CN112580137A - 一种房屋建筑规模快速计算方法 - Google Patents
一种房屋建筑规模快速计算方法 Download PDFInfo
- Publication number
- CN112580137A CN112580137A CN202011515723.7A CN202011515723A CN112580137A CN 112580137 A CN112580137 A CN 112580137A CN 202011515723 A CN202011515723 A CN 202011515723A CN 112580137 A CN112580137 A CN 112580137A
- Authority
- CN
- China
- Prior art keywords
- building
- house
- data
- ndsm
- scale
- 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
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
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种房屋建筑规模快速计算方法,包括以下步骤:获取区域范围内的DSM数据和房屋建筑矢量数据;根据DSM数据,提取区域范围内DTM数据;获取区域范围内的NDSM数据;遍历区域范围内的所有房屋建筑物,对每一房屋建筑物,根据其覆盖的NDSM象元方格计算房屋建筑物体积;根据房屋建筑物体积,计算建筑物规模;计算区域范围内所有房屋建筑的建筑规模之和。本发明从三维层面上进行房屋建筑规模的计算,能在短时间内计算出一定区域内的房屋建筑总体规模,计算方法简单易懂,效率极高,为城市或区域总体评价及规划提供数据支撑。
Description
技术领域
本发明涉及一种计算方法,尤其涉及一种房屋建筑规模快速计算方法。
背景技术
房屋建筑是指在规划设计地点,为用户或投资人提供进行生活、生产、工作或其他活动的实体。建筑规模的大小是评价一个城市发展水平的重要指标,也是城市规划的一个重要参考。因此,对于房屋建筑规模的测算十分重要。
目前,对于房屋建筑的计算还停留在面积计算的层面,即还停留在二维维度上去考量城市建筑规模的大小,然而,现如今随着房屋建筑建设的不断发展,面积计算的层面难以客观、准确的评价城市发展水平,并且,目前也尚未有成熟的快速计算区域内房屋建筑规模(三维)的方法,因此,亟需提供一种计算快速且简单易懂的房屋建筑规模快速计算方法。
发明内容
为了解决上述技术所存在的不足之处,本发明提供了一种房屋建筑规模快速计算方法。
为了解决以上技术问题,本发明采用的技术方案是:一种房屋建筑规模快速计算方法,包括以下步骤:
步骤S1、获取区域范围内的DSM数据和房屋建筑矢量数据;
步骤S2、根据DSM数据,提取区域范围内DTM数据;
步骤S3、获取区域范围内的NDSM数据;
步骤S4、遍历区域范围内的所有房屋建筑物,对每一房屋建筑物,根据其覆盖的NDSM象元方格计算房屋建筑物体积;
步骤S5、遍历区域范围内所有房屋建筑物,根据房屋建筑物体积,计算建筑物规模;
步骤S6、计算区域范围内所有房屋建筑的建筑规模之和。
进一步地,步骤S1中,DSM数据为数字地表模型,房屋建筑矢量数据为根据影像提取或外业实测的SHP格式数据。
进一步地,步骤S2中,采用Geomatica Focus应用程序中的DEM编辑工具完成DSM数据中提取DTM数据。
进一步地,步骤S3中,将区域范围内的DSM数据与提取到的DTM数据做差值,差值后得到了消除地形影响的规格化的DSM,即得到NDSM。
进一步地,步骤S4中,将NDSM数据与房屋建筑矢量数据叠加,遍历范围内所有房屋建筑矢量。
进一步地,具体计算过程为:对每一房屋建筑物,设该房屋建筑包含n个NDSM象元方格,每个象元方格的面积为s,每个象元方格对应的高度信息:h1,h2,...,hn。则每一房屋建筑体积为:
其中,n为每个房屋建筑包含的NDSM象元方格数,i为从1到n的整数,j为从1到m的整数,s为NDSM象元方格面积,hi为房屋建筑的第i个NDSM象元方格代表的高值。
7、根据权利要求6所述的房屋建筑规模快速计算方法,其特征在于:步骤S5中,建筑物规模的具体计算过程为:区域范围内房屋建筑有m个,按照房屋建筑平均层高Hi计算房屋建筑层数,求得房屋建筑规模Sj为:
其中,vj为第j个房屋建筑物体积,Sj为第j个房屋建筑的建筑规模,m为区域范围内房屋建筑个数,j为从1到m的整数。
进一步地,步骤S6中,遍历区域范围内所有房屋建筑,则区域范围内总房屋建筑规模S为:
其中,Sj为第j个房屋建筑的建筑规模,m为区域范围内房屋建筑个数,j为从1到m的整数,vj为第j个房屋建筑物体积,Hi为房屋建筑平均层高,n为每个房屋建筑包含的NDSM象元方格数,i为从1到n的整数,s为NDSM象元方格面积,hi为房屋建筑的第i个NDSM象元方格代表的高值。
本发明公开了一种房屋建筑规模快速计算方法,从三维层面上进行房屋建筑规模的计算,克服了现有的面积计算的层面难以客观、准确的评价城市发展水平的问题;并且,本发明能在短时间内计算出一定区域内的房屋建筑总体规模,计算方法简单易懂,能够快速计算使得效率极高,为城市或区域总体评价及规划提供数据支撑。
附图说明
图1为本发明的流程示意图。
图2为本发明实施例中DSM数据图。
图3为本发明实施例中DTM数据图。
图4为本发明实施例中NDSM数据图。
图5为本发明实施例中对象A的NDSM象元方格示意图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。
一种房屋建筑规模快速计算方法,如图1所示,包括以下步骤:
步骤S1、获取区域范围内的DSM数据和房屋建筑矢量数据;
步骤S2、根据DSM数据,提取区域范围内DTM数据;
步骤S3、获取区域范围内的NDSM数据;
步骤S4、遍历区域范围内的所有房屋建筑物,对每一房屋建筑物,根据其覆盖的NDSM象元方格计算房屋建筑物体积;
步骤S5、遍历区域范围内所有房屋建筑物,根据房屋建筑物体积,计算建筑物规模;
步骤S6、计算区域范围内所有房屋建筑的建筑规模之和。
在步骤S1中,DSM数据为数字地表模型,可利用机载激光扫描制图系统获取区域范围内的DSM数据,DSM数据包含了地表建筑物、桥梁和树木等高度信息的地表高程模型;房屋建筑矢量数据为根据影像提取或外业实测的SHP格式数据,如:获取区域范围内遥感影像,对房屋建筑进行识别和矢量化,得到区域范围内的房屋建筑矢量数据。
在步骤S2中,从DSM中提起DTM,可采用Geomatica Focus应用程序中的DEM编辑工具完成,DTM数据是以密集的地形模型点的坐标X、Y、Z表达地面形态的数字地形模型。
在步骤S3中,将区域范围内的DSM数据与提取到的DTM数据做差值,差值后得到了消除地形影响的规格化的DSM,即得到NDSM,NDSM是归一化数字表面模型。
在步骤S4中,将NDSM数据与房屋建筑矢量数据叠加,遍历范围内所有房屋建筑矢量。具体计算过程为:对每一房屋建筑物,假设该房屋建筑包含n个NDSM象元方格,每个象元方格的面积为s,每个象元方格对应的高度信息:h1,h2,...,hn。则每一房屋建筑体积为:
其中,n为每个房屋建筑包含的NDSM象元方格数,i为从1到n的整数,j为从1到m的整数,s为NDSM象元方格面积,hi为房屋建筑的第i个NDSM象元方格代表的高值。
在步骤S5中,建筑物规模的具体计算过程为:区域范围内房屋建筑有m个,按照房屋建筑平均层高Hi计算房屋建筑层数,求得房屋建筑规模Sj为:
其中,vj为第j个房屋建筑物体积,Sj为第j个房屋建筑的建筑规模,m为区域范围内房屋建筑个数,j为从1到m的整数。
在步骤S6中,遍历区域范围内所有房屋建筑,则区域范围内总房屋建筑规模S为:
其中,Sj为第j个房屋建筑的建筑规模,m为区域范围内房屋建筑个数,j为从1到m的整数,vj为第j个房屋建筑物体积,Hi为房屋建筑平均层高,n为每个房屋建筑包含的NDSM象元方格数,i为从1到n的整数,s为NDSM象元方格面积,hi为房屋建筑的第i个NDSM象元方格代表的高值。
对于本发明所公开的房屋建筑规模快速计算方法,最终从三维层面上计算得到总房屋建筑规模S,能够为城市或区域总体评价及规划提供更加客观准确的数据支撑。对于本发明是利用区域DSM数据,经处理得到房屋建筑的NDSM数据,然后与根据影像提取或外业实测的SHP格式房屋建筑数据叠加套合,求得区域内总建筑规模,能够在短时间内快速计算出一定区域内的房屋建筑总体规模,简单易懂,计算效率极高。
下面结合具体的实施例,对本发明所公开的房屋建筑规模快速计算方法,做进一步详细的说明。
如图2所示,是利用机载激光扫描制图系统获取的区域范围内DSM,采用GeomaticaFocus应用程序中的DEM编辑工具从DSM提取DTM,DTM如图3所示;再用两者做差值,得到图4所示的区域内NDSM数据图;再将房屋矢量数据与得到的NDSM数据套合,以其中的一个房屋为例,即图4中的对象A,该房屋内包含多个NDSM象元方格,每个象元格面积相同,且每个象元格都有自己的高度值。计算出每个象元的体积:v=s*h,然后累计象元方格求和得到单个房屋体积,单个房屋体积再除以平均层高Hi,得到单个房屋建筑规模。按照此方法,对区域范围内每一个的房屋建筑都计算得到房屋建筑规模,最后对所有的房屋建筑规模求和,得到区域总建筑规模。
上述实施方式并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的技术人员在本发明的技术方案范围内所做出的变化、改型、添加或替换,也均属于本发明的保护范围。
Claims (8)
1.一种房屋建筑规模快速计算方法,其特征在于:包括以下步骤:
步骤S1、获取区域范围内的DSM数据和房屋建筑矢量数据;
步骤S2、根据DSM数据,提取区域范围内DTM数据;
步骤S3、获取区域范围内的NDSM数据;
步骤S4、遍历区域范围内的所有房屋建筑物,对每一房屋建筑物,根据其覆盖的NDSM象元方格计算房屋建筑物体积;
步骤S5、遍历区域范围内所有房屋建筑物,根据房屋建筑物体积,计算建筑物规模;
步骤S6、计算区域范围内所有房屋建筑的建筑规模之和。
2.根据权利要求1所述的房屋建筑规模快速计算方法,其特征在于:步骤S1中,DSM数据为数字地表模型,房屋建筑矢量数据为根据影像提取或外业实测的SHP格式数据。
3.根据权利要求1所述的房屋建筑规模快速计算方法,其特征在于:步骤S2中,采用Geomatica Focus应用程序中的DEM编辑工具完成DSM数据中提取DTM数据。
4.根据权利要求1所述的房屋建筑规模快速计算方法,其特征在于:步骤S3中,将区域范围内的DSM数据与提取到的DTM数据做差值,差值后得到了消除地形影响的规格化的DSM,即得到NDSM。
5.根据权利要求1所述的房屋建筑规模快速计算方法,其特征在于:步骤S4中,将NDSM数据与房屋建筑矢量数据叠加,遍历范围内所有房屋建筑矢量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011515723.7A CN112580137B (zh) | 2020-12-21 | 2020-12-21 | 一种房屋建筑规模快速计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011515723.7A CN112580137B (zh) | 2020-12-21 | 2020-12-21 | 一种房屋建筑规模快速计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112580137A true CN112580137A (zh) | 2021-03-30 |
CN112580137B CN112580137B (zh) | 2023-06-06 |
Family
ID=75136635
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011515723.7A Active CN112580137B (zh) | 2020-12-21 | 2020-12-21 | 一种房屋建筑规模快速计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112580137B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006146569A (ja) * | 2004-11-19 | 2006-06-08 | Sekisui House Ltd | 住宅用3次元cgシステム |
CN101828093A (zh) * | 2007-10-19 | 2010-09-08 | 株式会社博思科 | 房屋变动判断方法及房屋变动判断程序 |
JP2013101428A (ja) * | 2011-11-07 | 2013-05-23 | Pasuko:Kk | 建物輪郭抽出装置、建物輪郭抽出方法及び建物輪郭抽出プログラム |
JP2014106118A (ja) * | 2012-11-28 | 2014-06-09 | Kokusai Kogyo Co Ltd | 数値表層モデル作成方法、及び数値表層モデル作成装置 |
CN107393004A (zh) * | 2017-07-17 | 2017-11-24 | 北京数字绿土科技有限公司 | 一种获取输电线走廊中建筑物拆迁量的方法及装置 |
CN107967713A (zh) * | 2017-11-21 | 2018-04-27 | 泰瑞数创科技(北京)有限公司 | 基于空间点云数据的建筑物三维模型构建方法和系统 |
CN108197583A (zh) * | 2018-01-10 | 2018-06-22 | 武汉大学 | 基于图割优化和影像结构特征的建筑物变化检测方法 |
CN109579784A (zh) * | 2018-11-26 | 2019-04-05 | 青岛国测海遥信息技术有限公司 | 基于数字表面模型的城市地区建筑物高度的自动获取方法 |
US20190122336A1 (en) * | 2017-08-11 | 2019-04-25 | Intermap Technologies, Inc. | Method and apparatus for enhancing 3d model resolution |
CN109919944A (zh) * | 2018-12-29 | 2019-06-21 | 武汉大学 | 一种复杂场景建筑物变化检测的联合超像素图割优化方法 |
CN110110621A (zh) * | 2019-04-23 | 2019-08-09 | 安徽大学 | 基于多特征整合深度学习模型的倾斜摄影点云分类方法 |
-
2020
- 2020-12-21 CN CN202011515723.7A patent/CN112580137B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006146569A (ja) * | 2004-11-19 | 2006-06-08 | Sekisui House Ltd | 住宅用3次元cgシステム |
CN101828093A (zh) * | 2007-10-19 | 2010-09-08 | 株式会社博思科 | 房屋变动判断方法及房屋变动判断程序 |
JP2013101428A (ja) * | 2011-11-07 | 2013-05-23 | Pasuko:Kk | 建物輪郭抽出装置、建物輪郭抽出方法及び建物輪郭抽出プログラム |
JP2014106118A (ja) * | 2012-11-28 | 2014-06-09 | Kokusai Kogyo Co Ltd | 数値表層モデル作成方法、及び数値表層モデル作成装置 |
CN107393004A (zh) * | 2017-07-17 | 2017-11-24 | 北京数字绿土科技有限公司 | 一种获取输电线走廊中建筑物拆迁量的方法及装置 |
US20190122336A1 (en) * | 2017-08-11 | 2019-04-25 | Intermap Technologies, Inc. | Method and apparatus for enhancing 3d model resolution |
CN107967713A (zh) * | 2017-11-21 | 2018-04-27 | 泰瑞数创科技(北京)有限公司 | 基于空间点云数据的建筑物三维模型构建方法和系统 |
CN108197583A (zh) * | 2018-01-10 | 2018-06-22 | 武汉大学 | 基于图割优化和影像结构特征的建筑物变化检测方法 |
CN109579784A (zh) * | 2018-11-26 | 2019-04-05 | 青岛国测海遥信息技术有限公司 | 基于数字表面模型的城市地区建筑物高度的自动获取方法 |
CN109919944A (zh) * | 2018-12-29 | 2019-06-21 | 武汉大学 | 一种复杂场景建筑物变化检测的联合超像素图割优化方法 |
CN110110621A (zh) * | 2019-04-23 | 2019-08-09 | 安徽大学 | 基于多特征整合深度学习模型的倾斜摄影点云分类方法 |
Non-Patent Citations (3)
Title |
---|
李小红;: "基于DSM自动提取建筑物轮廓线的研究", 经纬天地, no. 04, pages 13 - 16 * |
李迁;肖春蕾;陈洁;杨达昌;: "基于机载LiDAR点云和建筑物轮廓线构建DSM的方法", 国土资源遥感, no. 02, pages 98 - 103 * |
陶金花;苏林;李树楷;: "一种从激光雷达点云中提取建筑物模型的方法", 红外与激光工程, no. 02, pages 157 - 162 * |
Also Published As
Publication number | Publication date |
---|---|
CN112580137B (zh) | 2023-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020233152A1 (zh) | 基于城市建筑空间数据的建成区边界识别方法及设备 | |
CN110490415B (zh) | 一种多无人机视觉协同的建筑进度评估方法 | |
CN107093206A (zh) | 利用3d激光扫描技术快速bim建模的方法 | |
CN111507375B (zh) | 一种城市内涝风险快速评估方法及系统 | |
CN110134752B (zh) | 三维大场景建模数据处理方法及装置 | |
CN107119657B (zh) | 一种基于视觉测量基坑监测方法 | |
CN102353678B (zh) | 一种测量文物病害的方法 | |
CN113916130B (zh) | 一种基于最小二乘法的建筑物位置测量方法 | |
CN103954970A (zh) | 一种地形要素采集方法 | |
CN111256730A (zh) | 一种用于低空倾斜摄影测量技术的土方平衡修正计算方法 | |
KR101184981B1 (ko) | 건축물의 생태면적 평가방법 | |
CN108594730A (zh) | 一种基于物联网的工程施工进度监控系统及方法 | |
CN107784690B (zh) | 一种基于三维点云的竣工平面图自动绘制方法 | |
CN114663602A (zh) | 一种基于大数据的城市设计实景三维测绘系统 | |
JP6146731B2 (ja) | 座標補正装置、座標補正プログラム、及び座標補正方法 | |
CN112580137A (zh) | 一种房屋建筑规模快速计算方法 | |
CN114092805B (zh) | 一种基于建筑模型的机器狗识别裂痕方法 | |
CN114662985B (zh) | 一种基于倾斜摄影建模的山区电力工程选址方法、设备和计算机可读存储介质 | |
CN110648280A (zh) | 一种用于大型溶洞海量点云数据拼接的数据处理方法 | |
CN115311396A (zh) | 一种超高建筑物屋顶轮廓线的自动提取方法及系统 | |
CN102538684B (zh) | 基于三维摄影技术的楼梯测量方法 | |
Predari et al. | Expeditious methods of urban survey for seismic vulnerability assessments | |
CN114842356A (zh) | 一种高分辨率地表类型样本自动生成方法、系统及设备 | |
CN109858184B (zh) | 一种借助于倾斜摄影技术的日照拟态分析系统 | |
CN113418510A (zh) | 一种基于多旋翼无人机的高标准农田验收方法 |
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 |