个建筑物的相对位置关系。
具体的,通过举例的方式对上述的拓扑结构关系进行说明,两个建筑物之间的相接关系举例如,建筑物A与建筑物B通过几何结构为立方体的走廊连通,且将建筑物A的位置固定不变,建筑物B在建筑物A的正南方向;两个建筑物之间的相邻关系举例如,建筑物A与建筑物C之间没有其他建筑物,且将建筑物A的位置固定不变,建筑物C在建筑物A的北偏东四十度方向;两个建筑物之间的相离关系举例如,建筑物A与建筑物D之间既不相接也不相邻,且将建筑物A的位置固定不变,建筑物D在建筑物A的正西方向,上述的例子用来对拓扑结构关系进行解释说明,并不对其起限定的作用,综上,通过对建筑物三维模型群的完整语义网进行分析,能够得到关于建筑物群的语义信息。
进一步的,在步骤六中,对建筑物三维模型群的完整语义网进行分析,生成对建筑物三维模型群的语义描述信息,具体包括遍历所述语义网的各个节点和各条边,通过统计语义网的节点个数生成对建筑物群的建筑物数量的语义描述信息,还依据语义网的边所描述的不同的建筑物之间的拓扑结构关系,并结合语义网的节点上的语义描述信息生成对建筑物群的语义描述信息,具体包括建筑物群的总占地面积、建筑物群内建筑物之间的联通关系等。建筑物群的总占地面积为各个节点上记录的建筑物占地面积的和,建筑物之间的联通关系通过对连接节点的边进行分析得到。
通过对上述的语义网进行遍历来获取、分析、汇总组成建筑物外观的结构组件数据和语义信息,以及不同建筑物之间的拓扑关系,从而能够得到关于建筑物群的语义信息,并能够基于语义化的三维模型进一步的开展相关分析工作,使传统建筑物三维模型能够最大程度的发挥出作用,举例如通过获取对建筑物之间联通关系的语义描述,可以以此继续进行建筑物之间的路径规划,本实施例中未列出的可能从语义网得到的关于建筑物群的语义信息,均在本发明的保护范围内。
参考如图5所示,本发明还提供一种建筑物三维模型语义化的系统,用来实现上述内容所描述的一种建筑物三维模型语义化的方法,具体包括如下的模块:
模型预处理模块,用于对每个建筑物三维模型进行预处理,将各所述建筑物三维模型中的几何表达转换成地理表达;
特征提取模块,用于针对每个三维模型,分别计算得到各个三维模型的几何特征量,用来对三维模型各组成面的几何特征进行描述,具体包括计算组成三维模型外观的各个几何图形面的顶点坐标数据,以及各个几何图形面的单位法向量数据;
第一语义生成模块,用于基于各个三维模型的几何特征量,自动识别出各个三维模型外观的主要结构组件,包括墙面、地板、屋顶、窗、门,并生成对不同结构组件的语义描述信息,还用于针对各个三维模型外观的主要结构组件,分别生成附加语义描述信息,包括朝向、高度,同时还生成对整个建筑物外观的语义描述信息,包括建筑物占地面积;
第二语义生成模块,用于基于三维模型外观的主要结构组件和对应的语义描述信息来构造建筑物三维模型群的完整语义网,并对所述语义网进行遍历分析,进而得到对建筑物三维模型群的语义描述信息,实现对传统建筑物三维模型进行自动语义化标注。
上述各模块的具体功能技术细节可参照方法实施例的记载,此处不再赘述。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,上述的的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上上述的实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上上述的实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上上述的仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种建筑物三维模型语义化的方法,其特征在于,包括如下步骤:
S1、对每个建筑物三维模型进行预处理,包括模型坐标标准化预处理,以及模型比例尺标准化预处理;
S2、针对每个三维模型,分别计算得到三维模型的几何特征量,用来对三维模型各组成面的几何特征进行描述;
S3、基于所述三维模型的几何特征量,将三维模型各组成面自动识别为相应的建筑物主要结构组件,包括墙面、地板、屋顶,并生成对不同结构组件的语义描述信息;
S4、对于各个所述建筑物主要结构组件,分别生成对应的附加语义描述信息,包括朝向、高度,同时还生成对整个建筑物外观的语义描述信息,包括建筑物占地面积;
S5、将各个建筑物主要结构组件和与其对应的语义描述信息、附加语义描述信息,及整个建筑物的语义描述信息一起作为节点,将不同的建筑物之间的拓扑结构关系作为边,构造建筑物三维模型群的完整语义网;
S6、对所述建筑物三维模型群的完整语义网进行分析,进而得到对建筑物三维模型群的语义描述信息,包括对建筑物群的建筑物数量的语义描述、对建筑物群的占地面积的语义描述、对建筑物群内建筑物之间联通关系的语义描述;
S2中针对每个三维模型,分别计算得到三维模型的几何特征量,具体包括在三维模型上提取出组成三维模型外观的每个几何图形面,以顺时针的方向依次提取出各个几何图形面上的顶点,并获取其在坐标系内的坐标,还计算每个几何图形面在坐标系内的单位法向量,每个几何图形面的特征量由几何图形面的顶点坐标数据,以及几何图形面的单位法向量数据组成,全部的几何图形面的特征量组成三维模型的几何特征量;
S3中基于三维模型的几何特征量,将三维模型各组成面自动识别为相应的建筑物主要结构组件,具体包括如下步骤:
S31、在上述的三维模型的坐标系中,将X坐标轴与Y坐标轴决定的平面指定为标准平面,并计算该标准平面上的单位法向量数据;
S32、根据三维模型的几何特征量,分别计算组成三维模型外观的各个几何图形面的单位法向量与上述标准平面的单位法向量的夹角余弦值,进而得到组成三维模型外观的各个几何图形面与标准平面之间的夹角数值,具体的计算过程通过如下公式进行描述:
其中,(qix,qiy,qiz),i∈[1,n]为几何图形面的单位法向量,n为组成三维模型外观的几何图形面的个数,(px,py,pz)T为标准平面上的单位法向量,(ω1,ω2,...,ωn)T为各个几何图形面的单位法向量与标准平面的单位法向量的夹角余弦值,θ为各个几何图形面与标准平面之间的夹角数值;
S33、基于所述组成三维模型外观的各个几何图形面与标准平面之间的夹角数值,将各个几何图形面识别为相应的建筑物主要结构组件;
S33中基于组成三维模型外观的各个几何图形面与标准平面之间的夹角数值,将各个几何图形面识别为相应的建筑物主要结构组件,具体包括如下的步骤:
S331、对组成三维模型外观的各个几何图形面与标准平面之间的夹角数值进行聚类处理,从而基于对所述夹角数值的聚类结果,也将组成三维模型外观的各个几何图形面划分到不同的类别中;
S332、根据组成三维模型外观的各个几何图形面被划分到的不同类别,将所述几何图形面初步识别为建筑物主要结构组件,所述类别分别包括墙面类别,地板类别,屋顶类别;
S333、对于所述墙面类别中包含的各个几何图形面,分别获取不同几何图形面所对应的纹理贴图图像,并将纹理贴图图像的特征与系统中预先存储的建筑物墙面、门、窗的纹理贴图图像的特征进行相似性匹配,从而进一步把所述各个几何图形面识别为墙面类别、门类别、窗类别。
2.根据权利要求1所述的一种建筑物三维模型语义化的方法,其特征在于,S1中对每个建筑物三维模型进行预处理,具体包括如下步骤:
S11、以地理方向南作为X轴正方向,以地理方向北作为X轴负方向,以地理方向东作为Y轴正方向,以地理方向西作为Y轴负方向,以垂直X轴与Y轴决定的平面向上的方向为Z轴正方向来建立坐标系;
S12、将三维模型的底面形状的几何中心作为原点,按照三维模型在实际生活中的使用朝向,将其放置于上述坐标系中;
S13、在坐标系中调整三维模型的大小,并确定三维模型与实际建筑的比例尺关系,即模型上的单位长度与实际建筑上的单位长度的比例关系。
3.根据权利要求1所述的一种建筑物三维模型语义化的方法,其特征在于,S4中对于各个建筑物主要结构组件,分别生成对应的附加语义描述信息,还生成对整个建筑物外观的语义描述信息,具体包括针对组成三维模型外观的各个几何图形面,基于几何图形面的单位法向量的方向生成关于其朝向的附加语义描述信息,通过计算几何图形面在坐标系内Z坐标轴上的对应的线段长度生成关于其高度的语义描述信息,还包括通过计算建筑物的三维模型在坐标系内X0Y平面上的投影面积生成关于建筑物面积的语义描述信息。
4.根据权利要求1所述的一种建筑物三维模型语义化的方法,其特征在于,S5中所述不同的建筑物之间的拓扑结构关系,包括建筑物之间的相接关系、相邻关系、及相离关系,相接关系具体还包括建筑物两两之间相接部分的几何结构和相接方向,相邻关系描述建筑物两两之间直接相邻且不相接的位置关系,具体还包括相邻方向,相离关系描述建筑物两两之间不相接且不相邻的位置关系,具体还包括两个建筑物的相对位置关系。
5.根据权利要求1所述的一种建筑物三维模型语义化的方法,其特征在于,S6中对建筑物三维模型群的完整语义网进行分析,得到对建筑物三维模型群的语义描述信息,具体包括遍历所述语义网的各个节点和各条边,通过统计语义网的节点个数生成对建筑物群的建筑物数量的语义描述信息,依据语义网的边所描述的不同的建筑物之间的拓扑结构关系,并结合语义网的节点上的语义描述信息生成对建筑物群的占地面积的语义描述、对建筑物群内建筑物之间联通关系的描述。
6.一种建筑物三维模型语义化的系统,用于实现如权利要求1-5任一项所述的方法,其特征在于,包括如下模块:
模型预处理模块,用于对每个建筑物三维模型进行预处理,包括模型坐标标准化预处理,以及模型比例尺标准化预处理,具体包括按照地理方向建立坐标系,按照三维模型在实际生活中的使用朝向将其放置于上述坐标系中,并确定三维模型与实际建筑的比例尺;
特征提取模块,用于针对每个三维模型,分别计算得到各个三维模型的几何特征量,用来对三维模型各组成面的几何特征进行描述,具体包括计算组成三维模型外观的各个几何图形面的顶点坐标数据,以及各个几何图形面的单位法向量数据;
第一语义生成模块,用于基于各个三维模型的几何特征量,自动识别出各个三维模型外观的主要结构组件,包括墙面、地板、屋顶、窗、门,并生成对不同结构组件的语义描述信息,还用于针对各个三维模型外观的主要结构组件,分别生成附加语义描述信息,包括朝向、高度,同时还生成对整个建筑物外观的语义描述信息,包括建筑物占地面积;
第二语义生成模块,用于基于三维模型外观的主要结构组件和对应的语义描述信息来构造建筑物三维模型群的完整语义网,并对所述语义网进行遍历分析,进而得到对建筑物三维模型群的语义描述信息,实现对传统建筑物三维模型进行自动语义化标注。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111115081.6A CN113569331B (zh) | 2021-09-23 | 2021-09-23 | 一种建筑物三维模型语义化的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111115081.6A CN113569331B (zh) | 2021-09-23 | 2021-09-23 | 一种建筑物三维模型语义化的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113569331A CN113569331A (zh) | 2021-10-29 |
CN113569331B true CN113569331B (zh) | 2022-01-04 |
Family
ID=78174037
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111115081.6A Active CN113569331B (zh) | 2021-09-23 | 2021-09-23 | 一种建筑物三维模型语义化的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113569331B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117371106A (zh) * | 2023-11-01 | 2024-01-09 | 河南省云鹏实业有限公司 | 一种建筑物室内语义模型的构建方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108038907A (zh) * | 2017-11-21 | 2018-05-15 | 泰瑞数创科技(北京)有限公司 | 城市信息模型语义信息自动生成方法和系统 |
CN109918751A (zh) * | 2019-02-26 | 2019-06-21 | 华中师范大学 | 一种基于CityGML扩展的建筑物三维语义建模方法 |
CN111597170A (zh) * | 2020-07-21 | 2020-08-28 | 泰瑞数创科技(北京)有限公司 | 一种无损地由bim模型构建空间语义数据库的方法 |
CN111915720A (zh) * | 2020-07-22 | 2020-11-10 | 华中师范大学 | 一种建筑物Mesh模型到CityGML模型的自动转换方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3460685A1 (en) * | 2017-09-12 | 2019-03-27 | Bricsys NV | Improved semantic classification of an entity in a building information model |
-
2021
- 2021-09-23 CN CN202111115081.6A patent/CN113569331B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108038907A (zh) * | 2017-11-21 | 2018-05-15 | 泰瑞数创科技(北京)有限公司 | 城市信息模型语义信息自动生成方法和系统 |
CN109918751A (zh) * | 2019-02-26 | 2019-06-21 | 华中师范大学 | 一种基于CityGML扩展的建筑物三维语义建模方法 |
CN111597170A (zh) * | 2020-07-21 | 2020-08-28 | 泰瑞数创科技(北京)有限公司 | 一种无损地由bim模型构建空间语义数据库的方法 |
CN111915720A (zh) * | 2020-07-22 | 2020-11-10 | 华中师范大学 | 一种建筑物Mesh模型到CityGML模型的自动转换方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113569331A (zh) | 2021-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xu et al. | Reconstruction of scaffolds from a photogrammetric point cloud of construction sites using a novel 3D local feature descriptor | |
WO2024077812A1 (zh) | 基于点云语义分割与结构拟合的单体建筑三维重建方法 | |
CN109815604B (zh) | 基于建筑要素拓扑关系的bim室内空间连通图构建方法 | |
Xiong et al. | Flexible building primitives for 3D building modeling | |
Tang et al. | Automatic reconstruction of as-built building information models from laser-scanned point clouds: A review of related techniques | |
Suveg et al. | Reconstruction of 3D building models from aerial images and maps | |
Romero-Jarén et al. | Automatic segmentation and classification of BIM elements from point clouds | |
CN112347550B (zh) | 耦合式室内三维语义建图及建模方法 | |
CN113487730B (zh) | 一种基于激光雷达点云数据的城市三维自动建模方法 | |
CN108171780A (zh) | 一种基于激光雷达构建室内真实三维地图的方法 | |
Sohn et al. | An implicit regularization for 3D building rooftop modeling using airborne lidar data | |
Wei et al. | Automatic coarse registration of point clouds using plane contour shape descriptor and topological graph voting | |
CN113724279B (zh) | 路网自动划分交通小区的系统、方法、设备及存储介质 | |
Yang et al. | Complementarity of historic building information modelling and geographic information systems | |
CN116310115B (zh) | 一种基于激光点云构建建筑物三维模型的方法及系统 | |
Truong-Hong et al. | Extracting structural components of concrete buildings from laser scanning point clouds from construction sites | |
CN113569331B (zh) | 一种建筑物三维模型语义化的方法及系统 | |
CN112396701A (zh) | 卫星图像的处理方法、装置、电子设备和计算机存储介质 | |
Pöchtrager et al. | Automated reconstruction of historic roof structures from point clouds–Development and examples | |
Dehbi et al. | Robust and fast reconstruction of complex roofs with active sampling from 3D point clouds | |
Basaraner et al. | A structure recognition technique in contextual generalisation of buildings and built-up areas | |
CN115019163A (zh) | 基于多源大数据的城市要素识别方法 | |
Zhao et al. | A 3D modeling method for buildings based on LiDAR point cloud and DLG | |
CN111915720B (zh) | 一种建筑物Mesh模型到CityGML模型的自动转换方法 | |
CN115908318A (zh) | 电力线弧垂确定方法、装置、设备、介质和产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: 22 / F, building 683, zone 2, No. 5, Zhongguancun South Street, Haidian District, Beijing 100086 Patentee after: Terry digital technology (Beijing) Co.,Ltd. Address before: 100190 22 / F, building 683, zone 2, 5 Zhongguancun South Street, Haidian District, Beijing Patentee before: Terra-IT Technology (Beijing) Co.,Ltd. |
|
CP03 | Change of name, title or address |