CN109146990B - 一种建筑轮廓的计算方法 - Google Patents
一种建筑轮廓的计算方法 Download PDFInfo
- Publication number
- CN109146990B CN109146990B CN201810896200.8A CN201810896200A CN109146990B CN 109146990 B CN109146990 B CN 109146990B CN 201810896200 A CN201810896200 A CN 201810896200A CN 109146990 B CN109146990 B CN 109146990B
- Authority
- CN
- China
- Prior art keywords
- straight line
- projection
- calculating
- formula
- building
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
Abstract
本发明公开了一种建筑轮廓的计算方法,其特征在于,包括如下步骤:将建筑影像数据生成处于空间直角坐标系的三维模型;选取特定立面的多个点,确定最接近的投影直线;选取相邻立面上的多个点,确定最接近的投影直线;计算上述两条投影直线的投影交点坐标;依次计算所有需处理的投影直线和对应的投影交点;在投影平面上,将得到的投影直线和投影交点按照拓扑关系相连,得到建筑轮廓。本发明公开的建筑轮廓的计算方法能有效解决现有技术测绘成本高、测绘时间长、测绘精度不足和无人机利用效率低的问题。
Description
技术领域
本发明涉及测绘技术领域,尤其涉及一种建筑轮廓的计算方法。
背景技术
地形图是一种重要的通用性地图,它是地物和地貌位置、形状等在特定水平面上的反映。具体来说,是将地面上的地物和地貌沿铅垂线方向投影到特定投影面上,并按一定的比例尺缩绘而成。房屋作为关键性地物,是各种地形图中的主要要素,其测绘的便捷性和精确性对于地形图至关重要。
近年来,采用无人机进行1:2000乃至1:500比例尺范围的大比例尺地形图测绘已成为全球测量领域内的热点研究。相较于传统的地形图测绘,无人机大比例尺测图具有自动化程度高、影像分辨率高、视角丰富等优点,在作业效率方面具有显著优势,可以大大降低外业强度。
大比例尺地形图中房屋线是由建筑外立面在投影面上的投影线构成的,因而房屋的测绘精度直接取决于其外立面及房屋边线的确定精度。然而,人工在实景影像上直接绘制房屋边线时,由于线性目标在视图中呈现尖角易产生较大的勾选偏差;若采用无人机测绘方法,由于树木植被和其他地物的遮挡,大量建筑的基底、边线和角点等特征位置也并不能直接呈现在影像上,导致无法进行测绘。目前有以下解决方案:
利用无人机获取待测地形的地形数据;对地形数据进行噪点清理,对于地块环境复杂的项目,通过噪点清理去掉车辆、人员、灯杆等干扰数据;对地形数据进行遍历判断,找出盲区位置,对地形数据进行盲区填补,针对被遮挡的盲区位置利用无人机重新获取对应的补充地形数据,并将补充地形数据填充至地形数据中的盲区位置;将处理后的地形数据生成三维点云模型,利用BIM技术基于所述三维点云模型形成对应待测地形的三维模型。
本发明人在实施本发明的过程中发现,现有技术中存在以下技术问题:
通过无人机对被遮挡的盲区位置的地形数据进行重新采集,增大了测绘成本和测绘时间,降低了无人机的利用效率;当建筑外部的遮挡物与建筑的距离小于无人机的安全飞行距离时,将无法采用该方法进行盲区数据重新采集,导致测绘精度不足。
发明内容
本发明实施例提供一种建筑轮廓计算方法,能有效解决现有技术测绘成本高、测绘时间长、测绘精度不足和无人机利用效率低的问题。
本发明一实施例提供一种建筑轮廓计算方法,包括如下步骤:
S1:将建筑影像数据生成处于空间直角坐标系的三维模型;
S2:选取特定立面的多个点,确定最接近的投影直线;
S3:选取相邻立面上的多个点,确定最接近的投影直线;
S4:计算步骤S2和步骤S3中确定的两条投影直线的投影交点坐标;
S5:根据步骤S2、步骤S3和步骤S4,依次计算所有需处理的投影直线和对应的投影交点;
S6:在投影平面上,将步骤S5中得到的投影直线和投影交点按照拓扑关系相连,得到建筑轮廓。
作为上述方案的改进,步骤S1所述的建筑影像数据是由无人机采集到的,并通过影像和姿态数据整理、空中三角测量、点云和实景三维模型生成,使影像点云和实景三维模型数据处于同一空间直角坐标系内。
作为上述方案的改进,步骤S2所述的确定投影直线的方法如下:
将生成的三维模型投影在空间直角坐标系的平面上;采用城市坐标系统或国家统一分带的高斯投影平面坐标系作为平面坐标;其中,平面坐标的两个坐标轴分别为x和y,定义地形图的投影面为M,则建筑表示为外立面在M上的投影线所构成的封闭图形;
采用城市高程基准或国家高程基准作为高程系统,z坐标轴沿地面铅垂线的方向向上,建筑的外立面与铅垂线方向一致,即与z坐标轴平行;
选取房屋立面上的n个点(n≥3):P1、P2…Pn,设其坐标分别为:P1(x1,y1,z1),P2(x2,y2,z2),…Pn(xn,yn,zn);
设所述选取的点在投影面上最为接近的直线为l,令直线l的方程为y=k1x+b1,其中,k1和b1分别为直线方程的斜率参数和截距参数;
根据各点坐标计算各点的四个统计参数,计算公式如公式(1):
计算直线l的斜率参数k1的最优估值,计算公式为公式(2):
计算直线l的截距参数b1的最优估值,计算公式为公式(3):
将公式(1)分别带入公式(2)和公式(3),可得到斜率参数k1和截距参数b1的计算公式(4):
将公式(4)带入表达式y=k1x+b1,可最终确定直线l的方程。
作为上述方案的改进,将公式(1)分别带入公式(2)和公式(3)之后,计算各点Pi在投影面上到直线l的距离di,计算公式如公式(5):
若di大于特定的阈值ε,则说明点Pi存在较大误差,将点Pi剔除。
作为上述方案的改进,步骤S3所述的确定投影直线l'的方法与步骤S2所述的确定投影直线l的方法相同。
作为上述方案的改进,步骤S4所述的投影交点坐标计算方法如下:
令直线l的方程为y=k1x+b1,直线l'的方程为y=k2x+b2,交点坐标为p0(x0,y0);
计算交点p0(x0,y0)的x方向坐标,计算公式如公式(6):
计算交点p0(x0,y0)的y方向坐标:将上述x0代入直线l或直线l'的方程,计算可得y0=k1x0+b1;
其中,k1是直线l的斜率参数,b1是直线l的截距参数,k2是直线l'的斜率参数,b2是直线l'的截距参数。
作为上述方案的改进,所述计算方法是用于测绘大比例尺地形图。
本发明实施例提供的一种建筑轮廓计算方法,与现有技术相比,具有如下有益效果:
通过将无人机采集的影像数据生成的三维模型投影在空间直角坐标系内,使建筑外立面上的点便于选取,从而计算出建筑轮廓直线;通过计算建筑轮廓直线的角点来确定建筑的角点,使建筑的外部轮廓易于确定;不需要无人机进行多次图像采集或人工多次测量,降低了测绘成本和测绘时间,提高了无人机的利用效率,且不受建筑外部的遮挡物与建筑之间的距离过近的制约。
附图说明
图1是本发明实施例提供的一种建筑轮廓计算方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,是本发明实施例提供的一种建筑轮廓计算方法的流程示意图,包括如下步骤:
S1:将建筑影像数据生成处于空间直角坐标系的三维模型;
其中,建筑影像数据是由无人机采集到的,并通过影像和姿态数据整理、空中三角测量、点云和实景三维模型生成,使影像点云和实景三维模型数据处于同一空间直角坐标系内。
S2:选取特定立面的多个点,确定最接近的投影直线;
其中,确定投影直线的方法如下:
将生成的三维模型投影在空间直角坐标系的平面上;采用城市坐标系统或国家统一分带的高斯投影平面坐标系作为平面坐标;其中,平面坐标的两个坐标轴分别为x和y,定义地形图的投影面为M,则建筑表示为外立面在M上的投影线所构成的封闭图形;
采用城市高程基准或国家高程基准作为高程系统,z坐标轴沿地面铅垂线的方向向上,建筑的外立面与铅垂线方向一致,即与z坐标轴平行;
选取房屋立面上的n个点(n≥3):P1、P2…Pn,设其坐标分别为:P1(x1,y1,z1),P2(x2,y2,z2),…Pn(xn,yn,zn);
设所述选取的点在投影面上最为接近的直线为l,令直线l的方程为y=k1x+b1,其中,k1和b1分别为直线方程的斜率参数和截距参数;
根据各点坐标计算各点的四个统计参数,计算公式如公式(1):
计算直线l的斜率参数k1的最优估值,计算公式为公式(2):
计算直线l的截距参数b1的最优估值,计算公式为公式(3):
将公式(1)分别带入公式(2)和公式(3),可得到斜率参数k1和截距参数b1的计算公式(4):
计算各点Pi在投影面上到直线l的距离di,计算公式如公式(5):
若di大于特定的阈值ε,则说明点Pi存在较大误差,将点Pi剔除并将剔除后所保留下来的新点集Pi按照公式(1)、公式(2)、公式(3)和公式(4)重新计算斜率参数k1和截距参数b1;
将重新计算得的斜率参数k1和截距参数b1带入表达式y=k1x+b1,可最终确定直线l的方程。
S3:选取相邻立面上的多个点,确定最接近的投影直线;
其中,确定投影直线l'的方法与步骤S2所述的确定投影直线l的方法相同。
S4:计算步骤S2和步骤S3中确定的两条投影直线的投影交点坐标;
其中投影交点坐标计算方法如下:
令直线l的方程为y=k1x+b1,直线l'的方程为y=k2x+b2,交点坐标为p0(x0,y0);
计算交点p0(x0,y0)的x方向坐标,计算公式如公式(6):
计算交点p0(x0,y0)的y方向坐标:将上述x0代入直线l或直线l'的方程,计算可得y0=k1x0+b1;
其中,k1是直线l的斜率参数,b1是直线l的截距参数,k2是直线l'的斜率参数,b2是直线l'的截距参数。
S5:根据步骤S2、步骤S3和步骤S4,依次计算所有需处理的投影直线和对应的投影交点。
S6:在投影平面上,将步骤S5中得到的投影直线和投影交点按照拓扑关系相连,得到建筑轮廓;
进一步的,上述计算方法是用于测绘大比例尺地形图。
本发明实施例提供的一种建筑轮廓计算方法,与现有技术相比,具有如下有益效果:
通过将无人机采集的影像数据生成的三维模型投影在空间直角坐标系内,使建筑外立面上的点便于选取,从而计算出建筑轮廓直线;通过计算建筑轮廓直线的角点来确定建筑的角点,使建筑的外部轮廓易于确定;不需要无人机进行多次图像采集或人工多次测量,降低了测绘成本和测绘时间,提高了无人机的利用效率,且不受建筑外部的遮挡物与建筑之间的距离过近的制约。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (5)
1.一种建筑轮廓的计算方法,其特征在于,包括如下步骤:
S1:将建筑影像数据生成处于空间直角坐标系的三维模型;
S2:选取特定立面的多个点,确定最接近的投影直线;
步骤S2所述的确定最接近的 投影直线的方法如下:
将生成的三维模型投影在空间直角坐标系的平面上;采用城市坐标系统或国家统一分带的高斯投影平面坐标系作为平面坐标;其中,平面坐标的两个坐标轴分别为x和y,定义地形图的投影面为M,则建筑表示为外立面在M上的投影线所构成的封闭图形;
采用城市高程基准或国家高程基准作为高程系统,z坐标轴沿地面铅垂线的方向向上,建筑的外立面与铅垂线方向一致,即与z坐标轴平行;
选取房屋立面上的n个点(n≥3):P1、P2…Pn,设其坐标分别为:P1(x1,y1,z1),P2(x2,y2,z2),…Pn(xn,yn,zn);
设所述选取的点在投影面上最为接近的直线为l,令直线l的方程为y=k1x+b1,其中,k1和b1分别为直线方程的斜率参数和截距参数;
根据各点坐标计算各点的四个统计参数,计算公式如公式(1):
计算直线l的斜率参数k1的最优估值,计算公式为公式(2):
计算直线l的截距参数b1的最优估值,计算公式为公式(3):
将公式(1)分别带入公式(2)和公式(3),可得到斜率参数k1和截距参数b1的计算公式(4):
将公式(4)带入表达式y=k1x+b1,可最终确定直线l的方程;
将公式(1)分别带入公式(2)和公式(3)之后,计算各点Pi在投影面上到直线l的距离di,计算公式如公式(5):
若di大于特定的阈值ε,则说明点Pi存在较大误差,将点Pi剔除;
S3:选取相邻立面上的多个点,确定最接近的投影直线;
S4:计算步骤S2和步骤S3中确定的两条投影直线的投影交点坐标;
S5:根据步骤S2、步骤S3和步骤S4,依次计算所有需处理的投影直线和对应的投影交点;
S6:在投影平面上,将步骤S5中得到的投影直线和投影交点按照拓扑关系相连,得到建筑轮廓。
2.如权利要求1所述的一种建筑轮廓的计算方法,其特征在于,步骤S1所述的建筑影像数据是由无人机采集到的,并通过影像和姿态数据整理、空中三角测量、点云和实景三维模型生成,使影像点云和实景三维模型数据处于同一空间直角坐标系内。
3.如权利要求1所述的一种建筑轮廓的计算方法,其特征在于,步骤S3所述的确定投影直线l'的方法与步骤S2所述的确定投影直线l的方法相同。
5.如权利要求1所述的一种建筑轮廓的计算方法,其特征在于,所述计算方法是用于测绘大比例尺地形图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810896200.8A CN109146990B (zh) | 2018-08-08 | 2018-08-08 | 一种建筑轮廓的计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810896200.8A CN109146990B (zh) | 2018-08-08 | 2018-08-08 | 一种建筑轮廓的计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109146990A CN109146990A (zh) | 2019-01-04 |
CN109146990B true CN109146990B (zh) | 2023-02-24 |
Family
ID=64792117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810896200.8A Active CN109146990B (zh) | 2018-08-08 | 2018-08-08 | 一种建筑轮廓的计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109146990B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021039313A1 (ja) * | 2019-08-28 | 2021-03-04 | パナソニックIpマネジメント株式会社 | 投影方法、投影装置、及び、投影システム |
CN112069585B (zh) * | 2020-09-16 | 2021-06-22 | 中国测绘科学研究院 | 一种分区降维化处理的建筑遮挡高效识别方法 |
CN115082699B (zh) * | 2022-07-28 | 2022-11-04 | 深圳市其域创新科技有限公司 | 一种轮廓形状提取方法、装置、电子设备及存储介质 |
CN116580048B (zh) * | 2023-07-12 | 2023-09-26 | 武汉峰岭科技有限公司 | 一种提取房屋倾斜模型上直角房屋的轮廓线的方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020342A (zh) * | 2012-12-04 | 2013-04-03 | 南京大学 | 一种从地面LiDAR数据中提取建筑物轮廓和角点的方法 |
CN104484668A (zh) * | 2015-01-19 | 2015-04-01 | 武汉大学 | 一种无人机多重叠遥感影像的建筑物轮廓线提取方法 |
CN104697502A (zh) * | 2015-01-09 | 2015-06-10 | 中国测绘科学研究院 | 基于最小二乘法的建筑物特征点坐标提取方法 |
CN106327573A (zh) * | 2016-08-25 | 2017-01-11 | 成都慧途科技有限公司 | 一种针对城市建筑的实景三维建模方法 |
CN106570468A (zh) * | 2016-10-25 | 2017-04-19 | 中国人民解放军空军工程大学 | 一种重建LiDAR原始点云建筑物轮廓线的方法 |
CN108090957A (zh) * | 2017-11-21 | 2018-05-29 | 中国建筑第八工程局有限公司 | 基于bim的测绘地形的方法 |
-
2018
- 2018-08-08 CN CN201810896200.8A patent/CN109146990B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020342A (zh) * | 2012-12-04 | 2013-04-03 | 南京大学 | 一种从地面LiDAR数据中提取建筑物轮廓和角点的方法 |
CN104697502A (zh) * | 2015-01-09 | 2015-06-10 | 中国测绘科学研究院 | 基于最小二乘法的建筑物特征点坐标提取方法 |
CN104484668A (zh) * | 2015-01-19 | 2015-04-01 | 武汉大学 | 一种无人机多重叠遥感影像的建筑物轮廓线提取方法 |
CN106327573A (zh) * | 2016-08-25 | 2017-01-11 | 成都慧途科技有限公司 | 一种针对城市建筑的实景三维建模方法 |
CN106570468A (zh) * | 2016-10-25 | 2017-04-19 | 中国人民解放军空军工程大学 | 一种重建LiDAR原始点云建筑物轮廓线的方法 |
CN108090957A (zh) * | 2017-11-21 | 2018-05-29 | 中国建筑第八工程局有限公司 | 基于bim的测绘地形的方法 |
Non-Patent Citations (1)
Title |
---|
基于空-地LIDAR数据的建筑物三维重建研究;曹鸿;《中国优秀硕士学位论文全文数据库(电子期刊)》;20170315;第4.2节和附图4-6 * |
Also Published As
Publication number | Publication date |
---|---|
CN109146990A (zh) | 2019-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109146990B (zh) | 一种建筑轮廓的计算方法 | |
CN105844629B (zh) | 一种大场景城市建筑物立面点云自动分割方法 | |
CN102506824B (zh) | 一种城市低空无人机系统生成数字正射影像图的方法 | |
CN110717983A (zh) | 一种基于背包式三维激光点云数据的建筑物立面三维重建方法 | |
CN102074047A (zh) | 一种高精细城市三维建模方法 | |
CN103324916B (zh) | 基于建筑轮廓的车载和航空LiDAR数据配准方法 | |
CN113066162B (zh) | 一种用于电磁计算的城市环境快速建模方法 | |
CN111862214B (zh) | 计算机设备定位方法、装置、计算机设备和存储介质 | |
JP6910511B2 (ja) | レーザ計測方法、レーザ計測用標識、及び座標算出プログラム | |
CN111862215B (zh) | 一种计算机设备定位方法、装置、计算机设备和存储介质 | |
CN111553292A (zh) | 一种基于点云数据的岩体结构面识别与产状分类方法 | |
CN110838115A (zh) | 运用轮廓线提取和四维曲面拟合的古文物三维模型变化检测方法 | |
CN111044018A (zh) | 一种对立面进行航空摄影测量航线规划的方法 | |
CN104751479A (zh) | 基于tin数据的建筑物提取方法和装置 | |
Budroni et al. | Toward automatic reconstruction of interiors from laser data | |
CN114283070B (zh) | 融合无人机影像与激光点云的地形断面制作方法 | |
CN111142116B (zh) | 一种基于三维激光的道路检测与建模方法 | |
CN109163708B (zh) | 无人机大比例尺地形图房屋线的优化方法、装置与介质 | |
CN111006645A (zh) | 基于运动与结构重建的无人机测绘方法 | |
CN113012206B (zh) | 一种顾及房檐特征的机载与车载LiDAR点云配准方法 | |
CN111121758A (zh) | 室内磁地图的快速建模与可信定位方法 | |
Rebelo et al. | Building 3D city models: Testing and comparing Laser scanning and low-cost UAV data using FOSS technologies | |
CN111197986B (zh) | 一种无人机三维路径实时预警避障方法 | |
CN104898106A (zh) | 一种面向复杂地形机载激光雷达数据的地面点提取方法 | |
CN111986320A (zh) | 面向智慧城市应用的dem与倾斜摄影模型空间贴合优化算法 |
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 |