CN114049455A - 一种建筑模型半自动逻辑单体化系统及方法 - Google Patents

Abstract

本发明公开了一种建筑模型半自动逻辑单体化系统及方法，属于地理信息领域，包括云服务器、系统连接模块、数据库、单体化数据库、信息输入模块、用于提取地形图要素及单体化要素信息的要素提取模块、用于解决三维模型信息偏差的模型纠正模块、数据连接模块和数据轻量化模块。结合已有矢量地形图数据，从中提取单体化要素进行单体化，提高了生产效率；通过重采样方式简化单体化数据，实现单体化数据的轻量化；用关键字段挂接实现单体化数据库属性信息导入和单体化信息批量更新；采用统一模型中心原点和模型区块大小的方式解决了多重模型叠加偏移问题，并结合实景三维地理信息平台进行单体化数据的应用，辅助城市规划设计方案选型。

Description

一种建筑模型半自动逻辑单体化系统及方法

技术领域

本发明涉及地理信息领域，尤其涉及一种建筑模型半自动逻辑 单体化系统及方法。

背景技术

倾斜摄影测量能够利用多镜头获取地物多视角信息，克服传统航 摄技术只能从单一角度拍摄的局限性，实现大面积的实景三维场景重 建，然而，倾斜摄影测量技术生产的模型为一个整体，需要进行单体 化提升其应用价值。已有单体化技术存在效率低，数据量大，属性更 新繁琐等问题，提升实景模型单体化效率是开展“实景三维中国建设” 工作需要迫切解决的关键问题之一。

根据中国专利文献，公告号为CN108648269A，所提供的一种三 维建筑物模型的单体化方法和系统，其一方面能快速、方便地实现 三维建筑物模型的单体化，效率较高，另一方面能有效识别与区分 三维地理信息系统中的独立地物，能提高三维建筑物模型单体化的 准确性，但是其需要采集和处理大量的数据，同时需要对白模进行 渲染，无法用关键字段挂接对单体化属性导入和更新，达到提升单 体化生产效率的效果。

目前较为广泛的单体化方法有ID单体化、切割单体化、动态单 体化和人工单体化，每种方法都具有优势，同样也具有明显的缺 点，割单体化方法对实景模型进行分割破坏了其原有的LOD结构， 增加数据管理难度，ID单体化、人工单体化、动态单体化在数据管理上有优势，但存在单体化生产效率低、数据量大、技术难掌握等 问题，严重影响实景三维模型技术的应用和发展，这些问题亟待解 决。

发明内容

本发明的目的是为了解决现有技术中存在的缺陷，而提出的一 种建筑模型半自动逻辑单体化系统及方法。

根据本发明的一个方面，提供了一种建筑模型半自动逻辑单体 化系统。

该建筑模型半自动逻辑单体化系统，包括云服务器、系统连接 模块、数据库、单体化数据库、信息输入模块、用于提取地形图要 素及单体化要素信息的要素提取模块、用于解决三维模型信息偏差 的模型纠正模块、数据连接模块和数据轻量化模块，其中，所述信息输入模块通过要素提取模块与所述模型纠正模块相连接，所述模 型纠正模块通过所述数据连接模块与所述单体化数据库相连接，所 述单体化数据库与所述云服务器相连接，所述数据轻量化模块与所 述云服务器相连接，所述云服务器与所述数据库和所述系统连接模 块相连接，所述信息输入模块通过所述数据库与所述云服务器相连 接。

进一步的，所述系统连接模块用于连接webGL三维系统平台， 所述信息输入模块用于输入由所述云服务器传输的实景模型数据、 模型矢量数据和人工干预的操作数据。

进一步的，所述数据连接模块包括质量数据计算模块、链接字 段计算模块和矢量信息导入模块，所述质量数据计算模块用于计算 质量数据中心，所述链接字段计算模块用于计算获得链接字段信 息，所述矢量信息倒入模块用于导入矢量属性信息。

根据本发明的另一个方面，提供了一种建筑模型半自动逻辑单 体化方法。

该建筑模型半自动逻辑单体化方法，包括以下步骤：

步骤1：接收地形图信息，并进行单体化要素提取；

步骤2：将步骤1中获得的数据中的单体化模型和实景三位模 型进行多重模型叠加，解决模型叠加偏移问题；

步骤3：基于重采样的逻辑对步骤1和步骤2中得到的单体化 数据进行轻量化；

步骤4：将步骤3中得到的单体化数据进行分析计算获得关键 字端，并将关键字段挂接相应的矢量信息；

步骤5：完成逻辑单体化，输出成果。

进一步的，用于步骤1中的单体化要素提取，包括以下步骤：

以实景模型和地形图中提取的房屋面为基础数据，通过对房屋 面数据输入参数(楼层数、楼层高、楼层底部高程等)，实现分层 单体化；

进行三维拉伸显示，在三维场景中与实景模型进行比对，并进 行判断；

若两者重合，则输出逻辑单体化成果，若不重合，则进行人工 干预，重新检查数据是否匹配；

直至两者重合，完成逻辑单体化数据输出。

进一步的，用于步骤2中的模型叠加方法，包括以下步骤：

保证实景三维模型与逻辑单体化数据源具有同一坐标系；

统一实景三维模型中心原点位、实景三维模型区块大小，降低 模型间的错位；

将单体化数据进行数据转换；

将各节点存储的位置信息转换为与实景三维模型相同的数据位 置信息，其中，数据位置信息为相对于模型中心原点的位置信息；

实现逻辑单体化数据与实景三维模型数据在同一坐标系统中的 叠加。

进一步的，用于步骤3中进行单体化数据轻量化的方法，包括 以下步骤：

采用重采样方式对节点过多、存在重复或密集节点的单体化数 据，以随机点为搜索起始点，以设置的密度值为判断依据，对单体 化数据各个节点进行临近点检查；

判断临近点距离是否在密度范围内且与搜索点的水平夹角是否 小于30°(或大于150°)，若满足条件则剔除该点，否则保留临 近点；

重复步骤1-2，直到最终搜索点圆心识别信息(圆心点坐标和 高程值)与起始点识别值(坐标和高程值)一致，即停止。

进一步的，用于步骤4中的单体化数据属性批量挂接方法，包 括以下步骤：

在已有相关房屋信息的基础上，对逻辑单体化数据进行ID编 号；

以逻辑单体化原始矢量数据的几何中心点坐标和高程信息为辅 助识别信息，并作为关键字段；

进行分层、分户信息的批量挂接。

相比于现有技术，本发明的有益效果在于：结合已有矢量地形 图数据，从中提取单体化要素进行单体化，提高了生产效率；通过 重采样方式简化单体化数据，实现单体化数据的轻量化；用关键字 段挂接对单体化数据属性导入和更新；采用统一模型中心原点和模 型区块大小的方式解决了多重模型叠加偏移问题，结合实景三维地 理信息平台进行单体化数据的应用，辅助城市规划设计方案选型。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部 分，与本发明的实施例一起用于解释本发明，并不构成对本发明的 限制。

图1为本发明提出的建筑模型半自动逻辑单体化系统的流程示 意图；

图2为本发明提出的建筑模型半自动逻辑单体化系统的逻辑单 体化输出的逻辑图；

图3为本发明提出的建筑模型半自动逻辑单体化系统的重采样 过程的逻辑图；

图4为本发明提出的建筑模型半自动逻辑单体化方法的重采样 实验的密度值设置统计图；

图5为本发明提出的建筑模型半自动逻辑单体化方法的步骤流 程图。

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。

在本发明的描述中，需要理解的是，术语“上”、“下”、 “前”、“后”、“左”、“右”、“顶”、“底”、“内”、 “外”等指示的方位或位置关系为基于附图所示的方位或位置关 系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指 的装置或元件必须具有特定的方位、以特定的方位构造和操作，因 此不能理解为对本发明的限制。

根据本发明的实施例，提供了一种建筑模型半自动逻辑单体化 系统。

参照图1，一种建筑模型半自动逻辑单体化系统，包括云服务 器、系统连接模块、数据库、单体化数据库、信息输入模块、用于 提取地形图要素及单体化要素信息的要素提取模块、用于解决三维 模型信息偏差的模型纠正模块、数据连接模块和数据轻量化模块。

其中，所述信息输入模块通过要素提取模块与所述模型纠正模 块相连接，所述模型纠正模块通过所述数据连接模块与所述单体化 数据库相连接，所述单体化数据库与所述云服务器相连接，所述数 据轻量化模块与所述云服务器相连接，所述云服务器与所述数据库 和所述系统连接模块相连接，所述信息输入模块通过所述数据库与 所述云服务器相连接。

其中，所述系统连接模块用于连接webGL三维系统平台，实现 数据属性在webGL平台中同步更新，所述信息输入模块用于输入由 所述云服务器传输的实景模型数据、模型矢量数据和人工干预的操 作数据。

其中，所述数据连接模块包括指令数据计算模块、链接字段计 算模块和矢量信息导入模块，所述质量数据计算模块用于计算质量 数据中心，所述链接字段计算模块用于计算获得链接字段信息，所 述矢量信息倒入模块用于导入矢量属性信息。

根据本发明的实施例，还提供了一种建筑模型半自动逻辑单体 化方法

参照图2和图5，一种建筑模型半自动逻辑单体化方法，包括 以下步骤：

步骤S101：接收地形图信息，并进行单体化要素提取；

具体的，通过结合1：500地形图数据的属性信息，提取需进行 单体化的地形图要素，主要对房屋要素进行提取，其中，单体化矢 量数据的获取主要通过CAD数据、模型切片、矢量面绘制等方式；

步骤S103：将步骤S101中获得的数据中的单体化模型和实景 三位模型进行多重模型叠加，解决模型叠加偏移问题；

具体的，通过统一实景模型中心点、区块大小，并对单体化数 据进行纠偏，解决模型叠加偏移问题，通过单体化模型和实景三维 模型进行叠加显示，实现大面积实景模型在大场景显示。

步骤S105：基于重采样的逻辑对步骤S101和步骤S103中得到 的单体化数据进行轻量化。

步骤S107：将步骤S105中得到的单体化数据进行分析计算获 得关键字端，并将关键字段挂接相应的矢量信息；

具体的，通过数据连接模块，连接数据库以及建立单体化数据 库，根据数据库信息，计算单体化属性信息，并将链接字段导入矢 量属性信息，随后，通过构建统一数据库，并计算单体化原始矢量 数据中心点位，并以中心点位信息为链接字段批量导入矢量属性信 息，完成信息挂接。

步骤S109：完成逻辑单体化，输出成果。

在一个实施例中，用于步骤S101中的单体化要素提取，包括以 下步骤：

步骤S201：以实景模型和地形图中提取的房屋面为基础数据， 通过对房屋面数据输入参数(楼层数、楼层高、楼层底部高程 等)，实现分层单体化；

步骤S203：进行三维拉伸显示，在三维场景中与实景模型进行 比对，并进行判断；

步骤S205：若两者重合，则输出逻辑单体化成果，若不重合， 则进行人工干预，重新检查数据是否匹配；

步骤S207：直至两者重合，完成逻辑单体化数据输出。

在一个实施例中，用于步骤S103中的模型叠加方法，包括以下 步骤：

步骤S301：保证实景三维模型与逻辑单体化数据源具有同一坐 标系；

步骤S303：统一实景三维模型中心原点位、实景三维模型区块 大小，降低模型间的错位；

步骤S305：将单体化数据进行数据转换；

步骤S307：将各节点存储的位置信息转换为与实景三维模型相 同的数据位置信息(相对于模型中心原点的位置信息)；

步骤S309：实现逻辑单体化数据与实景三维模型数据在同一坐 标系统中的叠加。

参照图3，在一个实施例中，用于步骤S105中进行单体化数据 轻量化的方法，包括以下步骤：

步骤S401：采用重采样方式对节点过多、存在重复或密集节点 的单体化数据，以随机点为搜索起始点，以设置的密度值为判断依 据，对单体化数据各个节点进行临近点检查；

具体的，对于结构复杂，细节要求严格的建筑群，设置节点间 的重采样密度值为0.1m；对结构简单且规则的建筑群，设置节点间 的重采样密度值为0.2m～0.3m；对于个别区域建筑结构多样(存在 简单结构和复杂结构的建筑群)，根据以上原则，采用分区分块方式进行不同密度值的重采样，对于特殊的建筑物采用单独处理的方 式。

步骤S403：判断临近点距离是否在密度范围内且与搜索点的水 平夹角是否小于30°(或大于150°)，若满足条件则剔除该点， 否则保留临近点；

步骤S405：重复步骤1-2，直到最终搜索点圆心识别信息(圆 心点坐标和高程值)与起始点识别值(坐标和高程值)一致，即停 止。

进一步的，在重采样过程中，搜索半径R＝0.2，重复次数N＝3。

在一个实施例中，用于步骤S107中的单体化数据属性批量挂接 方法，包括以下步骤：

步骤S501：在已有相关房屋信息的基础上，对逻辑单体化数据 进行ID编号；

步骤S503：以逻辑单体化原始矢量数据的几何中心点坐标和高 程信息为辅助识别信息，并作为关键字段；

步骤S505：进行分层、分户信息的批量挂接。

具体的，对户主信息、房号幢号、宗地号、宗地面积、建筑面 积、房屋归属、建房年限等信息挂接。

更具体的，在此过程中厂房、排屋、别墅等属性单一的建筑物 采用了分户单体化，其余房屋均采用分层单体化形式。

为了方便理解本发明的技术方案，结合附图和实验数据对单体 化数据重采样过程进行分析。

如图4所示，在单体化数据重采样过程中，通过设置不同密度 值对逻辑单体化数据量进行对比分析的实验。

实验数据为50平方公里单体化数据。

原始数据量为923MB。

设置采样密度分别为0.01m、0.02m、0.03m、0.05m、0.1m、 0.15m、0.2m、0.25m、0.3m、0.35m、0.4m、0.45m。

可得，随着重采样密度值的不断增大，数据量总体呈不断下降 趋势，密度值在0.01～0.02区间内，其数据量无明显变化；当重采 样密度0.03～0.2区间，数据量随着重采样密度的增加逐渐递减；重 采样密度值在0.3～0.45区间，数据量未随着重采样的密度值增大而 呈明显的下降趋势，通过分析可以得出，在不考虑单体化精细程度 的前提下，只考虑数据量时，最佳重采样密度为0.3米。

依据人工建模标准，单体化后的建筑物模型要求真实反映建筑 立面大于0.3m左右的凸凹结构：女儿墙、0.3m以上的屋檐、古建 挑檐等结构；房顶装饰物及塔形天线，大于0.3m的开放式阳台、出 入口、窗口的凸凹结构和下穿结构；其余长、宽、高等任意维度变 化大于0.3m的细节，模型主要特征、色调与现状照片一致。

所以，对复杂程度不同的建筑物设置不同密度值进行重采样， 能够实现单体化数据的轻量化。

以上所述，仅为本发明较佳的具体实施方式，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，根据本发明的技术方案及其发明构思加以等同替换 或改变，都应涵盖在本发明的保护范围之内。

Claims (8)

1.一种建筑模型半自动逻辑单体化系统，其特征在于，包括云服务器、系统连接模块、数据库、单体化数据库、信息输入模块、用于提取地形图要素及单体化要素信息的要素提取模块、用于解决三维模型信息偏差的模型纠正模块、数据连接模块和数据轻量化模块，其中，所述信息输入模块通过要素提取模块与所述模型纠正模块相连接，所述模型纠正模块通过所述数据连接模块与所述单体化数据库相连接，所述单体化数据库与所述云服务器相连接，所述数据轻量化模块与所述云服务器相连接，所述云服务器与所述数据库和所述系统连接模块相连接，所述信息输入模块通过所述数据库与所述云服务器相连接。

2.根据权利要求1所述的建筑模型半自动逻辑单体化系统，其特征在于，所述系统连接模块用于连接webGL三维系统平台，所述信息输入模块用于输入由所述云服务器传输的实景模型数据、模型矢量数据和人工干预的操作数据。

3.根据权利要求1所述的建筑模型半自动逻辑单体化系统，其特征在于，所述数据连接模块包括质量数据计算模块、链接字段计算模块和矢量信息导入模块，所述质量数据计算模块用于计算质量数据中心，所述链接字段计算模块用于计算获得链接字段信息，所述矢量信息倒入模块用于导入矢量属性信息。

4.一种建筑模型半自动逻辑单体化方法，其特征在于，包括以下步骤：

步骤1：接收地形图信息，并进行单体化要素提取；

步骤2：将步骤1中获得的数据中的单体化模型和实景三位模型进行多重模型叠加，解决模型叠加偏移问题；

步骤3：基于重采样的逻辑对步骤1和步骤2中得到的单体化数据进行轻量化；

步骤4：将步骤3中得到的单体化数据进行分析计算获得关键字端，并将关键字段挂接相应的矢量信息；

步骤5：完成逻辑单体化，输出成果。

5.根据权利要求4所述的建筑模型半自动逻辑单体化方法，其特征在于，用于步骤1中的单体化要素提取，包括以下步骤：

以实景模型和地形图中提取的房屋面为基础数据，通过对房屋面数据输入参数(楼层数、楼层高、楼层底部高程等)，实现分层单体化；

进行三维拉伸显示，在三维场景中与实景模型进行比对，并进行判断；

若两者重合，则输出逻辑单体化成果，若不重合，则进行人工干预，重新检查数据是否匹配；

直至两者重合，完成逻辑单体化数据输出。

6.根据权利要求4所述的建筑模型半自动逻辑单体化方法，其特征在于，用于步骤2中的模型叠加方法，包括以下步骤：

保证实景三维模型与逻辑单体化数据源具有同一坐标系；

统一实景三维模型中心原点位、实景三维模型区块大小，降低模型间的错位；

将单体化数据进行数据转换；

将各节点存储的位置信息转换为与实景三维模型相同的数据位置信息，其中，数据位置信息为相对于模型中心原点的位置信息；

实现逻辑单体化数据与实景三维模型数据在同一坐标系统中的叠加。

7.根据权利要求4所述的建筑模型半自动逻辑单体化方法，其特征在于，用于步骤3中进行单体化数据轻量化的方法，包括以下步骤：

采用重采样方式对节点过多、存在重复或密集节点的单体化数据，以随机点为搜索起始点，以设置的密度值为判断依据，对单体化数据各个节点进行临近点检查；

判断临近点距离是否在密度范围内且与搜索点的水平夹角是否小于30°(或大于150°)，若满足条件则剔除该点，否则保留临近点；

重复步骤1-2，直到最终搜索点圆心识别信息(圆心点坐标和高程值)与起始点识别值(坐标和高程值)一致，即停止。

8.根据权利要求4所述的建筑模型半自动逻辑单体化方法，其特征在于，用于步骤4中的单体化数据属性批量挂接方法，包括以下步骤：

在已有相关房屋信息的基础上，对逻辑单体化数据进行ID编号；

以逻辑单体化原始矢量数据的几何中心点坐标和高程信息为辅助识别信息，并作为关键字段；

进行分层、分户信息的批量挂接。

Images