CN109816767A - 一种基于正切空间的三维楼盘模型房屋分层分户图模糊匹配方法 - Google Patents
一种基于正切空间的三维楼盘模型房屋分层分户图模糊匹配方法 Download PDFInfo
- Publication number
- CN109816767A CN109816767A CN201711141696.XA CN201711141696A CN109816767A CN 109816767 A CN109816767 A CN 109816767A CN 201711141696 A CN201711141696 A CN 201711141696A CN 109816767 A CN109816767 A CN 109816767A
- Authority
- CN
- China
- Prior art keywords
- story
- door based
- based map
- polygon
- tangent space
- 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.)
- Granted
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本发明提供一种基于正切空间的三维楼盘模型房屋分层分户图模糊匹配方法,包括分层分户图外轮廓提取、简化分层分户图外轮廓多边形、初始化正切空间函数、最小相似度距离求解、匹配分层分布图五个步骤。本发明采用正切空间方法描述分层分户图,实现矢量面状图形的自动匹配和分层分户图的自动叠加,解决了实际三维楼盘建模工作中人工匹配房屋分层分户图费时费力的问题,提高了三维楼盘建模效率,减少人力财力的消耗,在实际应用中具有较好的应用价值。
Description
技术领域
本发明涉及计算机图形匹配技术领域,具体涉及一种基于正切空 间的三维楼盘模型房屋分层分户图模糊匹配方法。
背景技术
房屋分层分户图是房地产产权、产籍管理的重要资料,用于标识 各个不动产单元的房间号、面积、层数、房屋界址线等信息。运用分 层分户图来构建三维楼盘模型,将多层的分层分户图叠加在一起,然 后依据层高等属性信息,通过拉伸操作生成三维模型。但是在实际操 作中,手动叠加不同楼层分户图费时费力。
专利201510845596.X,公开了一种三维楼盘建模方法,包括以下 步骤:从房产数据库中读取房屋分层分户图,从所述房屋分层分户图 中提取二维单产权体户室基面,并为所述二维单产权体户室基面的属 性赋值;根据所述二维单产权体户室基面的属性值进行基面拉伸,构 建三维单产权体户室;对所述三维单产权体户室进行户室组合,构建 三维楼盘模型;从所述房产数据库中读取户室表,根据所述户室表读 取房屋权利状态属性,为所述三维楼盘模型赋值;根据对应的权利状 态属性对所述三维楼盘模型进行显示样式渲染,输出应用三维楼盘模 型。上述方法实现对房产图形信息充分利用、快速构建三维楼盘模型、 弥补二维楼盘表对复杂建筑物综合体管理的弊端,但是并没有出现相 关的技术方案实现分层分户图之间的特征识别以及自动匹配对提高 三维楼盘建模效率,减少人力财力的消耗。
发明内容
(一)解决的技术问题
本发明的为了克服上述现有技术构建三维楼盘模型费时费力 的缺陷问题,本发明提供一种基于正切空间的三维楼盘模型房屋分 层分户图模糊匹配方法,采用正切空间方法描述分层分户图,实现 矢量面状图形的自动匹配和分层分户图的自动叠加,解决了实际三维 楼盘建模工作中人工匹配房屋分层分户图费时费力的问题,提高了三 维楼盘建模效率,减少人力财力的消耗,在实际应用中具有较好的应 用价值。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:
一种基于正切空间的三维楼盘模型房屋分层分户图模糊匹配方 法,包括如下步骤:
步骤1、分层分户图外轮廓提取:从不动产基础数据中提取DWG 格式房屋分层分户图,进行DWG格式转换,提取已实现线闭合成面 的SHP格式二维户室面,对源图层和待匹配图层进行分层分户图外轮 廓提取,提取分层分户图外轮廓信息,去除内部线条信息;
步骤2、简化分层分户图外轮廓多边形:对于复杂房屋分层分户 图设置简化参数进行适当的多边形轮廓简化,去除不重要的形状特 征,保留多边形重要的结构特征;
步骤3、初始化正切空间函数:对源图层和待匹配图层外轮廓多 边形分别设置起始点,从起始点出发分别构建目标点经过的归一化后 长度与顶点相邻边转角和的关系函数,构建初始正切空间描述函数;
步骤4、最小相似度距离求解:求解源图层和待匹配图层外轮廓 多边形初始正切空间描述函数的平移集合,遍历集合,更新起始点, 重构正切空间函数,求解多边形之间相似度距离最小的解和取得最小 解的两个起始点;
步骤5、匹配分层分布图:将取得最小解的两个起始点位置取差 值,解得待匹配分层分户图的匹配距离,匹配源图层和待匹配图层分 层分户图,输出匹配完成后的分层分户图,提供结果可靠度,对可靠 度较低的结果,输出提示,尝试人工匹配。
进一步地,所述步骤1外轮廓的提取采用arcgis中的融合工具; 添加临时字段,并为所有条目设置相同临时字段字段值,对于指定字 段具有相同值组合的要素将聚合为单个要素。
进一步地,所述步骤2假设分层分布图的外轮廓多边形A存在于 一空间平面上,线段S1,S2···Sm为构成A外轮廓的线段,点P1, P2···Pm为A的顶点;依次对A上的顶点P求其相关度参数K,相 关度参数定义如公式(1),
其中Si-1和Si分别代表与Pi相邻的两条线段,l(Si-1)和l(Si)分别代表两 条线段归一化之后的长度,即线段除以多边形周长所得值θ(Si-1,Si)为 Si-1和Si的旋转角度的绝对值。
进一步地,所述0≤θ(Si-1,Si)≤π。
进一步地,所述步骤2指定阈值参数T,T为多边形A上的顶点 个数与原始顶点数的比值(T=N/m),迭代N次,每次迭代求出A中 每个顶点的K值,将K最小的顶点移除,直到所得多边形A上的顶点 个数与原始顶点数的比值小于一定的阈值T,得到的简化多边形用于 下一步的模糊匹配。
进一步地,所述步骤3假定平面空间内的分层分布图外轮廓多边 形A,构成A的顶点由列表{P1,P2,···,Pm}表示,在多边形A上存在任 一点O,以O为起点构建表达A形状特征的正切空间描述函数。
进一步地,所述步骤3以O为起始点,方位角θO表示线段OP1与 任一参考线(如x轴)的夹角v,正切空间描述曲线θA(S)纵轴为多边 形A各顶点相邻的两条边所形成的旋转角的累加θk=θk-1+φk-1 (k=1,2,···,m),L为多边形的边长,Li为所经过边的边长,横轴为从起始点O沿A经过归一化后的距离:
进一步地,所述步骤5假设两个待匹配分层分布图A,B的任意起 点正切空间描述曲线为θA(S),θB(S)A和B的相似度距离可表示为:
进一步地,所述步骤5将起始点O沿着多边形轮廓移动距离t, 可以得到新的正切空间函数θA(S+t),求解所有t中最小的相似度距 离可得:
(三)有益效果
本发明的有益效果:一种基于正切空间的三维楼盘模型房屋分层 分户图模糊匹配方法,用于描述多边形形状特征的表达函数,通过将 多边形描述成一个函数的方法,用数学的方法对多边形的轮廓特征进 行描述,并且能够突出多边形的主要特征;采用正切空间方法描述分 层分户图,实现矢量面状图形的自动匹配和分层分户图的自动叠加; 能够适用于大部分的房屋分层分户图匹配,大大减轻人工匹配的工作 量并且具有较高的匹配精度;解决了实际三维楼盘建模工作中人工匹 配房屋分层分户图费时费力的问题,提高了三维楼盘建模效率,减少 人力财力的消耗,在实际应用中具有较好的应用价值。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面 将对实施例或现有技术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为本发明流程图;
图2为分层分户图外轮廓提取对比图;
图3为多边形简化示意图;
图4为正切空间描述函数示意图;
图5为相似度距离匹配流程图;
图6为举例正切空间函数对比图;
图7为应用试验和结果。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
结合图流程图1,一种基于正切空间的三维楼盘模型房屋分层分 户图模糊匹配方法,包括如下步骤:
步骤1、分层分户图外轮廓提取:从不动产基础数据中提取DWG 格式房屋分层分户图,进行DWG格式转换,提取已实现线闭合成面 的SHP格式二维户室面,对源图层和待匹配图层进行分层分户图外轮 廓提取,提取分层分户图外轮廓信息,去除内部线条信息。
由于房屋分层分户图外轮廓特征包含了匹配过程中所需的大部 分决定性图形特征信息,内部特征往往多而繁杂,信息密度较低,因 此考虑在进行模糊匹配之前提取分层分户图外轮廓信息,去除内部信 息,以此大大提高应用的效率和准确性。
外轮廓的提取采用arcgis中的融合(dissolve)工具。添加临时字 段,并为所有条目设置相同临时字段字段值,对于指定字段具有相同 值组合的要素将聚合(融合)为单个要素。如图2是分层分户图外轮 廓提取对比图。
步骤2、简化分层分户图外轮廓多边形:对于复杂房屋分层分户 图设置简化参数进行适当的多边形轮廓简化,去除不重要的形状特 征,保留多边形重要的结构特征。
对于复杂房屋分层分布图,其复杂的外轮廓在进行匹配时容易造 成不必要的误差,对一些结构复杂的分层分布多边形进行适当的轮廓 简化,可以去除不重要的形状特征,保留多边形重要的结构特征,从 而达到简化多边形,提高匹配精度,提高匹配速度的目的。
假设分层分布图的外轮廓多边形A存在于一空间平面上,线段S1, S2···Sm为构成A外轮廓的线段,点P1,P2···Pm为A的顶点。 依次对A上的顶点P求其相关度参数K,以顶点Pi为例,相关度参数 定义如公式(1),其中Si-1和Si分别代表与Pi相邻的两条线段,l(Si-1)和 l(Si)分别代表两条线段归一化之后的长度,即线段除以多边形周长所 得值θ(Si-1,Si)为Si-1和Si的旋转角度的绝对值,0≤θ(Si-1,Si)≤π。
指定阈值参数T,T为多边形A上的顶点个数与原始顶点数的比 值(T=N/m)。迭代N次,每次迭代求出A中每个顶点的K值,将K 最小的顶点移除,直到所得多边形A上的顶点个数与原始顶点数的比 值小于一定的阈值T,得到的简化多边形用于下一步的模糊匹配。阈值参数T的取值对正切空间相似度匹配的结果有着重要的影响作用, 根据原始分层分户图外轮廓多边形的特征指定T,T越小对多边形的 简化效果越明显。T在一定范围内的取值,可以适当简化多边形,在 保证匹配精度的条件下提高匹配效率,T的取值不宜过小,以免损失多边形重要特征。如图3所示,a为原始多边形,即T=1时的简化多 边形;b为T=0.75时的简化多边形;c为T=0.6时的简化多边形;d 为T=0.2时的简化多边形。
步骤3、初始化正切空间函数:对源图层和待匹配图层外轮廓多 边形分别设置起始点,从起始点出发分别构建目标点经过的归一化后 长度与顶点相邻边转角和的关系函数,构建初始正切空间描述函数。
如图4为正切空间曲线。假定平面空间内的分层分布图外轮廓多 边形A,构成A的顶点由列表{P1,P2,···,Pm}表示。在多边形A上存在 任一点O,以O为起点构建表达A形状特征的正切空间描述函数。以 O为起始点,方位角θO表示线段OP1与任一参考线(如x轴)的夹角v。 θ1=θO+φO,其中φO为边OP1与边P1P2的旋转角(以逆时针为正)。 由此,正切空间描述曲线θA(S)纵轴为多边形A各顶点相邻的两条边 所形成的旋转角的累加θk=θk-1+φk-1(k=1,2,···,m),横轴为从起始点 O沿A经过归一化后的距离,其中L为多边形周长,Li为所经过边的 边长:
对于任意多边形其正切空间描述函数纵轴值都以起始方位角v 为起始值,2π+v为终值。任意正切空间描述曲线θA(S)都是在定义 域[0,1]的分段常函数,只有在A的各顶点所在函数点处跳跃。
步骤4、最小相似度距离求解:求解源图层和待匹配图层外轮廓 多边形初始正切空间描述函数的平移集合,遍历集合,更新起始点, 重构正切空间函数,求解多边形之间相似度距离最小的解和取得最小 解的两个起始点。
步骤5、匹配分层分布图:将取得最小解的两个起始点位置取差 值,解得待匹配分层分户图的匹配距离。匹配源图层和待匹配图层分 层分户图,输出匹配完成后的分层分户图,提供结果可靠度,对可靠 度较低的结果,输出提示,尝试人工匹配。
结合相似度距离匹配流程图5所示,假设两个待匹配分层分布图 A,B的任意起点正切空间描述曲线为θA(S),θB(S)A和B的相似度距 离可表示为:
相似度距离D(A,B)越小,表示两个多边形越相似。由正切空间 的定义可以看出,不同起始点的选择会得到不同的的正切空间描述函 数,因此相似度距离值与起始点的选择有着密切的关系。从不同正切 空间函数得到的相似度距离最小值具有更高的参考价值。
将起始点O沿着多边形轮廓移动距离t,可以得到新的正切空间 函数θA(S+t),求解所有t中最小的相似度距离可得:
假设多边形A和B分别有m和n个顶点,则相似距离的最小值计 算需进行m*n次,即最小相似度距离值取在以多边形某一顶点为起 始点描述的正切空间曲线。相似度距离计算的时间复杂度为 O(m*n*log(m*n))。
PA和PB分别为最小相似度距离时A和B正切空间描述函数的 起始顶点,此时以PA和PB为起始点描述的两多边形最为相似,因此 选取PA和PB作为多边形的匹配点对A,B分层分布图进行匹配,正切 空间函数对比如图6所示。
如图7所示,本发明的3个应用匹配结果图。基于正切空间的分 层分户图模糊匹配方法能够在一定程度上有效的实现分层分户图的 自动匹配,节省人力和时间。对于个别匹配失败或可能匹配效果不佳 的,本发明方法也提供可一定的可靠性参数,对于可靠程度不高的匹 配结果进行反馈,方便人为介入调整。该匹配方法能够解决大部分简 单的楼层匹配工作,在实际建模工作中减少人工参与匹配工作,辅助 三维楼盘建模工作,提高建模效率,以应用于不动产二三维一体化。
综上所述,本发明实施例,基于正切空间的三维楼盘模型房屋 分层分户图模糊匹配方法,用于描述多边形形状特征的表达函数, 通过将多边形描述成一个函数的方法,用数学的方法对多边形的轮廓 特征进行描述,并且能够突出多边形的主要特征;采用正切空间方法 描述分层分户图,实现矢量面状图形的自动匹配和分层分户图的自动 叠加;能够适用于大部分的房屋分层分户图匹配,大大减轻人工匹配 的工作量并且具有较高的匹配精度;解决了实际三维楼盘建模工作中 人工匹配房屋分层分户图费时费力的问题,提高了三维楼盘建模效 率,减少人力财力的消耗,在实际应用中具有较好的应用价值。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管 参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员 应当理解:其依然可以对前述各实施例所记载的技术方案进行修改, 或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不 使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种基于正切空间的三维楼盘模型房屋分层分户图模糊匹配方法,其特征在于,包括如下步骤:
步骤1、分层分户图外轮廓提取:从不动产基础数据中提取DWG格式房屋分层分户图,进行DWG格式转换,提取已实现线闭合成面的SHP格式二维户室面,对源图层和待匹配图层进行分层分户图外轮廓提取,提取分层分户图外轮廓信息,去除内部线条信息;
步骤2、简化分层分户图外轮廓多边形:对于复杂房屋分层分户图设置简化参数进行适当的多边形轮廓简化,去除不重要的形状特征,保留多边形重要的结构特征;
步骤3、初始化正切空间函数:对源图层和待匹配图层外轮廓多边形分别设置起始点,从起始点出发分别构建目标点经过的归一化后长度与顶点相邻边转角和的关系函数,构建初始正切空间描述函数;
步骤4、最小相似度距离求解:求解源图层和待匹配图层外轮廓多边形初始正切空间描述函数的平移集合,遍历集合,更新起始点,重构正切空间函数,求解多边形之间相似度距离最小的解和取得最小解的两个起始点;
步骤5、匹配分层分布图:将取得最小解的两个起始点位置取差值,解得待匹配分层分户图的匹配距离,匹配源图层和待匹配图层分层分户图,输出匹配完成后的分层分户图,输出提示,尝试人工匹配。
2.如权利要求1所述的一种基于正切空间的三维楼盘模型房屋分层分户图模糊匹配方法,其特征在于,所述步骤1外轮廓的提取采用arcgis中的融合工具;添加临时字段,并为所有条目设置相同临时字段字段值,对于指定字段具有相同值组合的要素将聚合为单个要素。
3.如权利要求1所述的一种基于正切空间的三维楼盘模型房屋分层分户图模糊匹配方法,其特征在于,所述步骤2假设分层分布图的外轮廓多边形A存在于一空间平面上,线段S1,S2…Sm为构成A 外轮廓的线段,点P1,P2…Pm为A的顶点;依次对A上的顶点P求其相关度参数K,相关度参数定义如公式(1),
其中Si-1和Si分别代表与Pi相邻的两条线段,l(Si-1)和l(Si)分别代表两条线段归一化之后的长度,即线段除以多边形周长所得值θ(Si-1,Si)为Si-1和Si的旋转角度的绝对值。
4.如权利要求3所述的一种基于正切空间的三维楼盘模型房屋分层分户图模糊匹配方法,其特征在于,所述0≤θ(Si-1,Si)≤π。
5.如权利要求3所述的一种基于正切空间的三维楼盘模型房屋分层分户图模糊匹配方法,其特征在于,所述步骤2指定阈值参数T,T为多边形A上的顶点个数与原始顶点数的比值(T=N/m),迭代N次,每次迭代求出A中每个顶点的K值,将K最小的顶点移除,直到所得多边形A上的顶点个数与原始顶点数的比值小于一定的阈值T,得到的简化多边形用于下一步的模糊匹配。
6.如权利要求1所述的一种基于正切空间的三维楼盘模型房屋分层分户图模糊匹配方法,其特征在于,所述步骤3假定平面空间内的分层分布图外轮廓多边形A,构成A的顶点由列表{P1,P2,…,Pm}表示,在多边形A上存在任一点O,以O为起点构建表达A形状特征的正切空间描述函数。
7.如权利要求6所述的一种基于正切空间的三维楼盘模型房屋分层分户图模糊匹配方法,其特征在于,所述步骤3以O为起始点,方位角θO表示线段OP1与任一参考线(如x轴)的夹角v,正切空间描述曲线θA(S)纵轴为多边形A各顶点相邻的两条边所形成的旋转角的累加θk=θk-1+φk-1(k=1,2,…,m),L为多边形的边长,Li为所经过边的边长,横轴为从起始点O沿A经过归一化后的距离:
8.如权利要求1所述的一种基于正切空间的三维楼盘模型房屋分层分户图模糊匹配方法,其特征在于,所述步骤5假设两个待匹配分层分布图A,B的任意起点正切空间描述曲线为θA(S),θB(S)A和B的相似度距离可表示为:
9.如权利要求8所述的一种基于正切空间的三维楼盘模型房屋分层分户图模糊匹配方法,其特征在于,所述步骤5将起始点O沿着多边形轮廓移动距离t,可以得到新的正切空间函数θA(S+t),求解所有t中最小的相似度距离可得:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711141696.XA CN109816767B (zh) | 2017-11-17 | 2017-11-17 | 一种基于正切空间的三维楼盘模型房屋分层分户图模糊匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711141696.XA CN109816767B (zh) | 2017-11-17 | 2017-11-17 | 一种基于正切空间的三维楼盘模型房屋分层分户图模糊匹配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109816767A true CN109816767A (zh) | 2019-05-28 |
CN109816767B CN109816767B (zh) | 2023-04-21 |
Family
ID=66597667
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711141696.XA Active CN109816767B (zh) | 2017-11-17 | 2017-11-17 | 一种基于正切空间的三维楼盘模型房屋分层分户图模糊匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109816767B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111625549A (zh) * | 2020-04-29 | 2020-09-04 | 中国地质大学(武汉) | 一种不动产登记空间数据户落幢快速模糊匹配方法 |
CN116580162A (zh) * | 2023-07-13 | 2023-08-11 | 北京超图软件股份有限公司 | 房屋三维模型建立方法、装置、设备及存储介质 |
CN117475095A (zh) * | 2023-10-11 | 2024-01-30 | 吉奥时空信息技术股份有限公司 | 一种实景三维建筑的分层分户建模方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101763656A (zh) * | 2010-01-28 | 2010-06-30 | 北京航空航天大学 | 三维城市建筑分层分户模型的构建与显示控制方法 |
US20100289801A1 (en) * | 2009-05-15 | 2010-11-18 | Microsoft Corporation | Interactive connector routing between obstacles |
CN103824157A (zh) * | 2014-02-20 | 2014-05-28 | 南京师范大学 | 基于泛树分摊模型的分层分户图管理系统 |
CN104572924A (zh) * | 2014-12-26 | 2015-04-29 | 武汉大学 | 用于gis矢量建筑物多边形的多尺度表达信息生成方法 |
CN105513126A (zh) * | 2015-11-26 | 2016-04-20 | 南京国图信息产业股份有限公司 | 一种三维楼盘建模方法 |
CN105654545A (zh) * | 2014-11-18 | 2016-06-08 | 苏州美谷视典软件科技有限公司 | 一种3d互动别墅户型的构建与分层显示控制方法 |
-
2017
- 2017-11-17 CN CN201711141696.XA patent/CN109816767B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100289801A1 (en) * | 2009-05-15 | 2010-11-18 | Microsoft Corporation | Interactive connector routing between obstacles |
CN101763656A (zh) * | 2010-01-28 | 2010-06-30 | 北京航空航天大学 | 三维城市建筑分层分户模型的构建与显示控制方法 |
CN103824157A (zh) * | 2014-02-20 | 2014-05-28 | 南京师范大学 | 基于泛树分摊模型的分层分户图管理系统 |
CN105654545A (zh) * | 2014-11-18 | 2016-06-08 | 苏州美谷视典软件科技有限公司 | 一种3d互动别墅户型的构建与分层显示控制方法 |
CN104572924A (zh) * | 2014-12-26 | 2015-04-29 | 武汉大学 | 用于gis矢量建筑物多边形的多尺度表达信息生成方法 |
CN105513126A (zh) * | 2015-11-26 | 2016-04-20 | 南京国图信息产业股份有限公司 | 一种三维楼盘建模方法 |
Non-Patent Citations (2)
Title |
---|
陈育新: ""真三维立体显示技术在不动产登记统一平台中的应用研究"", 《测绘与空间地理信息》 * |
霍文虎 等: ""基于真三维技术的不动产登记信息整合研究"", 《城市勘探》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111625549A (zh) * | 2020-04-29 | 2020-09-04 | 中国地质大学(武汉) | 一种不动产登记空间数据户落幢快速模糊匹配方法 |
CN111625549B (zh) * | 2020-04-29 | 2023-09-22 | 中国地质大学(武汉) | 一种不动产登记空间数据户落幢快速模糊匹配方法 |
CN116580162A (zh) * | 2023-07-13 | 2023-08-11 | 北京超图软件股份有限公司 | 房屋三维模型建立方法、装置、设备及存储介质 |
CN116580162B (zh) * | 2023-07-13 | 2023-09-15 | 北京超图软件股份有限公司 | 房屋三维模型建立方法、装置、设备及存储介质 |
CN117475095A (zh) * | 2023-10-11 | 2024-01-30 | 吉奥时空信息技术股份有限公司 | 一种实景三维建筑的分层分户建模方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109816767B (zh) | 2023-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Lidar point clouds to 3-D urban models $: $ A review | |
Wang et al. | Trivariate solid T-spline construction from boundary triangulations with arbitrary genus topology | |
Zhang et al. | Online structure analysis for real-time indoor scene reconstruction | |
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 | |
Hu et al. | Centroidal Voronoi tessellation based polycube construction for adaptive all-hexahedral mesh generation | |
CN104616345B (zh) | 一种基于八叉树森林压缩的三维体素存取方法 | |
CN108171780A (zh) | 一种基于激光雷达构建室内真实三维地图的方法 | |
CN113781667B (zh) | 三维结构简化重建方法、装置、计算机设备和存储介质 | |
Bai et al. | Polyline approach for approximating Hausdorff distance between planar free-form curves | |
CN104851126B (zh) | 基于广义圆柱体的三维模型分割方法及装置 | |
CN108594816A (zh) | 一种通过改进orb-slam算法实现定位与构图的方法和系统 | |
CN109816767A (zh) | 一种基于正切空间的三维楼盘模型房屋分层分户图模糊匹配方法 | |
CN107729806A (zh) | 基于三维人脸重建的单视图多姿态人脸识别方法 | |
WO2023124160A1 (zh) | 一种自动生成三维房屋布局的方法、系统、装置及介质 | |
Hu et al. | Surface segmentation for polycube construction based on generalized centroidal Voronoi tessellation | |
CN111369682A (zh) | 生成体叶状结构的方法、设备和计算机可读存储介质 | |
CN110717978B (zh) | 基于单张图像的三维头部重建方法 | |
CN109544687A (zh) | 一种定向分层分户图扩展方法 | |
Su et al. | A dense RGB-D SLAM algorithm based on convolutional neural network of multi-layer image invariant feature | |
Wang et al. | Oblique photogrammetry supporting procedural tree modeling in urban areas | |
Yu et al. | High-precision camera pose estimation and optimization in a large-scene 3D reconstruction system | |
CN103489220B (zh) | 对三维目标建立统计形状模型的方法 | |
Zhao et al. | A 3D modeling method for buildings based on LiDAR point cloud and DLG | |
Lorenz | FRACTAL GEOMETRY OF ARCHITECTURE: Fractal Dimension as a connection between Fractal Geometry and Architecture | |
CN111507259A (zh) | 脸部特征提取方法、装置、电子设备 |
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 |