CN114842139A - 一种基于空间分析的建筑三维数字化模型构建方法 - Google Patents
一种基于空间分析的建筑三维数字化模型构建方法 Download PDFInfo
- Publication number
- CN114842139A CN114842139A CN202210395775.8A CN202210395775A CN114842139A CN 114842139 A CN114842139 A CN 114842139A CN 202210395775 A CN202210395775 A CN 202210395775A CN 114842139 A CN114842139 A CN 114842139A
- Authority
- CN
- China
- Prior art keywords
- building
- data
- point cloud
- main body
- information
- 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.)
- Withdrawn
Links
- 238000010276 construction Methods 0.000 title claims abstract description 35
- 238000012732 spatial analysis Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000005457 optimization Methods 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 238000012163 sequencing technique Methods 0.000 claims abstract description 13
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims description 13
- 230000009466 transformation Effects 0.000 claims description 10
- 238000013519 translation Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000009616 inductively coupled plasma Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 239000002245 particle Substances 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 4
- 238000000844 transformation Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000007670 refining Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009435 building construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
-
- 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
-
- 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
- G06T17/005—Tree description, e.g. octree, quadtree
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/04—Architectural design, interior design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2016—Rotation, translation, scaling
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Civil Engineering (AREA)
- Architecture (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Processing Or Creating Images (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种基于空间分析的建筑三维数字化模型构建方法，包括：获取建筑主体的描述参数数据，对描述参数数据进行预处理得到建筑参数集合；对所述建筑参数集合中建筑主体的空间大小的信息进行分析建模，基于分析结果确定构建建筑三维数字化模型的多个数据子单元，并对各数据子单元进行分类存储；对所述数据子单元进行标记，按照标记对每个数据子单元进行排序，并根据优化函数进行排序优化，根据优化结果生成数据子单元的调用列表；确定建筑主体的描述参数数据，根据所述数据子单元的调用列表，构建出所述建筑主体的建筑三维数字化模型，本发明可简化三维建筑场景的建模，节省了建模时间，提高建模效率，且采用三维扫描和实景建模相结合的方式，使得建模更加精确且建模真实性更好。
Description
技术领域
本发明涉及三维模型构建技术领域，具体涉及到一种基于空间分析的建筑三维数字化模型构建方法。
背景技术
三维建模技术在城市建筑测量、地形测绘、文物保护、管道设计、隧道工程和桥梁改建等领域都有着广泛的应用，尤其在建筑施工过程中，施工单位会按照预先设计的图纸进行施工，对于结构复杂和规模巨大的建筑结构，需要在施工过程中基于BIM技术对施工建筑的三维模型进行构建和采用逆向建模方式对施工阶段的模型进行构建，将建好的模型与设计三维模型进行比较，查看是否存在误差，因此需要十分精准的对模型进行实例化建模，并增强对三维建筑的空间信息的表达，才能保证施工过程中的质量安全等问题。
综上所述，如何克服上述缺陷，是本领域技术人员急需解决的问题。
发明内容
本方案针对上文提到的问题和需求，提出一种基于空间分析的建筑三维数字化模型构建方法，其由于采取了如下技术方案而能够解决上述技术问题。
为实现上述目的，本发明提供如下技术方案：一种基于空间分析的建筑三维数字化模型构建方法，包括：获取建筑主体的描述参数数据，对所述描述参数数据进行预处理得到建筑参数集合，所述描述参数数据包括用于描述建筑主体空间大小的点云信息和图像信息；
对所述建筑参数集合中建筑主体的空间大小的信息进行分析建模，基于分析结果确定构建建筑三维数字化模型的多个数据子单元，并对各数据子单元进行分类存储；
对所述数据子单元进行标记，按照标记对每个数据子单元进行排序，并根据优化函数进行排序优化，根据优化结果生成数据子单元的调用列表；
确定建筑主体的描述参数数据，根据所述数据子单元的调用列表，构建出所述建筑主体的建筑三维数字化模型。
进一步地，获取建筑主体的描述参数数据的过程如下：
确定三维激光扫描设备的数量、位置信息、扫描路线信息、采用密度信息和扫描仪参数信息，构建采集坐标系；
三维激光扫描设备采用闭合导线扫描测量架设站点，数码相机或无人机拍照设备沿所述闭合导线拍摄图像，依次采集建筑外立面数据和建筑室内数据；
基于三维激光扫描设备扫描建筑物表面获得点云数据，基于数码相机设备获得建筑物图像影像。
进一步地，所述用于描述建筑主体空间大小的点云信息和图像信息包括建筑物的长、宽和高中的一个或多个组合；
对所述描述参数数据进行预处理得到建筑参数集合具体包括：
根据所述描述建筑主体的空间大小的信息，确定所述建筑三维数字化模型的第一参数集合和第二参数集合；
获取所述建筑三维数字化模型的第一参数集合，确定所述建筑主体的第一组成元素参数，所述第一组成元素参数用于指示地面、墙体和天花板的数量、大小和空间位置信息中的一个或多个；
获取所述建筑三维数字化模型的第二参数集合，确定所述建筑主体的第二组成元素参数，所述第二组成元素参数用于指示门、窗的数量、大小和空间位置信息中的一个或多个；
所述第一组成元素参数和所述第二组成元素参数组合得到建筑参数集合。
更进一步地，对所述建筑参数集合中建筑主体的空间大小的信息进行分析建模是通过将点云数据的第一采集坐标与图像数据的第二采集坐标进行融合实现的，所述第一采集坐标与所述第二采集坐标的融合过程具体包括：
对获取的建筑点云进行点云拼接将各扫描设备的点云采用基于ICP算法的点云拼接算法进行坐标转换合成一片点云，转换公式为：
其中，Q、P为两个点云集合，n为选出的同名点个数，R表示旋转矩阵，即沿各坐标轴的旋转角变化量，t表示平移矩阵，即沿各坐标轴的平移变化量，并按照噪点位置的不同，对点云进行大尺度离群噪点去噪和小尺度噪点去噪及利用曲率采样法在点云曲率变化大的地方多保留点，在曲率变化小的地方少保留点进行点云精简处理；
对获取的建筑图像进行空三运算，提取多张建筑图像中的同一个点的信息进行识别与匹配，并利用相机参数对多张建筑图像进行二维变化，然后将识别匹配的点按照相互位置关系排列在空间中形成拍摄建筑的点云模型；
已知各扫描设备的坐标信息，基于扫描设备中心建立一个局部坐标系，在所述建筑图像组上添加至少三个不共线的控制点，将图像坐标转换到扫描设备的坐标系中，完成同名点的坐标匹配，使得点云与图像特征点完成位置匹配进行三维建模。
更进一步地，基于分析结果确定构建建筑三维数字化模型的多个数据子单元，并对各数据子单元进行分类存储具体包括：
根据分析建模结果和所述建筑参数集合中用于指示地面、墙体和天花板的参数的所述第一组成元素参数及用于指示门、窗的所述第二组成元素参数，构建最小单位粒子房间，由若干个最小单位粒子房间构成数据子单元；
按照层次结构和属性对所述各数据子单元进行分类存储，实现高层对底层的重复调用。
更进一步地,所述按照层次结构和属性对所述各数据子单元进行分类存储包括依据树状层次结构创建一层的地面、墙体、天花板，并根据墙体线条划分，创建各个独立房间，再由房间组成要素创建门窗，最后细化到房间内的物品参数，完成一层模型的构建，依据相同的步骤完成设定的剩余建筑层模型的构建。
更进一步地,按照层次信息和属性信息对所述数据子单元进行标记，按照标记对每个数据子单元进行排序，并根据用户设定的优先推荐权重参数计算排序值，按照排序值进行排序优化，根据优化结果生成数据子单元的调用列表。
进一步地，所述确定建筑主体的描述参数数据，根据所述数据子单元的调用列表，构建出所述建筑主体的建筑三维数字化模型具体包括：
获取用户输入的描述参数数据，确定待构建建筑主体的描述参数数据，基于此得到建筑参数集合；
根据所述数据子单元的调用列表，利用提取的边界对所述数据子单元进行平移、缩放和旋转中的一种或多种几何变换；
获得几何变换后的所有数据子单元，并将所有数据子单元作为构建所述建筑三维数字化模型的实例的候选对象，对各候选对象进行选择作为实例的拟合建模结果。
从上述的技术方案可以看出，本发明的有益效果是：相比于传统的三维建模方法可简化三维建筑场景的建模，节省了建模时间，提高建模效率，且采用三维扫描和实景建模相结合的方式，使得建模更加精确且建模真实性更好。
除了上面所描述的目的、特征和优点之外，下文中将结合附图对实施本发明的最优实施例进行更详尽的描述，以便能容易地理解本发明的特征和优点。
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，下文将对本发明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，其中，附图仅仅用于展示本发明的一些实施例，而非将本发明的全部实施例限制于此。
图1为本发明一种基于空间分析的建筑三维数字化模型构建方法的具体步骤示意图。
图2为本实施例中第一采集坐标与第二采集坐标融合的具体过程示意图。
图3为本发明中步骤S4的具体步骤示意图。
图4为本实施例中一种基于空间分析的建筑三维数字化模型构建系统的组成结构示意图。
具体实施方式
为了使得本发明的技术方案的目的、技术方案和优点更加清楚，下文中将结合本发明具体实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。附图中相同的附图标记代表相同的部件。需要说明的是，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员在无需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。
传统的建筑三维模型构建方法，包括在施工建设前基于BIM技术对施工建筑的三维模型进行构建和采用逆向建模方式对施工阶段的模型进行构建，将建好的模型与设计三维模型进行比较，查看是否存在误差。而建筑逆向建模是实现建筑物快速建立三维模型的有效方式，但目前的建模方式仅单独采用三维激光扫描技术或者实景建模技术进行建模，三维激光扫描技术虽然精度较高但缺乏真实性，实景建模的精度相比于三维激光扫描技术较差，因此，本申请公开了一种采用三维扫描和实景建模相结合的方式，使得建模更加精确且建模真实性更好的基于空间分析的建筑三维数字化模型构建方法，如图1至图3所示，该方法具体步骤如下:步骤S1:获取建筑主体的描述参数数据，对所述描述参数数据进行预处理得到建筑参数集合，所述描述参数数据包括用于描述建筑主体空间大小的点云信息和图像信息。
具体地，获取建筑主体的描述参数数据的过程如下：确定三维激光扫描设备的数量、位置信息、扫描路线信息、采用密度信息和扫描仪参数信息，构建采集坐标系；三维激光扫描设备采用闭合导线扫描测量架设站点，数码相机或无人机拍照设备沿所述闭合导线拍摄图像，依次采集建筑外立面数据和建筑室内数据；基于三维激光扫描设备扫描建筑物表面获得点云数据，基于数码相机设备获得建筑物图像影像。
在进行建模之前需要对建筑物的建模数据进行采集处理，本实施例中采用的是三维点云和实景建模相结合的方式，需要对建筑物的三维扫描数据和实景图像数据进行采集，而采集时为了降低后续数据处理的误差，需要对采集方式进行规范。根据被采集建筑物的大小和结构草图设计三维激光扫描仪的位置和数量以及扫描路线，将扫描路线分为室外采集和室内采集部分，其连接在一起，该扫描路线是一条闭合导线。在该闭合导线上分配拍照点即可。
所述用于描述建筑主体空间大小的点云信息和图像信息包括建筑物的长、宽和高中的一个或多个组合。对所述描述参数数据进行预处理得到建筑参数集合具体的过程包括：根据所述描述建筑主体的空间大小的信息，确定所述建筑三维数字化模型的第一参数集合和第二参数集合；获取所述建筑三维数字化模型的第一参数集合，确定所述建筑主体的第一组成元素参数，所述第一组成元素参数用于指示地面、墙体和天花板的数量、大小和空间位置信息中的一个或多个；获取所述建筑三维数字化模型的第二参数集合，确定所述建筑主体的第二组成元素参数，所述第二组成元素参数用于指示门、窗的数量、大小和空间位置信息中的一个或多个；所述第一组成元素参数和所述第二组成元素参数组合得到建筑参数集合，得到基本的建模组成单位参数。
步骤S2:对所述建筑参数集合中建筑主体的空间大小的信息进行分析建模，基于分析结果确定构建建筑三维数字化模型的多个数据子单元，并对各数据子单元进行分类存储。
具体地，对所述建筑参数集合中建筑主体的空间大小的信息进行分析建模是通过将点云数据的第一采集坐标与图像数据的第二采集坐标进行融合实现的，将图像在局部坐标系中的坐标转化成以三维激光扫描仪为中心的局部坐标系中，这样就可保证计算机能够将三维激光扫描仪与图像提取的特征点匹配到一起，实现点云与图像的共同三维模型重建，所述第一采集坐标与所述第二采集坐标的融合过程具体包括：
a.对获取的建筑点云进行点云拼接将各扫描设备的点云采用基于ICP算法的点云拼接算法进行坐标转换合成一片点云，转换公式为：
其中，Q、P为两个点云集合，n为选出的同名点个数，R表示旋转矩阵，即沿各坐标轴的旋转角变化量，t表示平移矩阵，即沿各坐标轴的平移变化量，并按照噪点位置的不同，对点云进行大尺度离群噪点去噪和小尺度噪点去噪及利用曲率采样法在点云曲率变化大的地方多保留点，在曲率变化小的地方少保留点进行点云精简处理；
b.对获取的建筑图像进行空三运算，提取多张建筑图像中的同一个点的信息进行识别与匹配，并利用相机参数对多张建筑图像进行二维变化，然后将识别匹配的点按照相互位置关系排列在空间中形成拍摄建筑的点云模型，其中，空三运算其实是一个影像特征点提取与匹配的过程；
c.已知各扫描设备的坐标信息，基于扫描设备中心建立一个局部坐标系，在所述建筑图像组上添加至少三个不共线的控制点，将图像坐标转换到扫描设备的坐标系中，完成同名点的坐标匹配，使得点云与图像特征点完成位置匹配进行三维建模。
传统图像实景建模不支持水面、树木等模型的建立，这样就造成了相应位置的纹理缺失或者空洞，点云和图像共同建模的方式则很好地解决了这个问题。
在本实施例中，多个数据子单元可以是建好模的房间单元、物品单元。
基于分析结果确定构建建筑三维数字化模型的多个数据子单元，并对各数据子单元进行分类存储具体包括：根据分析建模结果和所述建筑参数集合中用于指示地面、墙体和天花板的参数的所述第一组成元素参数及用于指示门、窗的所述第二组成元素参数，构建最小单位粒子房间，由若干个最小单位粒子房间构成数据子单元；按照层次结构和属性对所述各数据子单元进行分类存储，实现高层对底层的重复调用。其中,所述按照层次结构和属性对所述各数据子单元进行分类存储包括依据树状层次结构创建一层的地面、墙体、天花板，并根据墙体线条划分，创建各个独立房间，再由房间组成要素创建门窗，最后细化到房间内的物品参数，完成一层模型的构建，依据相同的步骤完成设定的剩余建筑层模型的构建。
步骤S3:对所述数据子单元进行标记，按照标记对每个数据子单元进行排序，并根据优化函数进行排序优化，根据优化结果生成数据子单元的调用列表。
按照层次信息和属性信息对所述数据子单元进行标记，按照标记对每个数据子单元进行排序，并根据用户设定的优先推荐权重参数计算排序值，按照排序值进行排序优化，根据优化结果生成数据子单元的调用列表。
步骤S4:确定建筑主体的描述参数数据，根据所述数据子单元的调用列表，构建出所述建筑主体的建筑三维数字化模型。
如图2所示，步骤S4具体包括：
步骤S41:获取用户输入的描述参数数据，确定待构建建筑主体的描述参数数据，基于此得到建筑参数集合；
步骤S42:根据所述数据子单元的调用列表，利用提取的边界对所述数据子单元进行平移、缩放和旋转中的一种或多种几何变换；
步骤S43:获得几何变换后的所有数据子单元，并将所有数据子单元作为构建所述建筑三维数字化模型的实例的候选对象，对各候选对象进行选择作为实例的拟合结果。
基于上述基于空间分析的建筑三维数字化模型构建方法，本申请还公开了一种基于空间分析的建筑三维数字化模型构建系统，如图4所示，该系统包括：数据预处理模块、数据子单元构建模块、排序模块和模型构建模块；
所述数据预处理模块用于获取建筑主体的描述参数数据，对所述描述参数数据进行预处理得到建筑参数集合，所述描述参数数据包括用于描述建筑主体空间大小的点云信息和图像信息；
所述数据子单元构建模块用于对所述建筑参数集合中建筑主体的空间大小的信息进行分析建模，基于分析结果确定构建建筑三维数字化模型的多个数据子单元，并对各数据子单元进行分类存储；
所述排序模块用于对所述数据子单元进行标记，按照标记对每个数据子单元进行排序，并根据优化函数进行排序优化，根据优化结果生成数据子单元的调用列表；
所述模型构建模块用于确定建筑主体的描述参数数据，根据所述数据子单元的调用列表，构建出所述建筑主体的建筑三维数字化模型，其中，所述模型构建模块包括用户数据接收模块、变换模块和建模模块；所述用户数据接收模块用于获取用户输入的描述参数数据，确定待构建建筑主体的描述参数数据，基于此得到建筑参数集合；所述变换模块用于根据所述数据子单元的调用列表，利用提取的边界对所述数据子单元进行平移、缩放和旋转中的一种或多种几何变换；所述建模输出模块用于获得几何变换后的所有数据子单元，并将所有数据子单元作为构建所述建筑三维数字化模型的实例的候选对象，对各候选对象进行选择作为实例的建模拟合结果。本申请将三维激光扫描方法与实景建模方法相融合，将两种方法进行优势叠加，使得最后生成的模型同时具有高精度和高真实性的优点，且可根据用户的实际建模需求对建好的局部模型进行再组合，灵活性好。
应当说明的是，本发明所述的实施方式仅仅是实现本发明的优选方式，对属于本发明整体构思，而仅仅是显而易见的改动，均应属于本发明的保护范围之内。
Claims (8)
1.一种基于空间分析的建筑三维数字化模型构建方法，其特征在于，具体步骤如下:
获取建筑主体的描述参数数据，对所述描述参数数据进行预处理得到建筑参数集合，所述描述参数数据包括用于描述建筑主体空间大小的点云信息和图像信息；
对所述建筑参数集合中建筑主体的空间大小的信息进行分析建模，基于分析结果确定构建建筑三维数字化模型的多个数据子单元，并对各数据子单元进行分类存储；
对所述数据子单元进行标记，按照标记对每个数据子单元进行排序，并根据优化函数进行排序优化，根据优化结果生成数据子单元的调用列表；
确定建筑主体的描述参数数据，根据所述数据子单元的调用列表，构建出所述建筑主体的建筑三维数字化模型。
2.如权利要求1所述的基于空间分析的建筑三维数字化模型构建方法，其特征在于，获取建筑主体的描述参数数据的过程如下：
确定三维激光扫描设备的数量、位置信息、扫描路线信息、采用密度信息和扫描仪参数信息，构建采集坐标系；
三维激光扫描设备采用闭合导线扫描测量架设站点，数码相机或无人机拍照设备沿所述闭合导线拍摄图像，依次采集建筑外立面数据和建筑室内数据；
基于三维激光扫描设备扫描建筑物表面获得点云数据，基于数码相机设备获得建筑物图像影像。
3.如权利要求1所述的基于空间分析的建筑三维数字化模型构建方法，其特征在于，所述用于描述建筑主体空间大小的点云信息和图像信息包括建筑物的长、宽和高中的一个或多个组合；
对所述描述参数数据进行预处理得到建筑参数集合具体包括：
根据所述描述建筑主体的空间大小的信息，确定所述建筑三维数字化模型的第一参数集合和第二参数集合；
获取所述建筑三维数字化模型的第一参数集合，确定所述建筑主体的第一组成元素参数，所述第一组成元素参数用于指示地面、墙体和天花板的数量、大小和空间位置信息中的一个或多个；
获取所述建筑三维数字化模型的第二参数集合，确定所述建筑主体的第二组成元素参数，所述第二组成元素参数用于指示门、窗的数量、大小和空间位置信息中的一个或多个；
所述第一组成元素参数和所述第二组成元素参数组合得到建筑参数集合。
4.如权利要求3所述的基于空间分析的建筑三维数字化模型构建方法，其特征在于，对所述建筑参数集合中建筑主体的空间大小的信息进行分析建模是通过将点云数据的第一采集坐标与图像数据的第二采集坐标进行融合实现的，所述第一采集坐标与所述第二采集坐标的融合过程具体包括：
对获取的建筑点云进行点云拼接将各扫描设备的点云采用基于ICP算法的点云拼接算法进行坐标转换合成一片点云，转换公式为：
其中，Q、P为两个点云集合，n为选出的同名点个数，R表示旋转矩阵，即沿各坐标轴的旋转角变化量，t表示平移矩阵，即沿各坐标轴的平移变化量，并按照噪点位置的不同，对点云进行大尺度离群噪点去噪和小尺度噪点去噪及利用曲率采样法在点云曲率变化大的地方多保留点，在曲率变化小的地方少保留点进行点云精简处理；
对获取的建筑图像进行空三运算，提取多张建筑图像中的同一个点的信息进行识别与匹配，并利用相机参数对多张建筑图像进行二维变化，然后将识别匹配的点按照相互位置关系排列在空间中形成拍摄建筑的点云模型；
已知各扫描设备的坐标信息，基于扫描设备中心建立一个局部坐标系，在所述建筑图像组上添加至少三个不共线的控制点，将图像坐标转换到扫描设备的坐标系中，完成同名点的坐标匹配，使得点云与图像特征点完成位置匹配进行三维建模。
5.如权利要求4所述的基于空间分析的建筑三维数字化模型构建方法，其特征在于，基于分析结果确定构建建筑三维数字化模型的多个数据子单元，并对各数据子单元进行分类存储具体包括：
根据分析建模结果和所述建筑参数集合中用于指示地面、墙体和天花板的参数的所述第一组成元素参数及用于指示门、窗的所述第二组成元素参数，构建最小单位粒子房间，由若干个最小单位粒子房间构成数据子单元；
按照层次结构和属性对所述各数据子单元进行分类存储，实现高层对底层的重复调用。
6.如权利要求5所述的基于空间分析的建筑三维数字化模型构建方法，其特征在于,所述按照层次结构和属性对所述各数据子单元进行分类存储包括依据树状层次结构创建一层的地面、墙体、天花板，并根据墙体线条划分，创建各个独立房间，再由房间组成要素创建门窗，最后细化到房间内的物品参数，完成一层模型的构建，依据相同的步骤完成设定的剩余建筑层模型的构建。
7.如权利要求6所述的基于空间分析的建筑三维数字化模型构建方法，其特征在于,按照层次信息和属性信息对所述数据子单元进行标记，按照标记对每个数据子单元进行排序，并根据用户设定的优先推荐权重参数计算排序值，按照排序值进行排序优化，根据优化结果生成数据子单元的调用列表。
8.如权利要求1所述的基于空间分析的建筑三维数字化模型构建方法，其特征在于，所述确定建筑主体的描述参数数据，根据所述数据子单元的调用列表，构建出所述建筑主体的建筑三维数字化模型具体包括：
获取用户输入的描述参数数据，确定待构建建筑主体的描述参数数据，基于此得到建筑参数集合；
根据所述数据子单元的调用列表，利用提取的边界对所述数据子单元进行平移、缩放和旋转中的一种或多种几何变换；
获得几何变换后的所有数据子单元，并将所有数据子单元作为构建所述建筑三维数字化模型的实例的候选对象，对各候选对象进行选择作为实例的拟合建模结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210395775.8A CN114842139A (zh) | 2022-04-15 | 2022-04-15 | 一种基于空间分析的建筑三维数字化模型构建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210395775.8A CN114842139A (zh) | 2022-04-15 | 2022-04-15 | 一种基于空间分析的建筑三维数字化模型构建方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114842139A true CN114842139A (zh) | 2022-08-02 |
Family
ID=82564989
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210395775.8A Withdrawn CN114842139A (zh) | 2022-04-15 | 2022-04-15 | 一种基于空间分析的建筑三维数字化模型构建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114842139A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115265400A (zh) * | 2022-09-29 | 2022-11-01 | 山东乾元泽孚科技股份有限公司 | 一种建筑工程数字化形变测量方法及系统 |
| CN116580161A (zh) * | 2023-07-13 | 2023-08-11 | 湖南省建筑设计院集团股份有限公司 | 基于图像及NeRF模型的建筑三维模型构建方法及系统 |
| CN116844068A (zh) * | 2023-09-01 | 2023-10-03 | 山东省地质矿产勘查开发局第五地质大队（山东省第五地质矿产勘查院） | 建筑测绘方法、系统、计算机设备及存储介质 |
| CN118097065A (zh) * | 2024-04-17 | 2024-05-28 | 成都建工第三建筑工程有限公司 | 一种智能化建筑工程三维建模系统及方法 |
-
2022
- 2022-04-15 CN CN202210395775.8A patent/CN114842139A/zh not_active Withdrawn
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115265400A (zh) * | 2022-09-29 | 2022-11-01 | 山东乾元泽孚科技股份有限公司 | 一种建筑工程数字化形变测量方法及系统 |
| CN116580161A (zh) * | 2023-07-13 | 2023-08-11 | 湖南省建筑设计院集团股份有限公司 | 基于图像及NeRF模型的建筑三维模型构建方法及系统 |
| CN116580161B (zh) * | 2023-07-13 | 2023-09-22 | 湖南省建筑设计院集团股份有限公司 | 基于图像及NeRF模型的建筑三维模型构建方法及系统 |
| CN116844068A (zh) * | 2023-09-01 | 2023-10-03 | 山东省地质矿产勘查开发局第五地质大队（山东省第五地质矿产勘查院） | 建筑测绘方法、系统、计算机设备及存储介质 |
| CN116844068B (zh) * | 2023-09-01 | 2023-12-26 | 山东省地质矿产勘查开发局第五地质大队（山东省第五地质矿产勘查院） | 建筑测绘方法、系统、计算机设备及存储介质 |
| CN118097065A (zh) * | 2024-04-17 | 2024-05-28 | 成都建工第三建筑工程有限公司 | 一种智能化建筑工程三维建模系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10297074B2 (en) | Three-dimensional modeling from optical capture | |
| US20210183080A1 (en) | Interior photographic documentation of architectural and industrial environments using 360 panoramic videos | |
| US20190026400A1 (en) | Three-dimensional modeling from point cloud data migration | |
| CN114842139A (zh) | 一种基于空间分析的建筑三维数字化模型构建方法 | |
| US8805058B2 (en) | Site modeling using image data fusion | |
| CN110189399B (zh) | 一种室内三维布局重建的方法及系统 | |
| Budroni et al. | Automatic 3D modelling of indoor manhattan-world scenes from laser data | |
| CN111024089B (zh) | 一种基于bim与计算机视觉技术的室内定位导航方法 | |
| CN102959946A (zh) | 基于相关3d点云数据来扩充图像数据的技术 | |
| Lee et al. | Automatic building height extraction by volumetric shadow analysis of monoscopic imagery | |
| Sohn et al. | An implicit regularization for 3D building rooftop modeling using airborne lidar data | |
| CN113192200B (zh) | 一种基于空三并行计算算法的城市实景三维模型的构建方法 | |
| CN114758337B (zh) | 一种语义实例重建方法、装置、设备及介质 | |
| Kaiser et al. | Automatic co-registration of photogrammetric point clouds with digital building models | |
| Alidoost et al. | Y-shaped convolutional neural network for 3d roof elements extraction to reconstruct building models from a single aerial image | |
| Fritsch et al. | Modeling facade structures using point clouds from dense image matching | |
| Nevatia et al. | Automatic and interactive modeling of buildings in urban environments from aerial images | |
| CN111583417B (zh) | 一种图像语义和场景几何联合约束的室内vr场景构建的方法、装置、电子设备和介质 | |
| Al Khalil et al. | 2D & 3D Reconstruction workflows from archive images, case study of damaged monuments in Bosra Al-Sham City (Syria) | |
| Kim et al. | Automated two-dimensional geometric model reconstruction from point cloud data for construction quality inspection and maintenance | |
| CN115187736A (zh) | 目标地图生成方法以及装置、ar地图生成方法以及装置 | |
| Harshit et al. | Low-Cost Data, High-Quality Models: A Semi-Automated Approach to LOD3 Creation | |
| Nguatem et al. | Automatic Generation of Building Models With Levels of Detail 1-3 | |
| Khoshelham et al. | Registering point clouds of polyhedral buildings to 2D maps | |
| CN103310433B (zh) | 一种利用影像拓扑骨架的无人机影像快速匹配方法 |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220802 |