CN110517353B - 基于二维矢量图及少量高程点的快速建筑物三维重建方法 - Google Patents
基于二维矢量图及少量高程点的快速建筑物三维重建方法 Download PDFInfo
- Publication number
- CN110517353B CN110517353B CN201910813750.3A CN201910813750A CN110517353B CN 110517353 B CN110517353 B CN 110517353B CN 201910813750 A CN201910813750 A CN 201910813750A CN 110517353 B CN110517353 B CN 110517353B
- Authority
- CN
- China
- Prior art keywords
- dimensional vector
- elevation
- points
- edges
- judging
- 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
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
Abstract
本发明公开基于二维矢量图及少量高程点的快速建筑物三维重建方法,包括:S100、提取二维矢量多边形数据和高程点,高程点包括地面点、屋檐点和屋脊点三个类别;S200、二维矢量多边形之间的拓扑关系及其与高程点对应关系判定;S300、二维矢量多边形的主方向判定与边界调整;S400、模型基元的构建规则设计和类别判定;S500、屋脊线,和模型基元的顶面、底面和墙面的生成。本发明的二维矢量数据来源多样化,可以充分利用已有的测绘外业、规划数据、DOM数据、DSM数据、三维点云或网格数据;交互编辑的难度与效率大大改善,从二维上进行编辑比三维上简单高效,只需配合少量高程点即可;模型的高度规则化,自动规则化约束,生成的模型满足平行垂直等各项约束。
Description
技术领域
本发明属于摄影测量与遥感、建筑物三维重建技术领域,具体涉及基于二维矢量图及少量高程点的快速建筑物三维重建方法。
背景技术
目前全自动的建筑物三维重建方法仍然难以满足生产需求。半自动的重建方法主要是先基于LiDAR或多视影像密集匹配获取三维点云或者网格,然后在软件(如sketchup或3Dmax)三维上进行编辑与矢量化,最终获取单体化的模型。主要的问题是:1.使用的三维点云或网格数据获取成本较高;2.在三维上进行编辑难度相对二维大很多,效率低;3.未能重复利用现有的数据,如二维规划数据,DSM或DOM数据。
发明内容
为了解决现有三维模型重建过程中普遍采用的三维编辑的效率有限及操作困难的问题,本发明目的在于提供基于二维矢量图及少量高程点的快速建筑物三维重建方法。本发明直接从二维矢量图出发,配合少量的高程点,即可实现全自动的三维重建,重建过程充分利用已有的测绘外业或规划数据或只从二维上进行编辑,然后点取少量的高程,即可获得拓扑正确、边界严格规则化的实体三维模型。
本发明所采用的技术方案为:
基于二维矢量图及少量高程点的快速建筑物三维重建方法,包括如下步骤:
S100、提取二维矢量多边形数据和高程点,高程点包括地面点、屋檐点和屋脊点三个类别;
S200、二维矢量多边形之间的拓扑关系及其与高程点对应关系判定;
S300、二维矢量多边形的主方向判定与边界调整;
S400、模型基元的构建规则设计和类别判定;
S500、屋脊线,和模型基元的顶面、底面和墙面的生成。
在上述技术方案的基础上,基于二维矢量图及少量高程点的快速建筑物三维重建方法,所述步骤S100中,二维矢量多边形数据为测绘外业、规划数据、DSM、DOM、三维点云或网格数据,地面点为DEM数据。
在上述技术方案的基础上,基于二维矢量图及少量高程点的快速建筑物三维重建方法,所述步骤S200中,二维矢量多边形之间的拓扑关系及其与高程点对应关系判定,包括如下步骤:
S201、同步进行如下对应关系判定:
a、高程点与二维矢量多边形的包含关系判定,判断高程点是否在二维矢量多边形内,若是,则判定高程点与二维矢量多边形之间为包含关系;
b、二维矢量多边形与二维矢量多边形之间相邻关系判定,判断二维矢量多边形之间的最短距离是否小于阈值,若是,则判定二维矢量多边形与二维矢量多边形之间为相邻关系;
c、二维矢量多边形与二维矢量多边形之间包含关系判定,判断是否存在一个高程点同时在多个二维矢量多边形内部,若是,则判定二维矢量多边形与二维矢量多边形之间为包含关系;
d、确定二维矢量多边形对应房屋结构的上下层关系,将属于上层二维矢量多边形的高程点不再计入下层二维矢量多边形;
S202、将存在相邻关系的二维矢量多边形或存在包含关系的二维矢量多边形编为一组;
S203、对步骤S202中定义的每一组二维矢量多边形,取距离最近的地面点作为建筑物的底面高程;
S204、确定屋檐点在二维矢量多边形中最近的边。
在上述技术方案的基础上,基于二维矢量图及少量高程点的快速建筑物三维重建方法,所述确定二维矢量多边形的上下层关系的依据是:上层二维矢量多边形的面积较小且高程点数较少。
在上述技术方案的基础上,基于二维矢量图及少量高程点的快速建筑物三维重建方法,所述步骤S300中,二维矢量多边形的主方向判定与边界调整,包括如下步骤:
S301、获取二维矢量多边形的编组,对于同一组内的二维矢量多边形,获取同一组内的所有边;
S302、对每一条边,求取其与同一组内剩余所有边的夹角,统计满足角度阈值条件的边的数量,同时按边长及夹角进行加权,计算加权均方差,逐条计算完毕后,取满足角度阈值条件的边数最多的边的方向为规则化方向,即主为方向;当边数相等时则选加权均方差较小的边的方向为规则化方向,即主为方向;
S303、规则化方向确定后,即可确定具有平行、垂直或共线关系的边,将共线边进行合并,将距离小于阈值的顶点或边长小于阈值的边进行合并;
S304、将所有满足角度阈值条件的边调整到步骤S302的规则化方向或与规则方向垂直的方向,并使调整后的边过该边调整前的中点。
在上述技术方案的基础上,基于二维矢量图及少量高程点的快速建筑物三维重建方法,所述步骤S400中,模型基元的构建规则设计和类别判定,包括如下步骤:
S401、通过二维矢量多边形内部高程点的数量和类别,判定对应模型基元的类别,复杂的建筑物由模型基元组合而成。
在上述技术方案的基础上,基于二维矢量图及少量高程点的快速建筑物三维重建方法,所述模型基元的类别包括类别1、类别2、类别3、类别4和类别5;
所述类别1为:平顶房屋Flat;
所述类别2为:斜顶房屋Shed;
所述类别3为:人字形房屋Gabled;
所述类别4为:复斜式屋顶Gambrel;
所述类别5为;四坡型屋顶Hipped。
在上述技术方案的基础上,基于二维矢量图及少量高程点的快速建筑物三维重建方法,所述步骤S500中,屋脊线,和模型基元的顶面、底面和墙面的生成,包括步骤:屋脊线的延伸方向和端点求解、模型基元的顶面求解和模型基元的底面和墙面求解;
所述屋脊线的延伸方向和端点求解过程为:
屋脊线的延伸方向由屋檐点最近的边界线确定;
对于类别1、2无需端点求解;
对于类别3、4,屋脊线的端点由过屋脊点且与屋脊线的延伸方向平行的直线与边界相交获得;
对于类别5,先计算过两个屋脊点的中点且与两个屋脊点连线方向平行的直线,然后屋脊线的端点为两个屋脊点在该直线上的投影点。
模型基元的顶面求解过程为:
对于类别1,直接确定水平高程面为模型基元的顶面;
对于类别2,先确定两条平行直线,然后获取斜面为模型基元的顶面;
对于类别3-5,依照各屋脊线及边界线/顶点确定每个面的参数,重新计算各个顶点的高程,最终获取屋顶的每个面,即模型基元的顶面,获取的每个顶面的顶点均按逆时针排列;
模型基元的底面和墙面求解过程为:
首先确定地面点位置,水平位置与顶面保持一致,高程则由步骤S203中确定的距离最近的地面点判定;若有DEM数据,则依照水平位置,从DEM数据获取地面高程;
底面按顺时针排列,保证法相量朝下;
墙面为连接顶面与地面的四边形,方向朝外,对于步骤S201中确定了存在上下层关系的二维矢量多边形,上层二维矢量多边形的地面高程按照下层二维矢量多边形的顶面求解;
同时,对于类别3-5,建筑物内部的墙面不保留。
本发明的有益效果为:
本发明的二维矢量数据来源多样化,可以充分利用已有的测绘外业、规划数据、DOM或DSM数据,亦可使用目前广泛使用的三维点云或网格数据。
本发明交互编辑的难度与效率大大改善,从二维上进行编辑比三维上简单高效,只需配合少量高程点即可。
本发明模型的高度规则化,自动规则化约束,生成的模型满足平行垂直等各项约束。
附图说明
图1是本发明-实施例的方法流程示意图。
图2是本发明-实施例的模型基元的类别示意图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步阐述。
实施例:
如图1所示,本实施例的基于二维矢量图及少量高程点的快速建筑物三维重建方法,包括如下步骤:
S100、提取二维矢量多边形数据和高程点,高程点包括地面点、屋檐点和屋脊点三个类别;
S200、二维矢量多边形之间的拓扑关系及其与高程点对应关系判定;
S300、二维矢量多边形的主方向判定与边界调整;
S400、模型基元的构建规则设计和类别判定;
S500、屋脊线,和模型基元的顶面、底面和墙面的生成。
上述步骤S100中,二维矢量多边形数据来自测绘外业、规划数据、DSM、DOM、三维点云或网格数据。地面点用DEM数据替代。
上述步骤S200中,二维矢量多边形之间的拓扑关系及其与高程点对应关系判定,包括如下步骤:
S201、同步进行如下对应关系判定:
a、高程点与二维矢量多边形的包含关系判定,判断高程点是否在二维矢量多边形内,若是,则判定高程点与二维矢量多边形之间为包含关系;
b、二维矢量多边形与二维矢量多边形之间相邻关系判定,判断二维矢量多边形之间的最短距离是否小于阈值,若是,则判定二维矢量多边形与二维矢量多边形之间为相邻关系;
c、二维矢量多边形与二维矢量多边形之间包含关系判定,判断是否存在一个高程点同时在多个二维矢量多边形内部,若是,则判定二维矢量多边形与二维矢量多边形之间为包含关系;
d、确定二维矢量多边形对应房屋结构的上下层关系,将属于上层二维矢量多边形的高程点不再计入下层二维矢量多边形;
S202、将存在相邻关系的二维矢量多边形或存在包含关系的二维矢量多边形编为一组;
S203、对步骤S202中定义的每一组二维矢量多边形,取距离最近的地面点作为建筑物的底面高程;
S204、确定屋檐点在二维矢量多边形中最近的边。
上述确定二维矢量多边形的上下层关系的依据是:上层二维矢量多边形的面积较小且高程点数较少。
初始的二维矢量多边形通常为手工编辑或图像数字化获得,不满足模型规范化需求,需要进行规则化调整,获取严格的平行垂直约束。
因此,上述步骤S300中,二维矢量多边形的主方向判定与边界调整,包括如下步骤:
S301、获取二维矢量多边形的编组,对于同一组内的二维矢量多边形,获取同一组内的所有边;
S302、对每一条边,求取其与同一组内剩余所有边的夹角,统计满足角度阈值条件的边的数量,同时按边长及夹角进行加权,计算加权均方差,逐条计算完毕后,取满足角度阈值条件的边数最多的边的方向为规则化方向,即主为方向;当边数相等时则选加权均方差较小的边的方向为规则化方向,即主为方向;
S303、规则化方向确定后,即可确定具有平行、垂直或共线关系的边,将共线边进行合并,将距离小于阈值的顶点或边长小于阈值的边进行合并;
S304、将所有满足角度阈值条件的边调整到步骤S302的规则化方向或与规则方向垂直的方向,并使调整后的边过该边调整前的中点。
上述步骤S400中,模型基元的构建规则设计和类别判定,包括如下步骤:
S401、通过二维矢量多边形内部高程点的数量和类别,判定对应模型基元的类别,复杂的建筑物由模型基元组合而成。
本实施例中定义的模型基元类别及所需的屋檐(图中三角形)及屋脊(图中实心圆)的高程点如图2所示。
模型基元的类别包括类别1、类别2、类别3、类别4和类别5;
类别1为:平顶房屋Flat;
类别2为:斜顶房屋Shed;
类别3为:人字形房屋Gabled;
类别4为:复斜式屋顶Gambrel;
类别5为;四坡型屋顶Hipped。
上述步骤S500中,屋脊线,和模型基元的顶面、底面和墙面的生成,包括如下步骤:
屋脊线的延伸方向和端点求解过程为:
屋脊线的延伸方向由屋檐点最近的边界线确定;
其中,对于类别1、2无需端点求解;
对于类别3、4,屋脊线的端点由过屋脊点且与屋脊线的延伸方向平行的直线与边界相交获得;
对于类别5,先计算过两个屋脊点的中点且与两个屋脊点连线方向平行的直线,然后屋脊线的端点为两个屋脊点在该直线上的投影点。
模型基元的顶面求解过程为:
对于类别1,直接确定水平高程面为模型基元的顶面;
对于类别2,先确定两条平行直线,然后获取斜面为模型基元的顶面;
对于类别3-5,依照各屋脊线及边界线/顶点确定每个面的参数,重新计算各个顶点的高程,最终获取屋顶的每个面,即模型基元的顶面,获取的每个顶面的顶点均按逆时针排列;
模型基元的底面和墙面求解过程为:
首先确定地面点位置,水平位置与顶面保持一致,高程则由步骤S203中确定的距离最近的地面点判定;若有DEM数据,则依照水平位置,从DEM数据获取地面高程;
底面按顺时针排列,保证法相量朝下;
墙面为连接顶面与地面的四边形,方向朝外,对于步骤S201中确定了存在上下层关系的二维矢量多边形,上层二维矢量多边形的地面高程按照下层二维矢量多边形的顶面求解;
同时,对于类别3-5,建筑物内部的墙面不保留。
在实际应用中,二维矢量多边形图中问题反馈与迭代,包括如下:
e、二维矢量多边形重复,上下层二维矢量多边形面积比超过阈值时,只保留一个并反馈;
f、高程点缺失,二维矢量多边形内部未发现高程点时反馈;
g、高程点标记错误,对于类别2,两侧高程小于阈值时,按平顶面处理并反馈;对于类别3-5,屋脊高程未超过屋檐,或屋脊与屋檐的高差小于阈值的时反馈;高程点数量不匹配时,按平顶面处理并反馈。
本发明二维矢量数据来源多样化,可以充分利用已有的测绘外业、规划数据、DOM或DSM数据,亦可使用目前广泛使用的三维点云或网格数据。
本发明交互编辑的难度与效率大大改善,从二维上进行编辑比三维上简单高效,只需配合少量高程点即可。
本发明模型的高度规则化,自动规则化约束,生成的模型满足平行垂直等各项约束。
本发明具备有效的反馈机制,准确发现二维矢量多边形图或高程点中的问题,进行反馈编辑。
本发明不局限于上述可选实施方式,任何人在本发明的启示下都可得出其他各种形式的产品,但不论在其形状或结构上作任何变化,凡是落入本发明权利要求界定范围内的技术方案,均落在本发明的保护范围之内。
Claims (2)
1.基于二维矢量图及少量高程点的快速建筑物三维重建方法,其特征在于:包括如下步骤:
S100、提取二维矢量多边形数据和高程点,高程点包括地面点、屋檐点和屋脊点三个类别;
S200、二维矢量多边形之间的拓扑关系及其与高程点对应关系判定;
S300、二维矢量多边形的主方向判定与边界调整;
S400、模型基元的构建规则设计和类别判定;
S500、屋脊线,和模型基元的顶面、底面和墙面的生成;
所述步骤S100中,二维矢量多边形数据为测绘外业、规划数据、DSM、DOM、三维点云或网格数据,地面点为DEM数据;
所述步骤S200中,二维矢量多边形之间的拓扑关系及其与高程点对应关系判定,包括如下步骤:
S201、同步进行如下对应关系判定:
a、高程点与二维矢量多边形的包含关系判定,判断高程点是否在二维矢量多边形内,若是,则判定高程点与二维矢量多边形之间为包含关系;
b、二维矢量多边形与二维矢量多边形之间相邻关系判定,判断二维矢量多边形之间的最短距离是否小于阈值,若是,则判定二维矢量多边形与二维矢量多边形之间为相邻关系;
c、二维矢量多边形与二维矢量多边形之间包含关系判定,判断是否存在一个高程点同时在多个二维矢量多边形内部,若是,则判定二维矢量多边形与二维矢量多边形之间为包含关系;
d、确定二维矢量多边形对应房屋结构的上下层关系,将属于上层二维矢量多边形的高程点不再计入下层二维矢量多边形;
S202、将存在相邻关系的二维矢量多边形或存在包含关系的二维矢量多边形编为一组;
S203、对步骤S202中定义的每一组二维矢量多边形,取距离最近的地面点作为建筑物的底面高程;
S204、确定屋檐点在二维矢量多边形中最近的边;
所述步骤S300中,二维矢量多边形的主方向判定与边界调整,包括如下步骤:
S301、获取二维矢量多边形的编组,对于同一组内的二维矢量多边形,获取同一组内的所有边;
S302、对每一条边,求取其与同一组内剩余所有边的夹角,统计满足角度阈值条件的边的数量,同时按边长及夹角进行加权,计算加权均方差,逐条计算完毕后,取满足角度阈值条件的边数最多的边的方向为规则化方向,即主为方向;当边数相等时则选加权均方差较小的边的方向为规则化方向,即主为方向;
S303、规则化方向确定后,即可确定具有平行、垂直或共线关系的边,将共线边进行合并,将距离小于阈值的顶点或边长小于阈值的边进行合并;
S304、将所有满足角度阈值条件的边调整到步骤S302的规则化方向或与规则方向垂直的方向,并使调整后的边过该边调整前的中点;
所述步骤S300中,二维矢量多边形的主方向判定与边界调整,包括如下步骤:
S301、获取二维矢量多边形的编组,对于同一组内的二维矢量多边形,获取同一组内的所有边;
S302、对每一条边,求取其与同一组内剩余所有边的夹角,统计满足角度阈值条件的边的数量,同时按边长及夹角进行加权,计算加权均方差,逐条计算完毕后,取满足角度阈值条件的边数最多的边的方向为规则化方向,即主为方向;当边数相等时则选加权均方差较小的边的方向为规则化方向,即主为方向;
S303、规则化方向确定后,即可确定具有平行、垂直或共线关系的边,将共线边进行合并,将距离小于阈值的顶点或边长小于阈值的边进行合并;
S304、将所有满足角度阈值条件的边调整到步骤S302的规则化方向或与规则方向垂直的方向,并使调整后的边过该边调整前的中点;
所述步骤S400中,模型基元的构建规则设计和类别判定,包括如下步骤:
S401、通过二维矢量多边形内部高程点的数量和类别,判定对应模型基元的类别,复杂的建筑物由模型基元组合而成;
所述模型基元的类别包括类别1、类别2、类别3、类别4和类别5;
所述类别1为:平顶房屋Flat;
所述类别2为:斜顶房屋Shed;
所述类别3为:人字形房屋Gabled;
所述类别4为:复斜式屋顶Gambrel;
所述类别5为;四坡型屋顶Hipped;
所述步骤S500中,屋脊线,和模型基元的顶面、底面和墙面的生成,包括步骤:屋脊线的延伸方向和端点求解、模型基元的顶面求解和模型基元的底面和墙面求解;
所述屋脊线的延伸方向和端点求解过程为:
屋脊线的延伸方向由屋檐点最近的边界线确定;
对于类别1、2无需端点求解;
对于类别3、4,屋脊线的端点由过屋脊点且与屋脊线的延伸方向平行的直线与边界相交获得;
对于类别5,先计算过两个屋脊点的中点且与两个屋脊点连线方向平行的直线,然后屋脊线的端点为两个屋脊点在该直线上的投影点;
模型基元的顶面求解过程为:
对于类别1,直接确定水平高程面为模型基元的顶面;
对于类别2,先确定两条平行直线,然后获取斜面为模型基元的顶面;
对于类别3-5,依照各屋脊线及边界线/顶点确定每个面的参数,重新计算各个顶点的高程,最终获取屋顶的每个面,即模型基元的顶面,获取的每个顶面的顶点均按逆时针排列;
模型基元的底面和墙面求解过程为:
首先确定地面点位置,水平位置与顶面保持一致,高程则由步骤S203中确定的距离最近的地面点判定;若有DEM数据,则依照水平位置,从DEM数据获取地面高程;
底面按顺时针排列,保证法相量朝下;
墙面为连接顶面与地面的四边形,方向朝外,对于步骤S201中确定了存在上下层关系的二维矢量多边形,上层二维矢量多边形的地面高程按照下层二维矢量多边形的顶面求解;
同时,对于类别3-5,建筑物内部的墙面不保留。
2.根据权利要求1所述的基于二维矢量图及少量高程点的快速建筑物三维重建方法,其特征在于:所述确定二维矢量多边形的上下层关系的依据是:上层二维矢量多边形的面积较小且高程点数较少。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910813750.3A CN110517353B (zh) | 2019-08-30 | 2019-08-30 | 基于二维矢量图及少量高程点的快速建筑物三维重建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910813750.3A CN110517353B (zh) | 2019-08-30 | 2019-08-30 | 基于二维矢量图及少量高程点的快速建筑物三维重建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110517353A CN110517353A (zh) | 2019-11-29 |
CN110517353B true CN110517353B (zh) | 2022-09-23 |
Family
ID=68628339
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910813750.3A Active CN110517353B (zh) | 2019-08-30 | 2019-08-30 | 基于二维矢量图及少量高程点的快速建筑物三维重建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110517353B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111754484B (zh) * | 2020-06-23 | 2024-03-29 | 北京东方至远科技股份有限公司 | 基于InSAR大数据和霍夫检测的房屋矢量框和PS点匹配方法 |
WO2022172053A1 (en) * | 2021-02-10 | 2022-08-18 | Chain Technology Development Co., Ltd. | Automatic low level-of-detail (lod) model generation based on geoinformation |
CN112967379B (zh) * | 2021-03-03 | 2022-04-22 | 西北工业大学深圳研究院 | 一种基于感知一致生成对抗网络的三维医学图像重建方法 |
CN116664455B (zh) * | 2023-08-01 | 2023-11-14 | 武汉天恒信息技术有限公司 | 一种处理二维矢量图形之间的边界不契合方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW550521B (en) * | 2002-02-07 | 2003-09-01 | Univ Nat Central | Method for re-building 3D model of house in a semi-automatic manner using edge segments of buildings |
CN106600690B (zh) * | 2016-12-30 | 2020-09-18 | 厦门理工学院 | 基于点云数据的复杂建筑体三维建模方法 |
-
2019
- 2019-08-30 CN CN201910813750.3A patent/CN110517353B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110517353A (zh) | 2019-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110517353B (zh) | 基于二维矢量图及少量高程点的快速建筑物三维重建方法 | |
CN110570428B (zh) | 一种从大规模影像密集匹配点云分割建筑物屋顶面片的方法及系统 | |
Maas et al. | Two algorithms for extracting building models from raw laser altimetry data | |
CN109711018B (zh) | 一种二维到三维的户型设计方法 | |
Kada et al. | 3D building reconstruction from LiDAR based on a cell decomposition approach | |
CN108010092A (zh) | 一种基于低空摄影测量的城市高密度区太阳能利用潜力评估方法 | |
Vosselman | Building reconstruction using planar faces in very high density height data | |
CN106898045B (zh) | 一种基于sgog瓦块的大区域真三维地理场景自适应构建方法 | |
Awrangjeb et al. | Automatic building extraction from LiDAR data covering complex urban scenes | |
CN103703490A (zh) | 用于产生三维特征数据的设备、用于产生三维特征数据的方法、以及其上记录有用于产生三维特征数据的程序的记录介质 | |
CN112712596B (zh) | 一种密集匹配点云建筑物结构化模型精细重建方法 | |
US8600713B2 (en) | Method of online building-model reconstruction using photogrammetric mapping system | |
CN102521884A (zh) | 一种基于LiDAR数据与正射影像的3维屋顶重建方法 | |
CN102136155A (zh) | 基于三维激光扫描数据的物体立面矢量化方法和系统 | |
US10192004B2 (en) | Estimation of three-dimensional models of roofs from spatial two-dimensional graphs | |
US10282490B2 (en) | Estimation of three-dimensional models of roofs from spatial two-dimensional graphs | |
CN103927788A (zh) | 基于城市竖向规划的建筑地物分层dem模型制作方法 | |
CN109146990B (zh) | 一种建筑轮廓的计算方法 | |
CN104751479A (zh) | 基于tin数据的建筑物提取方法和装置 | |
CN115564926B (zh) | 基于影像建筑物结构学习的三维面片模型构建方法 | |
Tseng et al. | Extraction of building boundary lines from airborne lidar point clouds | |
KR100657870B1 (ko) | 항공 레이저 측량 데이터를 이용한 지반고 추출 방법 | |
CN109059864A (zh) | 无人机大比例尺地形图房屋外立面测绘方法、装置与介质 | |
CN105184854A (zh) | 针对地下空间扫描点云成果数据的快速建模方法 | |
CN116993928A (zh) | 一种基于无人机遥感技术的城市工程测绘方法及系统 |
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 |