CN113378270A - 房屋结构解析方法、装置、终端设备和可读存储介质 - Google Patents

房屋结构解析方法、装置、终端设备和可读存储介质 Download PDF

Info

Publication number
CN113378270A
CN113378270A CN202110649140.1A CN202110649140A CN113378270A CN 113378270 A CN113378270 A CN 113378270A CN 202110649140 A CN202110649140 A CN 202110649140A CN 113378270 A CN113378270 A CN 113378270A
Authority
CN
China
Prior art keywords
point cloud
sub
wall
house
ith layer
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
Application number
CN202110649140.1A
Other languages
English (en)
Other versions
CN113378270B (zh
Inventor
罗海风
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Qding Interconnection Technology Co ltd
Original Assignee
Beijing Qding Interconnection Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Qding Interconnection Technology Co ltd filed Critical Beijing Qding Interconnection Technology Co ltd
Priority to CN202110649140.1A priority Critical patent/CN113378270B/zh
Publication of CN113378270A publication Critical patent/CN113378270A/zh
Application granted granted Critical
Publication of CN113378270B publication Critical patent/CN113378270B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • Y02A30/00—Adapting or protecting infrastructure or their operation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Architecture (AREA)
  • Mathematical Analysis (AREA)
  • Structural Engineering (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Civil Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Alarm Systems (AREA)

Abstract

本发明实施例公开了一种房屋结构解析方法、装置、终端设备和可读存储介质，该方法包括获取房屋点云，根据房屋点云的坐标确定房屋点云构成的房屋的层数和每一层房屋对应的子房屋点云，并且，根据每一层对应的子房屋点云的坐标将第每一层对应的子房屋点云分为墙壁点云、屋顶点云和地面点云，根据每一层的墙壁点云确定每一层的子墙壁数目、每一层的各个子墙壁对应的子墙壁点云、每一层的房间数目和每一层的各个房间对应的房间点云，基于房屋点云实现了房屋结构自动解析，无需专业人员现场测量，避免现场测量浪费过多的时间成本。

Description

房屋结构解析方法、装置、终端设备和可读存储介质
技术领域
本发明涉及点云图像处理领域，尤其涉及一种房屋结构解析方法、装置、终端设备和可读存储介质。
背景技术
在家居设计行业，设计师需要房屋结构和房屋几何尺寸的所有详细信息，并且房屋结构和房屋几何尺寸的所有详细信息的获取过程复杂，需要专业的测量人员实地进行多点测量，并记录每一个测量点的位置信息，大多数情况下，都需要设计师实地测量，而实地测量需要占用设计师大量的时间，不仅时间成本极高，而且还导致浪费大量的人力成本。
发明内容
鉴于上述问题，本发明提出一种房屋结构解析方法、装置、终端设备和可读存储介质。
本申请提出一种房屋结构解析方法，所述方法包括：
获取房屋点云；
根据所述房屋点云的坐标确定所述房屋点云构成的房屋的层数和每一层房屋对应的子房屋点云；
根据第i层对应的子房屋点云的坐标将第i层对应的子房屋点云分为墙壁点云、屋顶点云和地面点云，1≤i≤I，I为房屋的总层数；
根据第i层的墙壁点云确定第i层的子墙壁数目、第i层的各个子墙壁对应的子墙壁点云、第i层的房间数目和第i层的各个房间对应的房间点云，所述子墙壁对应的俯视图为一条直线。
本申请所述的房屋结构解析方法，所述将第i层对应的子房屋点云分为墙壁点云、屋顶点云和地面点云，包括：
统计所述第i层对应的子房屋点云中相同Z坐标的点云数目，所述Z坐标是高度方向上的坐标，点云高度越高，对应的Z坐标越大；
将相同Z坐标的点云数目大于预定点云阈值且最大Z坐标对应的点云作为第i层的屋顶点云；
将相同Z坐标的点云数目大于预定点云阈值且最小Z坐标对应的点云作为第i层的地面点云；
利用去除所述第i层的屋顶点云和所述第i层的地面点云后剩余的点云确定所述第i层的墙壁点云。
本申请所述的房屋结构解析方法，所述利用去除所述第i层的屋顶点云和所述第i层的地面点云后剩余的点云确定所述第i层的墙壁点云，包括：
将第i层的剩余点云构成的立体结构垂直投影至二维平面鸟瞰图上；
基于所述二维平面鸟瞰图上的二维图像对所述剩余点云进行去噪处理以确定所述第i层的墙壁点云。
本申请所述的房屋结构解析方法，所述根据第i层的墙壁点云确定第i层的子墙壁数目、第i层的各个子墙壁对应的子墙壁点云、第i层的房间数目和第i层的各个房间对应的房间点云，包括：
将所述第i层的墙壁点云构成的立体墙壁垂直投影至二维平面鸟瞰图上以获得第i层的墙壁俯视图；
判断所述第i层的墙壁俯视图中各个相邻子墙壁之间是否垂直；
若第i层的各个相邻子墙壁之间不垂直，则根据所述第i层的墙壁俯视图旋转所述第i层的墙壁点云构成的立体墙壁直至所述第i层的墙壁俯视图中各个相邻子墙壁之间垂直；
根据各个相邻子墙壁之间垂直的墙壁俯视图确定第i层的各个子墙壁对应的子墙壁点云、所述子墙壁数目、所述房间数目和所述各个房间对应的房间点云。
本申请所述的房屋结构解析方法，根据各个相邻子墙壁之间垂直的墙壁俯视图确定第i层的各个子墙壁对应的子墙壁点云，包括：
基于预定的第一拟合精度利用预设的多种拟合策略分别将所述各个相邻子墙壁之间垂直的墙壁俯视图中的开放区域自动拟合为闭合区域，每一种拟合策略对应一组拟合参数；
将每一种拟合策略拟合后的墙壁垂直投影至二维平面鸟瞰图上并计算投影密度；
将最大投影密度对应的墙壁拟合结果作为第i层的最佳墙壁拟合结果；
根据所述第i层的最佳墙壁拟合结果对所述第i层的墙壁点云进行拆分以确定第i层的各个子墙壁对应的子墙壁点云。
本申请所述的房屋结构解析方法，还包括：
基于预定的第二拟合精度对第i层的每一组子墙壁点云进行拟合，所述第二拟合精度大于所述第一拟合精度；
将拟合后的第i层的每一组子墙壁点云构成的子墙壁垂直投影至二维平面鸟瞰图上以确定对应子墙壁上是否存在凹凸部分；
若存在凹凸部分，则确定所述二维平面鸟瞰图上凹凸部分的厚度；
将拟合后的第i层的每一组子墙壁点云投影至对应的XZ平面或者YZ平面上以确定对应子墙壁凹凸部分的高度和宽度；
根据对应子墙壁凹凸部分的厚度、高度和宽度确定所述凹凸部分是否是预定义的房屋结构。
本申请所述的房屋结构解析方法，所述确定所述房屋点云构成的房屋的层数和每一层房屋对应的子房屋点云，包括：
统计所述房屋点云中Z坐标相同的点云数目，所述Z坐标是高度方向上的坐标，点云高度越高，对应的Z坐标越大；
将Z坐标相同的点云数目大于预定点数阈值的Z坐标按照从小到大的顺序排列；
将所述房屋点云中大于等于第i个Z坐标且小于等于第i+1个Z坐标的点云作为第i层房屋对应的子房屋点云。
本申请还提出一种房屋结构解析装置，所述装置包括：
获取模块，用于获取房屋点云；
第一确定模块，用于根据所述房屋点云的坐标确定所述房屋点云构成的房屋的层数和每一层房屋对应的子房屋点云；
划分模块，用于根据第i层对应的子房屋点云的坐标将第i层对应的子房屋点云分为墙壁点云、屋顶点云和地面点云，i≤I，I为房屋的总层数；
第二确定模块，用于根据第i层的墙壁点云确定第i层的子墙壁数目、第i层的各个子墙壁对应的子墙壁点云、第i层的房间数目和第i层的各个房间对应的房间点云，所述子墙壁对应的俯视图为一条直线。
本申请还提出一种终端设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序在所述处理器上运行时执行本申请所述的房屋结构解析方法。
本申请还提出一种可读存储介质，其存储有计算机程序，所述计算机程序在处理器上运行时执行本申请所述的房屋结构解析方法。
本申请公开的房屋结构解析方法可以直接获取房屋点云，根据房屋点云的坐标确定房屋点云构成的房屋的层数和每一层房屋对应的子房屋点云，并且，根据每一层对应的子房屋点云的坐标将第每一层对应的子房屋点云分为墙壁点云、屋顶点云和地面点云，根据每一层的墙壁点云确定每一层的子墙壁数目、每一层的各个子墙壁对应的子墙壁点云、每一层的房间数目和每一层的各个房间对应的房间点云，基于房屋点云实现了房屋结构自动解析，无需专业人员现场测量，避免现场测量浪费过多的时间成本。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对本发明保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
图1示出了本申请实施例提出的一种房屋结构解析方法的流程示意图；
图2示出了本申请实施例提出的一种每一层房屋的墙壁、屋顶和地面结构解析方法的流程示意图；
图3示出了本申请实施例提出的一种降噪方法的流程示意图；
图4示出了本申请实施例提出的一种每一层房屋的墙壁结构解析方法的流程示意图；
图5示出了本申请实施例提出的一种每一层房屋的子墙壁结构解析方法的流程示意图；
图6示出了本申请实施例提出的一种每一层房屋的预定义房屋结构解析方法的流程示意图；
图7示出了本申请实施例提出的一种房屋结构装置方法的流程示意图。
主要元件符号说明：
10-房屋结构解析装置；11-获取模块；12-第一确定模块；13-划分模块；14-第二确定模块。
具体实施方式
下面将结合本发明实施例中附图，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。
通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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。
在下文中，可在本发明的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本发明的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本发明的各种实施例中被清楚地限定。
本申请公开了一种房屋结构解析方法，针对扫描房屋获得的3D房屋点云，利用了特定房屋场景中的大量先验知识和约束条件(例如，房屋点云坐标系中z轴与物理世界竖直轴平行、房屋点云墙壁与z轴平行、房屋墙壁与相邻的房屋墙壁间基本相互垂直、房屋的门窗结构形状参数存在一定的限制范围等)大大提高房屋结构解析方法对干扰和噪声的适应性。
同时按照物理几何尺寸范围将拆解问题分解成房间墙壁拆解和门窗等小结构拆解两个子问题，减少因尺寸范围变化巨大而带来的参数不普适的缺陷。
最后，还将拆解后的结构的投影密度作为拆解拟合效果评估指标，因此可以在大量参数大取值范围内进行大范围测试，自动筛选最优参数组。
实施例1
本申请的一个实施例，如图1所示，提出一种房屋结构解析方法，所述方法包括：
S100：获取房屋点云。
可以利用使用较低成本的iPad pro(对使用者没有技术门槛要求)对房屋进行3D扫描以实时获取房屋点云。还可以将iPad pro获得的房屋点云保存在预定的数据库中，在需要对某一房屋结构进行解析时，从数据库中获取该房屋对应的房屋点云。
S200：根据所述房屋点云的坐标确定所述房屋点云构成的房屋的层数和每一层房屋对应的子房屋点云。
可以理解，在房屋点云的Z坐标是高度方向上的坐标，点云高度越高，对应的Z坐标越大的情况下，房屋点云中Z坐标相同的点云组成的面与Z轴垂直，即与房屋中的墙壁垂直，房屋点云中Z坐标相同的点云组成的面与X轴和Y轴平行，即与房屋中的屋顶和地面平行。
可以理解，由于房屋点云坐标系中z轴与物理世界竖直轴平行、房屋点云墙壁与z轴平行，房屋点云中的屋顶和地面与z轴垂直，因此，房屋中的屋顶和地面均是由一定数量的Z坐标相同的点云组成的，例如，屋顶或地面对应的Z坐标相同的点云数目一定大于其他(例如，桌面、床面等)与屋顶和地面平行的点云组成的面。因此，可以通过设置较大的点数阈值，将Z坐标相同的点云数目大于预定的点数阈值的Z坐标组成的面作为屋顶或地面。
示范性的，房屋点云对应的房屋可能有多层，可以统计所述房屋点云中Z坐标相同的点云数目；将Z坐标相同的点云数目大于预定点数阈值的Z坐标按照从小到大的顺序排列；将所述房屋点云中大于等于第i个Z坐标且小于等于第i+1个Z坐标的点云作为第i层房屋对应的子房屋点云。其中1≤i≤I，I为房屋的总层数。
S300：根据第i层对应的子房屋点云的坐标将第i层对应的子房屋点云分为墙壁点云、屋顶点云和地面点云，1≤i≤I，I为房屋的总层数。
示范性的，如图2所示，将子房屋点云分为墙壁点云、屋顶点云和地面点云包括以下步骤：
S310：统计所述第i层对应的子房屋点云中相同Z坐标的点云数目，所述Z坐标是高度方向上的坐标，点云高度越高，对应的Z坐标越大。
S320：将相同Z坐标的点云数目大于预定点云阈值且最大Z坐标对应的点云作为第i层的屋顶点云。
S330：将相同Z坐标的点云数目大于预定点云阈值且最小Z坐标对应的点云作为第i层的地面点云。
S340：利用去除所述第i层的屋顶点云和所述第i层的地面点云后剩余的点云确定所述第i层的墙壁点云。
S400：根据第i层的墙壁点云确定第i层的子墙壁数目、第i层的各个子墙壁对应的子墙壁点云、第i层的房间数目和第i层的各个房间对应的房间点云，所述子墙壁对应的俯视图为一条直线。
进一步的，对第i层的墙壁点云进行拆解以确定第i层的各个子墙壁对应的子墙壁点云。
进一步的，根据拆解确定的第i层的各个子墙壁对应的子墙壁点云确定第i层的子墙壁数目、第i层的房间数目和第i层的各个房间对应的房间点云，可以理解，子墙壁对应的俯视图为一条直线。
本实施例公开的房屋结构解析方法可以直接获取房屋点云，根据房屋点云的坐标确定房屋点云构成的房屋的层数和每一层房屋对应的子房屋点云，并且，根据每一层对应的子房屋点云的坐标将第每一层对应的子房屋点云分为墙壁点云、屋顶点云和地面点云，根据每一层的墙壁点云确定每一层的子墙壁数目、每一层的各个子墙壁对应的子墙壁点云、每一层的房间数目和每一层的各个房间对应的房间点云，基于房屋点云实现了房屋结构自动解析，无需专业人员现场测量，避免现场测量浪费过多的时间成本。
实施例2
本申请的一个实施例，如图3所示，提出一种利用去除所述第i层的屋顶点云和所述第i层的地面点云后剩余的点云确定所述第i层的墙壁点云的方法，该方法包括以下步骤：
S341：将第i层的剩余点云构成的立体结构垂直投影至二维平面鸟瞰图上。
S342：基于所述二维平面鸟瞰图上的二维图像对所述剩余点云进行去噪处理以确定所述第i层的墙壁点云。
可以理解，第i层的剩余点云构成的立体结构包括房屋的墙壁，根据先验知识：房屋墙壁与相邻的房屋墙壁间基本相互垂直，可以确定房屋的墙壁对应的点云在二维平面鸟瞰图上投影获得的二维图像中的相邻线段对应着相邻的墙壁，因此，二维平面鸟瞰图上的二维图像中的相邻线段为墙壁，则相邻线段周围的一些离散点云可能是噪声，需要利用预定的降噪方法去掉剩余点云中的噪声以确定所述第i层的墙壁点云。
进一步的，如图4所示，根据第i层的墙壁点云确定第i层的子墙壁数目、第i层的各个子墙壁对应的子墙壁点云、第i层的房间数目和第i层的各个房间对应的房间点云，包括：
S410：将所述第i层的墙壁点云构成的立体墙壁垂直投影至二维平面鸟瞰图上以获得第i层的墙壁俯视图。
S420：判断所述第i层的墙壁俯视图中各个相邻子墙壁之间是否垂直。
可以理解，一般情况下，每一层的墙壁俯视图中各个相邻子墙壁之间是相互垂直的，若第i层的墙壁俯视图中各个相邻子墙壁之间不是相互垂直，可能说明第i层的墙壁点云的各个点云坐标存在一定的偏角，该偏角可能导致第i层的墙壁点云的确定出现误差，例如，可能无法准确过滤离散点。因此，需要通过判断所述第i层的墙壁俯视图中各个相邻子墙壁之间是否垂直以对第i层的墙壁点云进行后续处理，增强房屋拆解的准确性。
示范性的，若第i层的各个相邻子墙壁之间不垂直，则执行步骤S430，若第i层的各个相邻子墙壁之间垂直，则执行步骤S440。
S430：根据所述第i层的墙壁俯视图旋转所述第i层的墙壁点云构成的立体墙壁直至所述第i层的墙壁俯视图中各个相邻子墙壁之间垂直。
S440：根据各个相邻子墙壁之间垂直的墙壁俯视图确定第i层的各个子墙壁对应的子墙壁点云、所述子墙壁数目、所述房间数目和所述各个房间对应的房间点云。
进一步的，如图5所示，根据各个相邻子墙壁之间垂直的墙壁俯视图确定第i层的各个子墙壁对应的子墙壁点云，包括：
S441：基于预定的第一拟合精度利用预设的多种拟合策略分别将所述各个相邻子墙壁之间垂直的墙壁俯视图中的开放区域自动拟合为闭合区域，每一种拟合策略对应一组拟合参数。
在对墙壁进行拟合时，由于只需要拟合出墙壁的大致轮廓，并不需要对墙壁中的门窗等小结构进行拟合，因此，可以适当放宽拟合精度，实现对墙壁轮廓的初步拟合。
根据先验知识：房屋的各个墙壁可以组成闭合区域，即使是带有门窗的墙壁，在墙壁俯视图中都是连续的，各个墙壁组成的区域一般是闭合的，对于一些开放区域，例如，有落地窗的墙壁，在墙壁俯视图中有落地窗的墙壁并不是连续的，需要将非连续的开放区域自动拟合为闭合区域，以便于房屋结构解析。
S442：将每一种拟合策略拟合后的墙壁垂直投影至二维平面鸟瞰图上并计算投影密度。
S443：将最大投影密度对应的墙壁拟合结果作为第i层的最佳墙壁拟合结果。
S444：根据所述第i层的最佳墙壁拟合结果对所述第i层的墙壁点云进行拆分以确定第i层的各个子墙壁对应的子墙壁点云。
本实施例根据每一种拟合策略拟合后的墙壁垂直投影至二维平面鸟瞰图上并计算获得的投影密度作为拟合评估机制，由于，每一组拟合策略对应的拟合参数不同，通过任意某组拟合参数组合情况下，搜索出来的所有房屋墙壁所在线段，依次去检测线段所在平面鸟瞰图上小范围内是否存在足够多点云投影，将点云投影密度作为参考依据，来评估当前线段的拟合准确性。遍历各种参数组合，取最佳拟合效果的组合，作为最终该房屋墙壁拟合的拟合参数组取值。本实施例可以从多种拟合策略中确定最佳墙壁拟合结果，有效提高墙壁拟合的精度。
实施例3
本申请的一个实施例，如图6所示，一种房屋结构解析方法还包括以下步骤：
S500：基于预定的第二拟合精度对第i层的每一组子墙壁点云进行拟合，所述第二拟合精度大于所述第一拟合精度。
S600：将拟合后的第i层的每一组子墙壁点云构成的子墙壁垂直投影至二维平面鸟瞰图上以确定对应子墙壁上是否存在凹凸部分。
S700：若存在凹凸部分，则确定所述二维平面鸟瞰图上凹凸部分的厚度。
S800：将拟合后的第i层的每一组子墙壁点云投影至对应的XZ平面或者YZ平面上以确定对应子墙壁凹凸部分的高度和宽度。
S900：根据对应子墙壁凹凸部分的厚度、高度和宽度确定所述凹凸部分是否是预定义的房屋结构。
本实施例在对墙壁进行拟合时，由于只需要拟合出墙壁的大致轮廓，并不需要对墙壁中的门窗等小结构进行拟合，因此，可以适当放宽拟合精度，实现对墙壁轮廓的初步拟合。但是，要想识别出墙壁中预定义的房屋结构(例如，门或窗)则需要利用更高的拟合精度对第i层的每一组子墙壁点云进行拟合，以确定墙壁凹凸部分，进而根据凹凸部分的长宽与先验知识(例如，门或窗的长宽)确定凹凸部分是否是预定义的房屋结构。
实施例4
本申请的一个实施例，如图7所示，一种房屋结构解析装置10包括：获取模块11、第一确定模块12、划分模块13和第二确定模块14。
获取模块11，用于获取房屋点云；第一确定模块12，用于根据所述房屋点云的坐标确定所述房屋点云构成的房屋的层数和每一层房屋对应的子房屋点云；划分模块13，用于根据第i层对应的子房屋点云的坐标将第i层对应的子房屋点云分为墙壁点云、屋顶点云和地面点云，i≤I，I为房屋的总层数；第二确定模块14，用于根据第i层的墙壁点云确定第i层的子墙壁数目、第i层的各个子墙壁对应的子墙壁点云、第i层的房间数目和第i层的各个房间对应的房间点云，所述子墙壁对应的俯视图为一条直线。
进一步的，所述将第i层对应的子房屋点云分为墙壁点云、屋顶点云和地面点云，包括：统计所述第i层对应的子房屋点云中相同Z坐标的点云数目，所述Z坐标是高度方向上的坐标，点云高度越高，对应的Z坐标越大；将相同Z坐标的点云数目大于预定点云阈值且最大Z坐标对应的点云作为第i层的屋顶点云；将相同Z坐标的点云数目大于预定点云阈值且最小Z坐标对应的点云作为第i层的地面点云；利用去除所述第i层的屋顶点云和所述第i层的地面点云后剩余的点云确定所述第i层的墙壁点云。
进一步的，所述利用去除所述第i层的屋顶点云和所述第i层的地面点云后剩余的点云确定所述第i层的墙壁点云，包括：将第i层的剩余点云构成的立体结构垂直投影至二维平面鸟瞰图上；基于所述二维平面鸟瞰图上的二维图像对所述剩余点云进行去噪处理以确定所述第i层的墙壁点云。
进一步的，所述根据第i层的墙壁点云确定第i层的子墙壁数目、第i层的各个子墙壁对应的子墙壁点云、第i层的房间数目和第i层的各个房间对应的房间点云，包括：将所述第i层的墙壁点云构成的立体墙壁垂直投影至二维平面鸟瞰图上以获得第i层的墙壁俯视图；判断所述第i层的墙壁俯视图中各个相邻子墙壁之间是否垂直；若第i层的各个相邻子墙壁之间不垂直，则根据所述第i层的墙壁俯视图旋转所述第i层的墙壁点云构成的立体墙壁直至所述第i层的墙壁俯视图中各个相邻子墙壁之间垂直；根据各个相邻子墙壁之间垂直的墙壁俯视图确定第i层的各个子墙壁对应的子墙壁点云、所述子墙壁数目、所述房间数目和所述各个房间对应的房间点云。
进一步的，根据各个相邻子墙壁之间垂直的墙壁俯视图确定第i层的各个子墙壁对应的子墙壁点云，包括：基于预定的第一拟合精度利用预设的多种拟合策略分别将所述各个相邻子墙壁之间垂直的墙壁俯视图中的开放区域自动拟合为闭合区域，每一种拟合策略对应一组拟合参数；将每一种拟合策略拟合后的墙壁垂直投影至二维平面鸟瞰图上并计算投影密度；将最大投影密度对应的墙壁拟合结果作为第i层的最佳墙壁拟合结果；根据所述第i层的最佳墙壁拟合结果对所述第i层的墙壁点云进行拆分以确定第i层的各个子墙壁对应的子墙壁点云。
进一步的，还包括：基于预定的第二拟合精度对第i层的每一组子墙壁点云进行拟合，所述第二拟合精度大于所述第一拟合精度；将拟合后的第i层的每一组子墙壁点云构成的子墙壁垂直投影至二维平面鸟瞰图上以确定对应子墙壁上是否存在凹凸部分；若存在凹凸部分，则确定所述二维平面鸟瞰图上凹凸部分的厚度；将拟合后的第i层的每一组子墙壁点云投影至对应的XZ平面或者YZ平面上以确定对应子墙壁凹凸部分的高度和宽度；根据对应子墙壁凹凸部分的厚度、高度和宽度确定所述凹凸部分是否是预定义的房屋结构。
进一步的，所述确定所述房屋点云构成的房屋的层数和每一层房屋对应的子房屋点云，包括：统计所述房屋点云中Z坐标相同的点云数目，所述Z坐标是高度方向上的坐标，点云高度越高，对应的Z坐标越大；将Z坐标相同的点云数目大于预定点数阈值的Z坐标按照从小到大的顺序排列；将所述房屋点云中大于等于第i个Z坐标且小于等于第i+1个Z坐标的点云作为第i层房屋对应的子房屋点云。
本实施例公开的房屋结构解析装置10通过获取模块11、第一确定模块12、划分模块13和第二确定模块14的配合使用，用于执行上述实施例所述的房屋结构解析方法，上述实施例所涉及的实施方案以及有益效果在本实施例中同样适用，在此不再赘述。
本申请涉及一种终端设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序在所述处理器上运行时执行本申请所述的房屋结构解析方法。
本申请涉及一种可读存储介质，其存储有计算机程序，所述计算机程序在处理器上运行时执行本申请所述的房屋结构解析方法。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和结构图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个可读存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的可读存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种房屋结构解析方法，其特征在于，所述方法包括：
获取房屋点云；
根据所述房屋点云的坐标确定所述房屋点云构成的房屋的层数和每一层房屋对应的子房屋点云；
根据第i层对应的子房屋点云的坐标将第i层对应的子房屋点云分为墙壁点云、屋顶点云和地面点云，1≤i≤I，I为房屋的总层数；
根据第i层的墙壁点云确定第i层的子墙壁数目、第i层的各个子墙壁对应的子墙壁点云、第i层的房间数目和第i层的各个房间对应的房间点云，所述子墙壁对应的俯视图为一条直线。
2.根据权利要求1所述的房屋结构解析方法，其特征在于，所述将第i层对应的子房屋点云分为墙壁点云、屋顶点云和地面点云，包括：
统计所述第i层对应的子房屋点云中相同Z坐标的点云数目，所述Z坐标是高度方向上的坐标，点云高度越高，对应的Z坐标越大；
将相同Z坐标的点云数目大于预定点云阈值且最大Z坐标对应的点云作为第i层的屋顶点云；
将相同Z坐标的点云数目大于预定点云阈值且最小Z坐标对应的点云作为第i层的地面点云；
利用去除所述第i层的屋顶点云和所述第i层的地面点云后剩余的点云确定所述第i层的墙壁点云。
3.根据权利要求2所述的房屋结构解析方法，其特征在于，所述利用去除所述第i层的屋顶点云和所述第i层的地面点云后剩余的点云确定所述第i层的墙壁点云，包括：
将第i层的剩余点云构成的立体结构垂直投影至二维平面鸟瞰图上；
基于所述二维平面鸟瞰图上的二维图像对所述剩余点云进行去噪处理以确定所述第i层的墙壁点云。
4.根据权利要求3所述的房屋结构解析方法，其特征在于，所述根据第i层的墙壁点云确定第i层的子墙壁数目、第i层的各个子墙壁对应的子墙壁点云、第i层的房间数目和第i层的各个房间对应的房间点云，包括：
将所述第i层的墙壁点云构成的立体墙壁垂直投影至二维平面鸟瞰图上以获得第i层的墙壁俯视图；
判断所述第i层的墙壁俯视图中各个相邻子墙壁之间是否垂直；
若第i层的各个相邻子墙壁之间不垂直，则根据所述第i层的墙壁俯视图旋转所述第i层的墙壁点云构成的立体墙壁直至所述第i层的墙壁俯视图中各个相邻子墙壁之间垂直；
根据各个相邻子墙壁之间垂直的墙壁俯视图确定第i层的各个子墙壁对应的子墙壁点云、所述子墙壁数目、所述房间数目和所述各个房间对应的房间点云。
5.根据权利要求4所述的房屋结构解析方法，其特征在于，根据各个相邻子墙壁之间垂直的墙壁俯视图确定第i层的各个子墙壁对应的子墙壁点云，包括：
基于预定的第一拟合精度利用预设的多种拟合策略分别将所述各个相邻子墙壁之间垂直的墙壁俯视图中的开放区域自动拟合为闭合区域，每一种拟合策略对应一组拟合参数；
将每一种拟合策略拟合后的墙壁垂直投影至二维平面鸟瞰图上并计算投影密度；
将最大投影密度对应的墙壁拟合结果作为第i层的最佳墙壁拟合结果；
根据所述第i层的最佳墙壁拟合结果对所述第i层的墙壁点云进行拆分以确定第i层的各个子墙壁对应的子墙壁点云。
6.根据权利要求5所述的房屋结构解析方法，其特征在于，还包括：
基于预定的第二拟合精度对第i层的每一组子墙壁点云进行拟合，所述第二拟合精度大于所述第一拟合精度；
将拟合后的第i层的每一组子墙壁点云构成的子墙壁垂直投影至二维平面鸟瞰图上以确定对应子墙壁上是否存在凹凸部分；
若存在凹凸部分，则确定所述二维平面鸟瞰图上凹凸部分的厚度；
将拟合后的第i层的每一组子墙壁点云投影至对应的XZ平面或者YZ平面上以确定对应子墙壁凹凸部分的高度和宽度；
根据对应子墙壁凹凸部分的厚度、高度和宽度确定所述凹凸部分是否是预定义的房屋结构。
7.根据权利要求1至6任一项所述的房屋结构解析方法，其特征在于，所述确定所述房屋点云构成的房屋的层数和每一层房屋对应的子房屋点云，包括：
统计所述房屋点云中Z坐标相同的点云数目，所述Z坐标是高度方向上的坐标，点云高度越高，对应的Z坐标越大；
将Z坐标相同的点云数目大于预定点数阈值的Z坐标按照从小到大的顺序排列；
将所述房屋点云中大于等于第i个Z坐标且小于等于第i+1个Z坐标的点云作为第i层房屋对应的子房屋点云。
8.一种房屋结构解析装置，其特征在于，所述装置包括：
获取模块，用于获取房屋点云；
第一确定模块，用于根据所述房屋点云的坐标确定所述房屋点云构成的房屋的层数和每一层房屋对应的子房屋点云；
划分模块，用于根据第i层对应的子房屋点云的坐标将第i层对应的子房屋点云分为墙壁点云、屋顶点云和地面点云，i≤I，I为房屋的总层数；
第二确定模块，用于根据第i层的墙壁点云确定第i层的子墙壁数目、第i层的各个子墙壁对应的子墙壁点云、第i层的房间数目和第i层的各个房间对应的房间点云，所述子墙壁对应的俯视图为一条直线。
9.一种终端设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序在所述处理器上运行时执行权利要求1至7任一项所述的房屋结构解析方法。
10.一种可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序在处理器上运行时执行权利要求1至7任一项所述的房屋结构解析方法。
CN202110649140.1A 2021-06-10 2021-06-10 房屋结构解析方法、装置、终端设备和可读存储介质 Active CN113378270B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110649140.1A CN113378270B (zh) 2021-06-10 2021-06-10 房屋结构解析方法、装置、终端设备和可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110649140.1A CN113378270B (zh) 2021-06-10 2021-06-10 房屋结构解析方法、装置、终端设备和可读存储介质

Publications (2)

Publication Number Publication Date
CN113378270A true CN113378270A (zh) 2021-09-10
CN113378270B CN113378270B (zh) 2023-07-28

Family

ID=77573735

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110649140.1A Active CN113378270B (zh) 2021-06-10 2021-06-10 房屋结构解析方法、装置、终端设备和可读存储介质

Country Status (1)

Country Link
CN (1) CN113378270B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110189412A (zh) * 2019-05-13 2019-08-30 武汉大学 基于激光点云的多楼层室内结构化三维建模方法及系统
CN111383355A (zh) * 2020-04-03 2020-07-07 贝壳技术有限公司 三维点云补全方法、装置和计算机可读存储介质
CN112489212A (zh) * 2020-12-07 2021-03-12 武汉大学 一种基于多源遥感数据的建筑物智能化三维测图方法
CN112595258A (zh) * 2020-11-23 2021-04-02 扆亮海 基于地面激光点云的地物轮廓提取方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110189412A (zh) * 2019-05-13 2019-08-30 武汉大学 基于激光点云的多楼层室内结构化三维建模方法及系统
CN111383355A (zh) * 2020-04-03 2020-07-07 贝壳技术有限公司 三维点云补全方法、装置和计算机可读存储介质
CN112595258A (zh) * 2020-11-23 2021-04-02 扆亮海 基于地面激光点云的地物轮廓提取方法
CN112489212A (zh) * 2020-12-07 2021-03-12 武汉大学 一种基于多源遥感数据的建筑物智能化三维测图方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ANAGNOSTOPOULOS, I等: "Detection of walls, floors, and ceilings in point cloud data", 《CONSTRUCTION RESEARCH CONGRESS 2016：OLD AND NEW CONSTRUCTION TECHNOLOGIES CONVERGE IN HISTORIC SAN JUAN》, pages 2302 - 2311 *
李海亭等: "机器学习在车载激光点云分类中的应用研究", 《 华中师范大学学报(自然科学版)》, vol. 49, no. 3, pages 460 - 464 *

Also Published As

Publication number Publication date
CN113378270B (zh) 2023-07-28

Similar Documents

Publication Publication Date Title
Ochmann et al. Automatic reconstruction of fully volumetric 3D building models from oriented point clouds
US20170148211A1 (en) Methods for indoor 3d surface reconstruction and 2d floor plan recovery utilizing segmentation of building and object elements
Fichtner et al. Semantic enrichment of octree structured point clouds for multi‐story 3D pathfinding
JP6221390B2 (ja) 画像処理装置、プログラム、および画像処理方法
CN108154516B (zh) 面向封闭空间的点云拓扑分割方法及装置
CN114419085A (zh) 建筑物轮廓线自动提取方法、装置、终端设备及存储介质
CN112765709B (zh) 基于点云数据的户型图重建方法及装置
Qiu et al. Scan planning for existing buildings without BIM based on user-defined data quality requirements and genetic algorithm
US20140146049A1 (en) Memory efficient progressive refinement in ray tracing
Hoseinnezhad et al. Finite sample bias of robust estimators in segmentation of closely spaced structures: A comparative study
CN113240678B (zh) 平面信息检测方法及系统
CN107016147B (zh) 设置空间搜索方法及计算机可读的记录介质
CN111680346B (zh) 户型图补全方法和装置、计算机可读存储介质、电子设备
CN113378270B (zh) 房屋结构解析方法、装置、终端设备和可读存储介质
CN113658203A (zh) 建筑物三维轮廓提取及神经网络的训练方法和装置
CN113657303B (zh) 房间结构识别方法、装置、终端设备和可读存储介质
Leclerc et al. Measuring the self-consistency of stereo algorithms
Gehrung et al. A fast voxel-based indicator for change detection using low resolution octrees
CN106651803A (zh) 户型数据的识别方法及装置
KR101927861B1 (ko) 형태론적 연산에 기반한 공간 기하 정보의 노이즈 제거 방법 및 장치
CN113375601A (zh) 墙体阴阳角测量方法、装置、设备及存储介质
CN114048535A (zh) 构建地图时在cad墙图层中生成门窗的系统及其方法
CN113393450B (zh) 用于数字线划图的数据质检方法、系统及可读存储介质
CN110569892A (zh) 一种泛在定位信号静态定位方法及系统
CN110519691B (zh) 一种海洋传感器节点的定位方法、装置和设备

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