CN108320323A - 一种建筑物三维建模方法及装置 - Google Patents

Abstract

本发明实施例公开了一种建筑物三维建模方法及装置。其中，该方法包括：建筑物三维建模装置可以依据建筑物的矢量轮廓数据和高度数据批量生成待建模区域的建筑物三维白模，并基于POI数据可以确定建筑物类型，从而依据类型查找对应的纹理数据，将对应的纹理数据统一应用到相同类型的建筑物三维白模中，从而能够快速地建立待建模区域的建筑物三维模型，提高建筑物三维建模的效率。由于该方法不需要对建筑物逐一进行建模，从而在一定程度上能够减少投入成本。

Description

一种建筑物三维建模方法及装置

技术领域

本发明涉及通信技术领域，具体涉及一种建筑物三维建模方法及装置。

背景技术

随着通信技术的发展，通信网络规划网络优化(简称：网规网优)由传统的二维平台向三维平台过渡已经成为趋势，因此，基于三维城市模型做网规网优，不仅能改善及用户在感官上的体验，还是辅助用户进行规划决策的重要参考依据。现有的三维建模技术一般是基于3D max、sketch up等建模工具对城市建筑逐一进行建模，但这种方式人力投入成本较高，且效率较低。

发明内容

本发明实施例公开了一种建筑物三维建模方法及装置，能够提高建筑物三维建模的效率，减少投入成本。

本发明实施例第一方面公开了一种建筑物三维建模方法及装置，该方法可以包括：

建筑物三维建模装置获取待建模区域的二维建筑物矢量数据和兴趣点(Point ofInterest，POI)数据，其中，二维建筑物矢量数据包括矢量轮廓数据、高度数据和第一位置数据，POI数据包括第二位置数据，建筑物三维建模装置从而可以基于矢量轮廓数据和高度数据生成待建模区域中建筑物的三维白模，并基于第一位置数据和第二位置数据确定待建模区域中建筑物的类型，然后查找与待建模区域中建筑物的类型匹配的纹理数据，并将该纹理数据应用于待建模区域中建筑物的三维白模中，从而得到待建模区域中建筑物的三维模型。

由于本方案不需要对建筑物逐一进行建模，从而在一定程度上能够减少投入成本，提高建筑物建模效率。进一步的，对建筑物的三维白模增加纹理数据，可以增加用户感官体验，能够满足不同应用场景的需求。

可选的，POI数据还可以包括与第二位置数据对应的POI名称。建筑物三维建模装置基于二维建筑物矢量数据包括的第一位置数据和POI数据包括的第二位置数据确定待建模区域中建筑物的类型的具体方式可以为：

建筑物三维建模装置针对第一位置数据中的每个位置数据，从第二位置数据中确定与该每个位置数据匹配的目标位置数据，确定目标位置数据对应的目标POI名称，并从预设类型数据库中查找与目标POI名称对应的第一类型，从而将第一类型确定为该每个位置数据所标记建筑物的类型。

可选的，在基于第一位置数据和第二位置数据确定待建模区域中建筑物的类型之后，该方法还包括：

建筑物三维建模装置确定待建模区域中未确定类型的建筑物集合，基于第一建筑物的矢量轮廓数据确定第一建筑物的特征参数，其中，第一建筑物为所述建筑物集合中的任一建筑物。从而基于第一建筑物的特征参数与预设类型的阈值条件对第一建筑物进行类型识别，并基于识别结果确定第一建筑物的类型。

可以理解的是，建筑物三维建模装置在生成建筑物三维白模后，可以基于POI数据确定建筑物的类型，如果没有POI数据，则基于建筑物的特征参数确定建筑物类型，从而能够增加建筑物的类型确定率。

其中，特征参数包括几何特征参数、多边形数量、领域高度方差以及所属建筑群规模中的至少一种。几何特征参数包括但不限于建筑物的高度、面积、边数、曲率、凹凸性中的至少一种。

具体的，建筑物三维建模装置基于第一建筑物的特征参数与预设类型的阈值条件对第一建筑物进行类型识别，并基于识别结果确定第一建筑物的类型的具体方式可以为：

获取预设类型的特征参数的阈值条件以及权重；

判断第一建筑物的特征参数是否满足第二类型的特征参数的阈值条件，其中，第二类型为预设类型中的任一类型；

基于判断结果以及第二类型的特征参数的权重，确定第一建筑物与第二类型的特征参数匹配度；

将预设类型中与第一建筑物的特征参数匹配度最大的类型确定为第一建筑物的类型。

可选的，在基于矢量轮廓数据和高度数据生成待建模区域中建筑物的三维白模，并基于第一位置数据和第二位置数据确定待建模区域中建筑物的类型之后，该方法还可以包括：

建筑物三维建模装置基于预设规则以及第二建筑物的类型识别所述第二建筑物的三维白模的功能面，其中，第二建筑物为所述待建模区域中的任一建筑物；

那么建筑物三维建模装置查找与待建模区域中建筑物的类型匹配的纹理数据的具体方式可以为：

查找与第二建筑物的类型匹配的纹理数据库；

从纹理数据库中确定第二建筑物的三维白模的每个功能面对应的纹理数据。

建筑物三维建模装置可以根据建筑物类型查找对应的纹理数据库，并依据建筑物的不同功能面查找对应的纹理数据，并将其应用到功能面中，从而能够快速地得到待建模区域中各建筑物的三维模型，提高三维建模效率。

其中，预设规则具体可以为计算机生成建筑(Computer GeneratedArchitecture，CGA)规则。

本发明实施例第二方面公开了一种建筑物三维建模装置，该装置可以包括：

获取模块，用于获取待建模区域的二维建筑物矢量数据和POI数据，其中，二维建筑物矢量数据包括矢量轮廓数据、高度数据和第一位置数据，POI数据包括第二位置数据。

生成模块，用于基于矢量轮廓数据和高度数据生成待建模区域中建筑物的三维白模。

第一确定模块，用于基于第一位置数据和第二位置数据确定待建模区域中建筑物的类型。

查找模块，用于查找与待建模区域中建筑物的类型匹配的纹理数据。

应用模块，用于将该纹理数据应用于待建模区域中建筑物的三维白模中，得到待建模区域中建筑物的三维模型。

由于本方案不需要对建筑物逐一进行建模，从而在一定程度上能够减少投入成本，提高建筑物建模效率。进一步的，对建筑物的三维白模增加纹理数据，可以增加用户感官体验，能够满足不同应用场景的需求。

可选的，POI数据还可以包括与第二位置数据对应的POI名称；第一确定模块基于第一位置数据和第二位置数据确定待建模区域中建筑物的类型的具体方式可以为：

针对第一位置数据中的每个位置数据，从第二位置数据中确定与该每个位置数据匹配的目标位置数据；

确定目标位置数据对应的目标POI名称，并从预设类型数据库中查找与目标POI名称对应的第一类型；

将第一类型确定为该每个位置数据所标记建筑物的类型。

可选的，该装置还可以包括第二确定模块，其中：

第二确定模块，用于确定待建模区域中未确定类型的建筑物集合。

第二确定模块，还用于基于第一建筑物的矢量轮廓数据确定第一建筑物的特征参数，其中，第一建筑物为建筑物集合中的任一建筑物。

第二确定模块，还用于基于第一建筑物的特征参数与预设类型的阈值条件对第一建筑物进行类型识别，并基于识别结果确定第一建筑物的类型。

可以理解的是，建筑物三维建模装置在生成建筑物三维白模后，可以基于POI数据确定建筑物的类型，如果没有POI数据，则基于建筑物的特征参数确定建筑物类型，从而能够增加建筑物的类型确定率。

其中，特征参数包括几何特征参数、多边形数量、领域高度方差以及所属建筑群规模中的至少一种。几何特征参数包括但不限于建筑物的高度、面积、边数、曲率、凹凸性中的至少一种。

可选的，第二确定模块基于第一建筑物的特征参数与预设类型的阈值条件对第一建筑物进行类型识别，并基于识别结果确定第一建筑物的类型的具体方式可以为：

获取预设类型的特征参数的阈值条件以及权重；

判断第一建筑物的特征参数是否满足第二类型的特征参数的阈值条件，其中，第二类型为所述预设类型中的任一类型；

基于判断结果以及第二类型的特征参数的权重，确定第一建筑物与第二类型的特征参数匹配度；

将预设类型中与第一建筑物的特征参数匹配度最大的类型确定为第一建筑物的类型。

作为又一种可行的实施方式，该装置还可以包括识别模块，其中：

识别模块，用于基于预设规则以及第二建筑物的类型识别第二建筑物的三维白模的功能面，其中，第二建筑物为待建模区域中的任一建筑物。

那么查找模块查找与待建模区域中建筑物的类型匹配的纹理数据的具体方式可以为：

查找与第二建筑物的类型匹配的纹理数据库；

从纹理数据库中确定第二建筑物的三维白模的每个功能面对应的纹理数据。

建筑物三维建模装置可以根据建筑物类型查找对应的纹理数据库，并依据建筑物的不同功能面查找对应的纹理数据，并将其应用到功能面中，从而能够快速地得到待建模区域中各建筑物的三维模型，提高三维建模效率。

其中，预设规则具体可以为CGA规则。

实施本发明实施例，具有如下有益效果：

本发明实施例中，建筑物三维建模装置可以依据建筑物的矢量轮廓数据和高度数据批量生成待建模区域的建筑物三维白模，并基于POI数据可以确定建筑物类型，如果没有POI数据，则基于建筑物的特征参数确定建筑物类型，从而根据建筑物类型查找对应的纹理数据库，并依据建筑物的不同功能面查找对应的纹理数据，并将其应用到功能面中，从而能够快速地建立待建模区域的建筑物三维模型，提高建筑物三维建模的效率。由于该方法不需要对建筑物逐一进行建模，从而在一定程度上能够减少投入成本。增加三维白模的纹理可以提升用户体验。进一步的，该方法以常见的二维地理位置数据、POI数据以及外立面纹理数据为输入，从而能够实现快速批量化构建城市区域的三维建筑模型，地理相关性强、适配性强，能够满足不同应用场景的需求。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例公开的一种建筑物三维建模方法的流程示意图；

图2a是本发明实施例公开的建筑物类型识别结果示意图；

图2b是本发明实施例公开的建筑物的三维模型示意图；

图3是本发明实施例公开的另一种建筑物三维建模方法的流程示意图；

图4a是本发明实施例公开的建筑物几何特征参数第一示意图；

图4b是本发明实施例公开的建筑物几何特征参数第二示意图；

图4c是本发明实施例公开的建筑物邻接多边形的示意图；

图4d是本发明实施例公开的不同建筑物类型的高度差对比示意图；

图4e是本发明实施例公开的建筑物相似度匹配的示意图；

图5a是本发明实施例公开的建筑物三维白模的功能面划分第一示意图；

图5b是本发明实施例公开的建筑物三维白模的功能面划分第二示意图；

图5c是本发明实施例公开的纹理数据应用于建筑物三维白模的示意图；

图6是本发明实施例公开的一种建筑物三维建模装置的结构示意图；

图7是本发明实施例公开的一种建筑物三维建模设备的结构示意图。

具体实施方式

下面将结合附图，对本发明的实施例进行描述。

本发明实施例公开了一种建筑物三维建模方法及装置，能够提高建筑物三维建模的效率，减少投入成本。以下进行详细说明。

请参阅图1，图1是本发明实施例公开的一种建筑物三维建模方法的流程示意图。如图2所示，该方法可以包括以下步骤：

101、建筑物三维建模装置获取待建模区域的二维建筑物矢量数据和POI数据。

本发明实施例中，二维建筑物矢量数据包括了建筑物的矢量轮廓数据、高度数据和第一位置数据，POI数据包括了第二位置数据。可以理解的是，矢量轮廓数据用来描述建筑物的二维轮廓，第一位置信息为二维矢量地图中建筑物的位置信息，POI数据，即为城市兴趣点数据，第二位置数据至少包括了建筑物的经度和维度。

其中，二维建筑物的矢量数据可以是建筑物三维建模装置预先存储的，POI数据也可以是建筑物三维建模装置预先存储的，还可以是建筑物三维建模装置实时采集的，还可以是其他外部设备预先存储或实时采集的，本发明实施例不做限定。

可以理解的是，对于待建模区域中，并不是所有的建筑物都对应存在POI数据，但每个建筑物对应一个二维建筑物矢量数据，也就是说，建筑物三维建模装置获取的POI数据可能是待建模区域中部分建筑物的。

102、建筑物三维建模装置基于二维建筑物矢量数据包括的矢量轮廓数据和高度数据生成待建模区域中建筑物的三维白模。

本发明实施例中，建筑物三维建模装置在获取到二维建筑物矢量数据后，可以针对每个建筑物根据其对应的矢量轮廓数据和高度数据生成三维白模，也即是，建筑物三维建模装置将二维建筑物的矢量轮廓线依据其高度数据做三维垂直拉伸，从而得到该建筑物的三维无纹理白模。依据上述方法从而可以批量生成待建模区域中所有二维建筑物的三维白模，本发明实施例不再赘述。

103、建筑物三维建模装置基于二维建筑物矢量数据包括的第一位置数据和POI数据包括的第二位置数据确定待建模区域中建筑物的类型。

本发明实施例中，建筑物三维建模装置可以通过采集建筑物所在区域的城市POI数据，并与待识别建筑物的矢量轮廓数据(如，轮廓形状)做位置关联匹配，同时构建第二位置数据与建筑物类型的对应关系，从而可以在第一位置数据和第二位置数据匹配时，将第二位置数据对应的建筑物类型作为对应建筑物的类型。

具体实现中，POI数据还可以包括与第二位置数据对应的POI名称。建筑物三维建模装置基于二维建筑物矢量数据包括的第一位置数据和POI数据包括的第二位置数据确定待建模区域中建筑物的类型的具体方式可以为：

建筑物三维建模装置针对第一位置数据中的每个位置数据，从第二位置数据中确定与该每个位置数据匹配的目标位置数据，确定目标位置数据对应的目标POI名称，并从预设类型数据库中查找与目标POI名称对应的第一类型，从而将第一类型确定为该每个位置数据所标记建筑物的类型。

具体的，建筑物三维建模装置可以预先划分建筑物的类型，并建立类型词典与后缀名对应关系表。其中，类型划分主要根据具体业务和场景需求来定，如可以按照建筑物的使用属性划分为城中村、高层商品房和公共建筑，其中公共建筑又可以进一步进行细分，如细分为商业建筑、教育机构、写字楼等。其中，建筑物的后缀名词库构建即是对常用常见建筑物名称的后缀名进行收集归纳，构建典型的后缀名词库，作为初始POI数据的过滤依据和匹配词库，从而将构建划分好的建筑物类型和后缀名词库建立映射关系。

举例来说，建筑物类型和典型的建筑物后缀名词库之间映射关系可以如表1所示。

表1

建筑物类型	典型的建筑物后缀名词库
		城中村	小区、村、栋、庭…
教育机构	学校、学院、高中、中学…
		商业建筑	商场、广场、购物中心…
…	…

当然，表1所给出的映射关系只是一个示例，还可以做更细致的划分，本发明实施例不做限定。

需要说明的是，POI数据的获取途径有很多，可以实时采集，也可以从在线地图或者导航地图等第三方数据库中提取，本发明实施例不做限定。

本发明实施例中，由于POI数据中的第二位置数据和二维建筑物矢量数据中的第一位置数据采集的渠道不同，两者的坐标位置可能存在一定的误差，因此，建筑物三维建模装置在获取到每个建筑物的第一位置数据以及部分建筑物的第二位置数据后，首先需要对建筑物的轮廓(即，矢量多边形)与第二位置数据做位置匹配，匹配规则采用最邻近的匹配原则，即，将POI点匹配到离其最近的建筑物矢量多边形上。

可以理解的是，建筑物三维建模装置可以针对第一位置数据中的每个位置数据，查找第二位置数据中是否存在指示相同位置的目标位置数据，如果存在，那么就将目标位置数据对应的目标POI名称(即，建筑物名称)，作为该位置数据所标记建筑物的名称。如果不存在指示相同位置的目标位置数据，则在第二位置数据中查找与该位置数据相近的目标位置数据，也即是说，目标位置数据与该位置数据分别指示的位置在预设距离范围内，例如50米，100米，等等，从而将该目标位置数据所对应的目标POI名称匹配到对应的建筑物上。通过上述方式可以将POI数据中所有的POI名称都能匹配到对应的建筑物上。

进一步的，建筑物三维建模装置在匹配到对应POI名称后，会从POI名称中提取后缀名，从而根据后缀名从表1中查找对应的建筑物类型，从而将该建筑物类型作为对应位置数据所标记建筑物的类型。

又举例来说，假设某一建筑物根据POI数据做位置匹配后，得到该建筑物的POI名称为阳光小区，建筑物三维建模装置从而提取其后缀名为小区，并可以从表1中查找到与后缀名为小区具有映射关系的建筑物类型为城中村，从而将该建筑物的类型确定为城中村。如图2a所示，示出了建筑物三维建模装置针对某一区域的建筑物类型识别结果，由图2a可以看出，该区域可以分为低矮居民楼、高层居民楼和公共建筑，因此，建筑物三维建模装置用不同的方式对不同类型的建筑物进行区分。

104、建筑物三维建模装置查找与待建模区域中建筑物的类型匹配的纹理数据。

本发明实施例中，建筑物三维建模装置在确定好待建模区域中建筑物的类型后，可以查找与类型匹配的纹理数据，其中，该纹理数据具体可以理解为纹理图片、纹理模型，本发明实施例不做限定。

具体的，建筑物三维建模装置可以是从预先建立的纹理数据库中查找纹理数据，该纹理数据库中包含有各个建筑物的类型的纹理数据；也可以是结合街景技术、无人机技术等实时采集的纹理数据；还可以是结合材质识别技术确定的纹理数据，本发明实施例不做限定。

105、建筑物三维建模装置将该纹理数据应用于待建模区域中建筑物的三维白模中，得到待建模区域中建筑物的三维模型。

本发明实施例中，建筑物三维建模装置在查找到每种建筑物类型对应的纹理数据后，从而会将该纹理数据批量地应用到相同类型的建筑物的三维白模中，具体可以是将同一建筑物类型对应的纹理图片粘贴到该类型的所有建筑物的三维白模中。通过这种方式从而可以快速得到待建模区域中各个建筑物的三维模型。

举例来说，如图2b所示，图2b为依据本发明实施例所描述的方法所建立的某一区域中建筑物的三维模型，用户从而可以基于该三维模型对该区域的网络进行合理的规划部署，不仅能够改善用户体验，还能够在一定程度上辅助用户规划决策，提高网规网优的效率。

可见，在图1所描述的方法中，建筑物三维建模装置可以依据建筑物的矢量轮廓数据和高度数据批量生成待建模区域的建筑物三维白模，并基于POI数据可以确定建筑物类型，从而依据类型查找对应的纹理数据，将对应的纹理数据统一应用到相同类型的建筑物三维白模中，从而能够快速地建立待建模区域的建筑物三维模型，提高建筑物三维建模的效率。由于该方法不需要对建筑物逐一进行建模，从而在一定程度上能够减少投入成本。增加三维白模的纹理可以提升用户体验。进一步的，该方法以常见的二维地理位置数据、POI数据以及外立面纹理数据为输入，从而能够实现快速批量化构建城市区域的三维建筑模型，地理相关性强、适配性强，能够满足不同应用场景的需求。

请参阅图3，图3是本发明实施例公开的另一种建筑物三维建模方法的流程示意图。如图3所示，该方法可以包括以下步骤：

301、建筑物三维建模装置获取待建模区域的二维建筑物矢量数据和POI数据。

302、建筑物三维建模装置基于矢量数据包括的矢量轮廓数据和高度数据生成待建模区域中建筑物的三维白模。

303、建筑物三维建模装置基于矢量数据包括的第一位置数据和POI数据包括的第二位置数据确定待建模区域中建筑物的类型。

需要说明的是，步骤301～303与上述实施例中步骤101～103的实现方式相同，本发明实施例在此不再赘述。

304、建筑物三维建模装置确定待建模区域中未确定类型的建筑物集合。

本发明实施例中，由于待建模区域中并不是所有的建筑物都对应能采集到POI数据，因此，建筑物三维建模装置在基于第一位置数据和第二位置数据确定待建模区域中建筑物的类型后，可以从中确定出未确定类型的建筑物，从而将这些未确定类型的建筑物组成建筑物集合。

可以理解的是，建筑物集合中所包括的建筑物可以为零，也可以一个，也可以为两个及以上，本发明实施例不做限定。

305、建筑物三维建模装置基于第一建筑物的矢量轮廓数据确定第一建筑物的特征参数。

其中，第一建筑物为建筑物集合中的任一建筑物，建筑物三维建模装置可以针对建筑物集合中的每个建筑物，确定其特征参数。矢量轮廓数据具体可以是指建筑物的轮廓形状，特征参数包括几何特征参数、多边形数量、领域高度方差以及所属建筑群规模中的至少一种。

针对集合特征参数来说，几何特征参数包括但不限于建筑物的高度、面积、边数、曲率、凹凸性中的至少一种。其中，建筑物的高度可以直接从二维建筑物矢量轮廓数据中的高度数据中获取；面积即为组成该建筑物的闭合面的面积，可以根据多边形面积计算方式计算得出；边数，即为组成该建筑物的多边形个数；曲率是指组成该建筑物的多边形中顶点夹角在一定范围内的最大连续顶点个数，该范围可以为120°～180°，本发明实施例不做限定。具体可参见图4a所示，图4a中标示出了建筑物的多边形中顶点夹角在120°～180°之间的最大连续顶点，有7个，从而可以得到该建筑物的曲率为7；凹凸性是指组成该建筑物的多边形凹凸角序变化，可通过角序变化的二进制码体现，如图4b所示，在图4b中，组成该建筑物的棱角分明，凹点有8个，凸点有12个，假设将凹点设置为0，凸点设置为0，那么该建筑物的角序变化二进制码可以为11001101101100110110，当然，按照不同的顺序可以得到不同组合的二进制码。

针对多边形数量来说，是指针对某一建筑物来说，其邻接的多边形个数，在二维矢量电子地图中，同一个建筑物可能由多个不同高度的相邻多边形构成，如图4c所示，该建筑物由6个多边形构成。计算同一个建筑物由多少个相邻多边形构成，可作为判别该建筑物类型的参考依据。例如，大型商场一般会由较多个多边形组合而成，而一般居民房只有一个多边形构成。

针对邻域高度方差来说，是指某一建筑物的领域范围内的建筑物高度变化的方差，其在一定程度上反映了该建筑物所处周围的环境，如一般住宅区内的建筑物高度比较接近，因此方差较小，而中央商务区(Central Business District，CBD)区域内的建筑物高度变化较大，因此方差较大。该方差s²具体可通过以下公式计算得到：

其中，上述公式中，n表示领域内建筑物的个数，M表示领域内建筑物的高度均值，x_n表示单个建筑物的高度。

请一并参阅图4d，图4d的左侧示出了居住区建筑物高度差的示意图，右侧示出了CBD区域建筑物高度差的示意图，由图4d可以看出，居住区的建筑物高度差较小，CBD区域的建筑物高度差较大，因此，通过上述公式计算出的居住区的建筑物方差较小，而CBD区域的建筑物方差较大。

针对所属建筑群规模来说，建筑群规模主要是进行建筑物多边形邻域相似度匹配得到。具体是以建筑物的几何特征参数为相似度匹配的因子，将相邻两个建筑物进行多边形匹配，在匹配度达到预设匹配度阈值(具体可以是每个几何特征参数的匹配度之和达到预设匹配度阈值)时，即确定这两个相邻建筑物同属于同一建筑群。其中，预设匹配度阈值可以为80％，本发明实施例不做限定。

可以理解的是，按照上述方式不断扩展范围进行建筑物相似度匹配，直到与相邻建筑物之间的匹配度超过预设匹配度阈值的建筑物与相邻建筑物之间的匹配度未超过预设匹配度阈值为止，从而计算这类建筑物的数量，该数量可视为其所属建筑群规模。其中，建筑群规模也可作为判断建筑类型的重要依据。

举例来说，居民楼一般都是成群存在的，而商业建筑等公共建筑一般不会形成规模化建筑群，因此，建筑群规模可作为判定建筑物类型的依据。请一并参阅图4e，在图4e中，标示有相同标号的建筑物均同属于同一建筑群，例如，依据建筑物的几何特征参数进行相似度匹配后，标号为13的建筑物同属于同一建筑群，标号为4的建筑物又同属另一建筑群，从而得到不同建筑群的规模。由图可以看出，标号为13的建筑群的建筑物数量较多，规模较大。

306、建筑物三维建模装置基于第一建筑物的特征参数与预设类型的阈值条件对第一建筑物进行类型识别，并基于识别结果确定第一建筑物的类型。

本发明实施例中，建筑物三维建模装置在确定好建筑物群中每个建筑物的特征参数后，从而可以依据特征参数来识别每个建筑物的类型。

可以理解的是，建筑物三维建模装置可以预先设定多个建筑物的类型，例如居民楼、学校、商场、写字楼等等，然后针对每个预设类型的建筑物的每个特征参数设定阈值条件。如果需要判断某一建筑物的类型，建筑物三维建模装置首先可以获取每个预设类型的特征参数阈值条件，然后针对每个预设类型，基于该建筑物的每个特征参数是否满足对应阈值条件识别该建筑物的类型。

作为一种可行的实施方式，建筑物三维建模装置基于第一建筑物的特征参数与预设类型的阈值条件对第一建筑物进行类型识别，并基于识别结果确定第一建筑物的类型的具体方式为：

获取预设类型的特征参数的阈值条件以及权重；

判断第一建筑物的特征参数是否满足第二类型的特征参数的阈值条件，其中，第二类型为预设类型中的任一类型；

基于判断结果以及第二类型的特征参数的权重，确定第一建筑物与第二类型的特征参数匹配度；

将预设类型中与第一建筑物的特征参数匹配度最大的类型确定为第一建筑物的类型。

具体实现中，建筑物三维建模装置不仅为每个预设类型的建筑物的每个特征参数设定阈值条件，还为每个特征参数设定权重，例如，假设预设类型包括商业建筑、居民楼、写字楼，商业建筑的高度阈值条件为12米～30米，面积阈值条件为10万～1000万平方米，边数阈值条件为大于20，曲率阈值条件为大于10，凹凸性阈值条件为非对称二进制码，多边形数量阈值条件为大于5，领域高度方差阈值条件为50～200，所属建筑物规模阈值条件为1～5，对应权重分别为0.1、0.2、0.2、0.1、0.1、0.05、0.15、0.1；居民楼的高度阈值条件为30米～70米，面积阈值条件为800～1000平方米，边数阈值条件为4～12，曲率阈值条件为小于4，凹凸性阈值条件为对称二进制码，多边形数量阈值条件为2～4，领域高度方差阈值条件为10～50，所属建筑物规模阈值条件为大于6，对应权重分别为0.05、0.15、0.1、0.1、0.2、0.05、0.2、0.15；写字楼的高度阈值条件为30米～60米，面积阈值条件为2000～1万平方米，边数阈值条件为6～16，曲率阈值条件为6～10，凹凸性阈值条件为对称二进制码，多边形数量阈值条件为3～5，领域高度方差阈值条件为10～50，所属建筑物规模阈值条件为1～4，对应权重分别为0.15、0.2、0.05、0.05、0.15、0.15、0.1、0.15，以上仅是举例，本发明实施例不做限定。

进一步的，对于建筑物集合中的每个建筑物，在确定其各个特征参数后，就可以针对每个预设类型(即，第二类型)，判断建筑物的各个特征参数是否满足该第二类型中各自对应的特征参数的阈值条件。如果该建筑物的某一特征参数满足第二类型中对应特征参数的阈值条件，则可以将该第二类型中相应的特征参数权重作为该项特征参数的匹配度，例如，第二类型的该特征参数权重为0.2，如果该建筑物的相应特征参数满足其阈值条件，那么对应的特征参数匹配度为0.2；如果该建筑物的某一特征参数不满足第二类型中对应特征参数的阈值条件，则可以将该项特征参数的匹配度置零，或者为第二类型中相应特征参数权重的负值，例如，第二类型的该特征参数权重为0.1，如果该建筑物的相应特征参数不满足其阈值条件，那么对应的特征参数匹配度为0或者-0.1。通过这种方式可以得到建筑物集合中每个建筑物的每个特征参数分别与每个预设类型中对应特征参数的匹配度，并将与同一类型的特征参数的匹配度相加，从而可以分别得到该建筑物与各个类型的匹配度，最后将匹配度最大的类型作为该建筑物的类型。

举例来说，假设建筑物集合中某一建筑物的特征参数分别与类型C中相应特征参数的匹配度为0.2、0.3、-0.25、0.15、0.1，那么该建筑物与类型C的特征参数匹配度为0.2+0.3-0.25+0.15+0.1＝0.5，分别与类型T中相应特征参数的匹配度为-0.1、0.2、-0.2、0.3、0.1，那么该建筑物与类型T的特征参数匹配度为-0.1+0.2-0.2+0.3+0.1＝0.3，那么可以得出该建筑物的类型为类型C。

307、建筑物三维建模装置查找与待建模区域中建筑物的类型匹配的纹理数据。

作为一种可行的实施方式，建筑物三维建模装置在确定好待建模区域中各个建筑物的类型之后，以及在查找与待建模区域中建筑物的类型匹配的纹理数据之前，还可以执行以下操作：

建筑物三维建模装置基于预设规则以及第二建筑物的类型识别第二建筑物的三维白模的功能面。其中，第二建筑物为待建模区域中的任一建筑物。

那么建筑物三维建模装置在查找与待建模区域中建筑物的类型匹配的纹理数据的具体方式可以为：

查找与第二建筑物的类型匹配的纹理数据库；

从纹理数据库中确定第二建筑物的三维白模的每个功能面对应的纹理数据。

具体实现中，预设规则具体可以是指CGA规则，第二建筑物为待建模区域中的任一建筑物，具体可以是待建模区域中确定了类型的建筑物，本发明实施例不做限定。建筑物三维建模装置从而在确定好待建模区域中建筑物的类型后，针对每个建筑物都基于类型和CGA规则识别其三维白模的功能面。

可以理解的是，不同建筑物类型，其建筑物三维白模的功能面划分不同，例如，对于“低矮居民房”类型的三维白模来说，可以将其划分为屋顶、侧面、正面、底层等四个功能面。如图5a所示，可以依据建筑物的类型将其划分为屋顶、侧面、正面、底层四个功能面。

进一步的，在进行功能面划分后，建筑物三维建模装置还可以进一步将每个功能面细分为功能子面。具体可以对划分的功能面进行结构切割和重构，最后划分为对应于不同功能纹理的纹理子面。请一并参阅图5b，以低矮居民楼屋顶功能面为例，首先通过CGA规则进行结构重构，然后对重构后的屋顶进一步划分为不同子功能面，如天窗面，侧面，天窗面进一步划分为瓦片和天窗子功能面。

本发明实施例中，建筑物三维建模装置还可以预先建立纹理数据库，该纹理数据库中各个纹理数据主要依据不同的建筑物类型进行保存，并且在同一建筑物类型的纹理数据库中，不同功能面所对应的纹理数据又不同。

因此，建筑物三维建模装置在识别出待建模区域中各个建筑物的三维白模功能面，并进行功能面划分后，可以从纹理数据库中查找对应的纹理数据。其中，纹理库中的模型纹理根据不同的功能类型分类和组织，如按照门、窗、墙、瓦等分类和存储。当建筑物三维建模装置已经将建筑物的三维白模的外立面按照不同使用功能切割为功能子面后，即，可以根据功能子面的功能属性去纹理数据库中查找对应的纹理数据。也即是说，可以先查找与该建筑物的类型匹配的纹理数据库，然后在查找到的纹理数据库中针对每个功能面查找对应的纹理数据，例如，屋顶的天窗对应的纹理数据有A、B、C，墙面对应的纹理数据有R、T、Y，那么建筑物三维建模装置可以从多个纹理数据中随机获取一个。

需要说明的是，对于具有建筑群规模的建筑物来说，同一建筑群规模中的所有建筑物的相同功能面的纹理数据应该保持相同，以便于对建筑群体进行区分。

308、建筑物三维建模装置将该纹理数据应用于待建模区域中建筑物的三维白模中，得到待建模区域中建筑物的三维模型。

本发明实施例中，建筑物三维建模装置在查找对建筑物的每个功能面对应的纹理数据(即纹理图片)后，即可将纹理数据应用到对应的功能面中，从而得到该功能面具有纹理的三维模型。如图5c所示，将低矮居民楼的屋顶按照天窗、瓦片等子功能面从纹理数据库中查找对应的纹理数据，从而将瓦片库中的瓦片数据应用到瓦片子功能面中，天窗库中的天窗数据应用到天窗子功能面中，从而得到了完整的屋顶三维模型。通过该方式可以得到建筑物的各功能面的三维模型，从而得到待建模区域中各建筑物的三维模型。

可见，在图3所描述的方法中，建筑物三维建模装置在生成建筑物三维白模后，可以基于POI数据确定建筑物的类型，如果没有POI数据，则基于建筑物的特征参数确定建筑物类型，从而根据建筑物类型查找对应的纹理数据库，并依据建筑物的不同功能面查找对应的纹理数据，并将其应用到功能面中，从而能够快速地得到待建模区域中各建筑物的三维模型，提高三维建模效率。

请参阅图6，图6是本发明实施例公开的一种建筑物三维建模装置的结构示意图。其中，图6所描述的建筑物三维建模装置600可以用于执行图1和图3相应的方法步骤。如图6所示，该建筑物三维建模装置600可以包括以下模块：

获取模块601，用于获取待建模区域的二维建筑物矢量数据和POI数据，其中，二维建筑物矢量数据包括矢量轮廓数据、高度数据和第一位置数据，POI数据包括第二位置数据。

生成模块602，用于基于矢量轮廓数据和高度数据生成待建模区域中建筑物的三维白模。

第一确定模块603，用于基于第一位置数据和第二位置数据确定待建模区域中建筑物的类型。

查找模块604，用于查找与待建模区域中建筑物的类型匹配的纹理数据。

应用模块605，用于将该纹理数据应用于待建模区域中建筑物的三维白模中，得到待建模区域中建筑物的三维模型。

作为一种可行的实施方式，POI数据还可以包括与第二位置数据对应的POI名称；第一确定模块603基于第一位置数据和第二位置数据确定待建模区域中建筑物的类型的具体方式可以为：

针对第一位置数据中的每个位置数据，从第二位置数据中确定与该每个位置数据匹配的目标位置数据；

确定目标位置数据对应的目标POI名称，并从预设类型数据库中查找与目标POI名称对应的第一类型；

将第一类型确定为该每个位置数据所标记建筑物的类型。

作为另一种可行的实施方式，该装置还可以包括第二确定模块606，其中：

第二确定模块606，用于确定待建模区域中未确定类型的建筑物集合。

第二确定模块606，还用于基于第一建筑物的矢量轮廓数据确定第一建筑物的特征参数，其中，第一建筑物为建筑物集合中的任一建筑物。

第二确定模块606，还用于基于第一建筑物的特征参数与预设类型的阈值条件对第一建筑物进行类型识别，并基于识别结果确定第一建筑物的类型。

其中，特征参数包括几何特征参数、多边形数量、领域高度方差以及所属建筑群规模中的至少一种。几何特征参数包括但不限于建筑物的高度、面积、边数、曲率、凹凸性中的至少一种。

作为又一种可行的实施方式，第二确定模块606基于第一建筑物的特征参数与预设类型的阈值条件对第一建筑物进行类型识别，并基于识别结果确定第一建筑物的类型的具体方式可以为：

获取预设类型的特征参数的阈值条件以及权重；

判断第一建筑物的特征参数是否满足第二类型的特征参数的阈值条件，其中，第二类型为所述预设类型中的任一类型；

基于判断结果以及第二类型的特征参数的权重，确定第一建筑物与第二类型的特征参数匹配度；

将预设类型中与第一建筑物的特征参数匹配度最大的类型确定为第一建筑物的类型。

作为又一种可行的实施方式，该装置还可以包括识别模块607，其中：

识别模块607，用于基于预设规则以及第二建筑物的类型识别第二建筑物的三维白模的功能面，其中，第二建筑物为待建模区域中的任一建筑物。

那么查找模块604查找与待建模区域中建筑物的类型匹配的纹理数据的具体方式可以为：

查找与第二建筑物的类型匹配的纹理数据库；

从纹理数据库中确定第二建筑物的三维白模的每个功能面对应的纹理数据。

可见，在图6所描述的建筑物三维建模装置中，建筑物三维建模装置可以依据建筑物的矢量轮廓数据和高度数据批量生成待建模区域的建筑物三维白模，并基于POI数据可以确定建筑物类型，如果没有POI数据，则基于建筑物的特征参数确定建筑物类型，从而根据建筑物类型查找对应的纹理数据库，并依据建筑物的不同功能面查找对应的纹理数据，并将其应用到功能面中，从而能够快速地建立待建模区域的建筑物三维模型，提高建筑物三维建模的效率。由于该方法不需要对建筑物逐一进行建模，从而在一定程度上能够减少投入成本。增加三维白模的纹理可以提升用户体验。进一步的，该方法以常见的二维地理位置数据、POI数据以及外立面纹理数据为输入，从而能够实现快速批量化构建城市区域的三维建筑模型，地理相关性强、适配性强，能够满足不同应用场景的需求。

请参阅图7，图7是本发明实施例公开的一种建筑物三维建模设备的结构示意图。其中，图7所描述的建筑物三维建模设备700可以用于执行图1和图3相应的方法步骤。如图7所示，该建筑物三维建模设备700可以包括：至少一个输入设备701，至少一个输出设备702，至少一个处理器703，如CPU，存储器704以及至少一个通信总线705，上述输入设备701、输出设备702、处理器603和存储器704通过总线705连接。

其中，上述输入设备701具体可为建筑物三维建模设备700的触控面板和接收器，触控面板包括触摸屏和触控屏，用于检测建筑物三维建模设备700触控面板上的操作指令，接收器用于接收外部设备发送的数据和指令。

上述输出设备702具体可为建筑物三维建模设备700的显示屏和发送器，显示屏用于输出显示界面等，发送器用于向外部设备发送数据和指令。

上述存储器704可以是高速RAM存储器，也可为非不稳定的存储器(non-volatilememory)，例如磁盘存储器。上述存储器704用于存储一组程序代码，上述输入设备701、输出设备702和处理器703用于调用存储器704中存储的程序代码，执行如下操作：

上述处理器703，用于获取待建模区域的二维建筑物矢量数据和POI数据，其中，二维建筑物矢量数据包括矢量轮廓数据、高度数据和第一位置数据，POI数据包括第二位置数据。

上述处理器703，还用于基于矢量轮廓数据和高度数据生成待建模区域中建筑物的三维白模。

上述处理器703，还用于基于第一位置数据和第二位置数据确定待建模区域中建筑物的类型。

上述处理器703，还用于查找与待建模区域中建筑物的类型匹配的纹理数据。

上述处理器703，还用于将该纹理数据应用于待建模区域中建筑物的三维白模中，得到待建模区域中建筑物的三维模型。

作为一种可行的实施方式，上述输出设备702，用于输出待建模区域中建筑物的三维模型。

作为另一种可行的实施方式，POI数据还可以包括与第二位置数据对应的POI名称；处理器703基于第一位置数据和第二位置数据确定待建模区域中建筑物的类型的具体方式可以为：

针对第一位置数据中的每个位置数据，从第二位置数据中确定与该每个位置数据匹配的目标位置数据；

确定目标位置数据对应的目标POI名称，并从预设类型数据库中查找与目标POI名称对应的第一类型；

将第一类型确定为该每个位置数据所标记建筑物的类型。

作为又一种可行的实施方式，上述处理器703，还用于确定待建模区域中未确定类型的建筑物集合，基于第一建筑物的矢量轮廓数据确定第一建筑物的特征参数，其中，第一建筑物为建筑物集合中的任一建筑物。

上述处理器703，还用于基于第一建筑物的特征参数与预设类型的阈值条件对第一建筑物进行类型识别，并基于识别结果确定第一建筑物的类型。

其中，特征参数包括几何特征参数、多边形数量、领域高度方差以及所属建筑群规模中的至少一种。几何特征参数包括但不限于建筑物的高度、面积、边数、曲率、凹凸性中的至少一种。

作为又一种可行的实施方式，上述处理器703基于第一建筑物的特征参数与预设类型的阈值条件对第一建筑物进行类型识别，并基于识别结果确定第一建筑物的类型的具体方式可以为：

获取预设类型的特征参数的阈值条件以及权重；

判断第一建筑物的特征参数是否满足第二类型的特征参数的阈值条件，其中，第二类型为所述预设类型中的任一类型；

基于判断结果以及第二类型的特征参数的权重，确定第一建筑物与第二类型的特征参数匹配度；

将预设类型中与第一建筑物的特征参数匹配度最大的类型确定为第一建筑物的类型。

作为又一种可行的实施方式，上述处理器703，还用于基于预设规则以及第二建筑物的类型识别第二建筑物的三维白模的功能面，其中，第二建筑物为待建模区域中的任一建筑物。

那么处理器703查找与待建模区域中建筑物的类型匹配的纹理数据的具体方式可以为：

查找与第二建筑物的类型匹配的纹理数据库；

从纹理数据库中确定第二建筑物的三维白模的每个功能面对应的纹理数据。

可见，在图7所描述的建筑物三维建模设备中，建筑物三维建模设备可以依据建筑物的矢量轮廓数据和高度数据批量生成待建模区域的建筑物三维白模，并基于POI数据可以确定建筑物类型，如果没有POI数据，则基于建筑物的特征参数确定建筑物类型，从而根据建筑物类型查找对应的纹理数据库，并依据建筑物的不同功能面查找对应的纹理数据，并将其应用到功能面中，从而能够快速地建立待建模区域的建筑物三维模型，提高建筑物三维建模的效率。由于该方法不需要对建筑物逐一进行建模，从而在一定程度上能够减少投入成本。增加三维白模的纹理可以提升用户体验。进一步的，该方法以常见的二维地理位置数据、POI数据以及外立面纹理数据为输入，从而能够实现快速批量化构建城市区域的三维建筑模型，地理相关性强、适配性强，能够满足不同应用场景的需求。

需要说明的是，在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。其次，本领域技术人员也应该知悉，说明书中所所涉及的动作和模块并不一定是本发明所必须的。

本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。

本发明实施例建筑物三维建模装置中的模块可以根据实际需要进行合并、划分和删减。

本发明实施例中所述建筑物三维建模装置，可以通过通用集成电路，例如CPU(Central Processing Unit，中央处理器)，或通过ASIC(Application SpecificIntegrated Circuit，专用集成电路)来实现。

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，所述的程序可存储于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，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。

以上对本发明实施例公开的一种建筑物三维建模方法及装置进行了详细介绍，本文中应用了具体实例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (12)

1.一种建筑物三维建模方法，其特征在于，包括：

获取待建模区域的二维建筑物矢量数据和兴趣点POI数据，所述二维建筑物矢量数据包括矢量轮廓数据、高度数据和第一位置数据，所述POI数据包括第二位置数据；

基于所述矢量轮廓数据和所述高度数据生成所述待建模区域中建筑物的三维白模，并基于所述第一位置数据和所述第二位置数据确定所述待建模区域中建筑物的类型；

查找与所述待建模区域中建筑物的类型匹配的纹理数据；

将所述纹理数据应用于所述待建模区域中建筑物的三维白模中，得到所述待建模区域中建筑物的三维模型。

2.根据权利要求1所述的方法，其特征在于，所述POI数据还包括与所述第二位置数据对应的POI名称；

所述基于所述第一位置数据和所述第二位置数据确定所述待建模区域中建筑物的类型，包括：

针对所述第一位置数据中的每个位置数据，从所述第二位置数据中确定与所述每个位置数据匹配的目标位置数据；

确定所述目标位置数据对应的目标POI名称，并从预设类型数据库中查找与所述目标POI名称对应的第一类型；

将所述第一类型确定为所述每个位置数据所标记建筑物的类型。

3.根据权利要求1或2所述的方法，其特征在于，所述基于所述第一位置数据和所述第二位置数据确定所述待建模区域中建筑物的类型之后，所述方法还包括：

确定所述待建模区域中未确定类型的建筑物集合；

基于第一建筑物的矢量轮廓数据确定所述第一建筑物的特征参数，所述第一建筑物为所述建筑物集合中的任一建筑物；

基于所述第一建筑物的特征参数与预设类型的阈值条件对所述第一建筑物进行类型识别，并基于识别结果确定所述第一建筑物的类型。

4.根据权利要求3所述的方法，其特征在于，所述特征参数包括几何特征参数、多边形数量、领域高度方差以及所属建筑群规模中的至少一种。

5.根据权利要求3所述的方法，其特征在于，所述基于所述第一建筑物的特征参数与预设类型的阈值条件对所述第一建筑物进行类型识别，并基于识别结果确定所述第一建筑物的类型，包括：

获取预设类型的特征参数的阈值条件以及权重；

判断所述第一建筑物的特征参数是否满足所述第二类型的特征参数的阈值条件，所述第二类型为所述预设类型中的任一类型；

基于判断结果以及所述第二类型的特征参数的权重，确定所述第一建筑物与所述第二类型的特征参数匹配度；

将所述预设类型中与所述第一建筑物的特征参数匹配度最大的类型确定为所述第一建筑物的类型。

6.根据权利要求1或2所述的方法，其特征在于，所述基于所述矢量轮廓数据和所述高度数据生成所述待建模区域中建筑物的三维白模，并基于所述第一位置数据和所述第二位置数据确定所述待建模区域中建筑物的类型之后，所述方法还包括：

基于预设规则以及第二建筑物的类型识别所述第二建筑物的三维白模的功能面，所述第二建筑物为所述待建模区域中的任一建筑物；

所述查找与所述待建模区域中建筑物的类型匹配的纹理数据，包括：

查找与所述第二建筑物的类型匹配的纹理数据库；

从所述纹理数据库中确定所述第二建筑物的三维白模的每个功能面对应的纹理数据。

7.一种建筑物三维建模装置，其特征在于，包括：

获取模块，用于获取待建模区域的二维建筑物矢量数据和兴趣点POI数据，所述二维建筑物矢量数据包括矢量轮廓数据、高度数据和第一位置数据，所述POI数据包括第二位置数据；

生成模块，用于基于所述矢量轮廓数据和所述高度数据生成所述待建模区域中建筑物的三维白模；

第一确定模块，用于基于所述第一位置数据和所述第二位置数据确定所述待建模区域中建筑物的类型；

查找模块，用于查找与所述待建模区域中建筑物的类型匹配的纹理数据；

应用模块，用于将所述纹理数据应用于所述待建模区域中建筑物的三维白模中，得到所述待建模区域中建筑物的三维模型。

8.根据权利要求7所述的装置，其特征在于，所述POI数据还包括与所述第二位置数据对应的POI名称；所述第一确定模块基于所述第一位置数据和所述第二位置数据确定所述待建模区域中建筑物的类型的具体方式为：

针对所述第一位置数据中的每个位置数据，从所述第二位置数据中确定与所述每个位置数据匹配的目标位置数据；

确定所述目标位置数据对应的目标POI名称，并从预设类型数据库中查找与所述目标POI名称对应的第一类型；

将所述第一类型确定为所述每个位置数据所标记建筑物的类型。

9.根据权利要求7或8所述的装置，其特征在于，所述装置还包括：

第二确定模块，用于确定所述待建模区域中未确定类型的建筑物集合；

所述第二确定模块，还用于基于第一建筑物的矢量轮廓数据确定所述第一建筑物的特征参数，所述第一建筑物为所述建筑物集合中的任一建筑物；

所述第二确定模块，还用于基于所述第一建筑物的特征参数与预设类型的阈值条件对所述第一建筑物进行类型识别，并基于识别结果确定所述第一建筑物的类型。

10.根据权利要求9所述的装置，其特征在于，所述特征参数包括几何特征参数、多边形数量、领域高度方差以及所属建筑群规模中的至少一种。

11.根据权利要求9所述的装置，其特征在于，所述第二确定模块基于所述第一建筑物的特征参数与预设类型的阈值条件对所述第一建筑物进行类型识别，并基于识别结果确定所述第一建筑物的类型的具体方式为：

获取预设类型的特征参数的阈值条件以及权重；

判断所述第一建筑物的特征参数是否满足所述第二类型的特征参数的阈值条件，所述第二类型为所述预设类型中的任一类型；

基于判断结果以及所述第二类型的特征参数的权重，确定所述第一建筑物与所述第二类型的特征参数匹配度；

将所述预设类型中与所述第一建筑物的特征参数匹配度最大的类型确定为所述第一建筑物的类型。

12.根据权利要求7或8所述的装置，其特征在于，所述装置还包括：

识别模块，用于基于预设规则以及第二建筑物的类型识别所述第二建筑物的三维白模的功能面，所述第二建筑物为所述待建模区域中的任一建筑物；

所述查找模块查找与所述待建模区域中建筑物的类型匹配的纹理数据的具体方式为：

查找与所述第二建筑物的类型匹配的纹理数据库；

从所述纹理数据库中确定所述第二建筑物的三维白模的每个功能面对应的纹理数据。