CN115186347B - 户型平面图与倾斜模型相结合的建筑物CityGML建模方法 - Google Patents
户型平面图与倾斜模型相结合的建筑物CityGML建模方法 Download PDFInfo
- Publication number
- CN115186347B CN115186347B CN202210839675.XA CN202210839675A CN115186347B CN 115186347 B CN115186347 B CN 115186347B CN 202210839675 A CN202210839675 A CN 202210839675A CN 115186347 B CN115186347 B CN 115186347B
- Authority
- CN
- China
- Prior art keywords
- model
- polygon
- image
- point
- building
- 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
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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Civil Engineering (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Architecture (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Processing Or Creating Images (AREA)
Abstract
房屋户型平面图与倾斜模型相结合的建筑物CityGML建模方法,包括步骤:房屋户型平面图纸,进行扫描对房屋户型平面图纸进行扫描,得到扫描图;倾斜模型生成正射影像DOM,用OSGB格式的倾斜模型生成正射影像DOM;户型平面图扫描图定向,以DOM为基准底图对扫描图进行定向得到含地理信息的扫描图;扫描图矢量化、几何图形检查,对包含地理信息的扫描图进行矢量化并对矢量结果进行几何图形检查得到多线段矢量;多线段构建多边形,利用多线段构建简单多边形并获取对应的属性信息;CityGML三维模型构建利用多边形几何、属性信息构建LOD2、LOD4层次模型。该方法是对现有三维建模方法的有益尝试和补充,能够充分利用现有的纸质资料快速、准确实现城市建筑物三维模型构建。
Description
技术领域
本发明属于三维地图绘制技术领域,特别是涉及一种房屋户型平面图与倾斜模型相结合的建筑物CityGML建模方法。
背景技术
2022年2月底,国家自然资源部印发《关于全面推进实景三维中国建设的通知》,明确实景三维中国建设目标,引起行业高度关注,标志着实景三维中国建设将加速全面铺开。
随着实景三维中国建设的推进,对实景三维建模的数字化需求呈井喷式爆发。现阶段实景三维建模主要方法:倾斜摄影测量和激光雷达测量,最终得到的三维模型可以看成是一张表面覆盖了影像的连续的TIN三角网,并不会把建筑、地面、树木等地物区分出来。而在GIS管理和应用中,若三维模型不能进行对象的单独选中和查询,就只能和影像一样作为底图浏览,无法进一步深入应用,因此需要进行一定的处理,对建筑物进行矢量三维重建。CityGML(City Geography Markup Language)是OGC(Open GIS Consortium)提出的为实现三维城市模型信息共享和可视化的国际标准,它定义了城市空间对象的三维几何,拓扑,语义信息。CityGML目前已正式成为三维城市模型的国际标准,它的提出使得城市模型数据共享和互操作成为可能,基于CityGML的三维城市模型具有广阔的应用前景。
目前测绘领域应用较为广泛的建筑物三维建模包括以下三种:基于CAD的建模技术、基于倾斜摄影模型的三维建模、激光扫描建模。基于CAD的建模主要是利用常用的3DSMax、MAYA、SketchUp等专业建模软件依据建筑物尺寸进行极为精细建模。基于倾斜摄影模型的三维建模是利用倾斜摄影影像构建倾斜摄影实景三维模型,在实景模型上人工量测建筑物角点或通过边界检测、深度学习方法等方法自动提取建筑物轮廓并获取高程信息。激光扫描建模是对激光点云数据进行滤波、分类处理后进行平面聚类提取平面片,并根据平面点云与地表模型的角度和距离完成建筑物点的分离,随后进行建筑物的矢量化和纹理映射,从而生成建筑物三维模型。
上述基于CAD、倾斜摄影模型、激光扫描的三种建筑物三维建模方法各有优缺点:(1)基于CAD的建筑三维建模方法精度极高但建模效率低,在实际中无法大规模广泛应用;(2)基于倾斜模型的人工量测方法效率不高,自动化建模方法虽然效率高但质量不好,还需要进行人工编辑修改,对复杂、细小建筑建模能力不足;(3)基于激光点云的方法由于噪声影响处理复杂、对于点云稀疏区域提取效果差。另外后两种方法获取的仅是建筑物的轮廓,对于建筑物各个楼层以及内部结构无能为力,不能实现精细化建模。
在综合分析各类方法优缺点的基础上,结合生产实际,本发明利用现有的房屋户型平面图图纸资料,结合倾斜摄影对建筑物进行三维模型重建,生成具有多细节、层次语义表达的CityGML模型。本发明不仅提高了城市建筑三维建模效率,而且能够实现大规模建筑的精细化三维建模,不仅可以表现图形外观还可以照顾语义表现。
发明内容
本发明的目的在于公开一种户型平面图与倾斜模型相结合的建筑物CityGML建模方法。
实现本发明目的的技术方案如下:
户型平面图与倾斜模型相结合的建筑物CityGML建模方法,该方法包括如下步骤,
S201:房屋户型平面图纸,进行扫描对房屋户型平面图纸进行扫描,得到扫描图;
S202:倾斜模型生成正射影像(DOM)(DOM为Digital Orthophoto Map的第一个字母的缩写,以下简称DOM),用OSGB(OSGB为Open Scene Graph Binary第一个字母的缩写)格式的倾斜模型生成正射影像DOM;
S203:户型平面图扫描图定向,以DOM为基准底图对扫描图进行定向得到含地理信息的扫描图;
S204:扫描图矢量化、几何图形检查,对包含地理信息的扫描图进行矢量化并对矢量结果进行几何图形检查得到多线段矢量;
S205:多线段构建多边形,利用多线段构建简单多边形并获取对应的属性信息;
S206:CityGML三维模型构建利用多边形几何、属性信息构建LOD2(LOD2为LevelOf Detail 2的缩写)、LOD4(LOD4为Level Of Detail 4的缩写)层次模型。
进一步,所述的步骤S203:户型平面图扫描图定向,具体为:S201步骤得到的扫描影像是以像素为单位的,几何信息是以左上角点为原点(0,0)的相对坐标,S202步骤生成的DOM是具有地理信息的,需要进行扫描图定向将扫描图纠正到DOM底图上,才能获取真实地理信息;其过程是将扫描图经缩放、平移、旋转后与DOM完全套合。
进一步,所述的步骤S204:扫描图矢量化、几何图形检查,具体为:将S203中得到的扫描纠正影像进行矢量化,将栅格影像转换为dxf格式的矢量文件;经矢量化后的矢量将会有一些短线、双边缘线,需要经过进一步的几何图形检查,自动发现存在的点线矛盾,并予以修复。
进一步,所述的步骤S205:多线段构建多边形,利用S204得到的多个首尾相连的线段,搜索简单多边形,具体步骤为:
1)对线段端点进行聚类,得到顶点坐标及顶点个数,共有11个点;
2)统计每个点所关联的线段个数及对应的顶点列表;例如A[B,I],表示A点对应顶点列表为[B,I],与之关联的边数为2;
3)选取任意顶点(例如A)为原点,x轴正反向射线顺时针扫描,在A的顶点列表中找到旋转角最小且未被标记过的B点,并标记B点;
4)以B为原点,BA方向射线顺时针扫描,在B的顶点列表中找到旋转角最小且未被标记过的C点,并标记C点;
5)以C点为原点,CB方向射线顺时针扫描,在C的顶点列表中找到旋转角最小且未被标记过的D点,并标记D号点;
6)以此类推,直到找到起始点A点,得到多边形[ABCDEFGHIA];
7)重复3-6步骤,直至A顶点列表中元素都已进行标记;
8)重复3-7步骤,直至所有顶点都已遍历,得到其余多边形,分别为[AIHJKLBA]、[BLKEDCB]、[EKJHGFE]。
进一步,所述的步骤S206:CityGML三维模型构建,具体为:首先对S205中获取的封闭多边形提取高程信息,其次根据属性构建LOD2、LOD4层次模型。
进一步,所述的LOD2模型构建,LOD2城市/场地模型对象包括墙面、底面、顶面,其构建步骤为:
1)在具有相同建筑物ID的多边形内搜索高程值最小的多边形,构建底面对象;
2)在具有相同建筑物ID的多边形内搜索高程值最大的多边形,构建顶面对象;
3)将以上两步得到的多边形顶点集合求并集,获取并集点的最小包围多边形;
4)对最小包围多边形的每一条边结合顶、底面高程构建墙面对象。
进一步,所述的LOD4模型构建,具体步骤为:
1)利用多边形唯一房间ID建立室内模型对象,用多边形坐标值构建楼板对象;
2)多边形Z坐标值加上楼层高度,构建天花板对象;
3)分别取以上两组多边形的每一条边组成新的四边形,构建内墙对象。
本发明的房屋户型平面图与倾斜模型相结合的建筑物CityGML建模方法与现有技术相比,具有如下有益效果:
1、本发明提出的房屋户型平面图与倾斜模型相结合的建筑物CityGML建模方法是对现有三维建模方法的有益尝试和补充,它能够充分利用现有的纸质资料快速、准确实现城市建筑物三维模型构建。不仅提高了城市建筑三维建模效率,能够实现大规模建筑的精细化三维建模,而且在表现图形外观的同时还可以照顾语义表现,满足空间数据挖掘、专题查询和空间分析等深层次应用需求。
2、本发明已经在“地理信息系统”得到试验应用,主要对建筑物进行分层分户处理,生成一套轻量化、矢量化、语义化的三维模型,解决了倾斜模型数据过大、不能上网等问题。
附图说明
图1本发明方法的主要流程方框图;
图2本发明方法的影像重叠度统计对比图;
图3本发明方法的顶点列表示意图;
图4本发明方法的多线段构建多边形示意图;
图5a本发明方法的为本发明CityGML层次LOD(Level Of Detail)模型的LOD2模型;
图5b本发明方法的为本发明CityGML层次LOD模型的LOD2模型;
图6为本发明的方法经几何图形检查后的扫描矢量图;
图7为本发明方法的CityGML模型。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
图1本发明方法的主要流程方框图;如图1所示,本发明提供了房屋户型平面图与倾斜摄影模型相结合的建筑物CityGML三维建模方法。具体包括如下步骤:
S201:房屋户型平面纸图扫描
用扫描仪或手机、相机对房屋户型平面纸图扫描、拍照,输出jpg、tiff格式文件。
S202:倾斜摄影模型生成DOM
读取OSGB格式的倾斜摄影三维模型文件,生成数字正射影像图(DOM)。根据OSGB文件存储的三维面状框架、顶点数据以及相应的纹理影像数据,建立顶点数据与纹理数据的映射,实现物方空间与纹理空间的完全对应。计算步骤:
1)读取OSGB模型。
获取空间坐标、纹理坐标、三角形顶点索引、纹理影像信息。
2)设置DOM分辨率,即采样间隔。
根据空间坐标计算外接矩形,得到DOM平面范围,根据给定的采样间隔(例如1.0米)计算DOM影像格网大小,建立一个m行、n列的二维矩阵。
3)纹理重采样计算。逐个遍历二维矩阵,根据单元格的平面坐标搜索所在的三角形及其顶点索引,内插高程值,如果有多个三角形被检索取高程值最高的三角形;由三角形索引号及对应的纹理坐标内插单元格的纹理坐标值;基于纹理坐标值在纹理影像上进行双线性内插获取单元格的像元值。
4)影像输出。
将二维矩阵输出为tiff格式的影像。
S203:户型平面图扫描图定向
S201步骤得到的扫描影像是以像素为单位的,几何信息是以左上角点为原点(0,0)的相对坐标,S202步骤生成的DOM是具有地理信息的,需要进行扫描图定向将扫描图纠正到DOM底图上,才能获取真实地理信息。其过程是将扫描图经缩放、平移、旋转后与DOM完全套合。其过程如下:
1)同时打开两幅影像,分别选取建筑物的四个角点坐标;
2)利用仿射变换公式(1)根据最小乘方法求解6个仿射变换系数;
该公式(1)中,(x,y)为DOM影像坐标,(x′,y′)为扫描影像坐标,a,b,c,d,e,f为仿射变换参数。
3)根据仿射变换模型对扫描影像进行纠正得到带有地理坐标的扫描纠正影像。
S204:扫描图矢量化、几何图形检查
将S203中得到的扫描纠正影像进行矢量化,将栅格影像转换为dxf格式的矢量文件,dxf(DXF)是AutoCAD DXF(Drawing Interchange Format或者Drawing ExchangeFormat)的简称。经矢量化后的矢量将会有一些短线、双边缘线,需要经过进一步的几何图形检查,自动发现存在的点线矛盾,并予以修复。主要操作步骤分:合并、延长、打断、过滤。操作实例如表1:几何检查操作示例表所示。
合并:将相邻、重复的平行线段(垂直距离小于给定阈值,例如0.02米)合并为一条线段;
延长:将从没有临接线段的端点开始沿直线斜率方向延伸直至遇到另外一条线段终止。此操作有三种情况:一是延长遇到与自己平行的线段;用于连接断断续续的边缘线;二是延长遇到与自己相交的线段,用于连接“T”字型线段相交的情况;三是两个方向延长且相交,用于修复两条不相交线段的连接关系。
打断:计算两个线段的交点,并进行打断,形成多个线段。主要分“十”字交叉、“T”字交叉两类。
过滤:是检查线段端点是否是孤立点,与其它线段均不相交或相接。
表1:几何检查操作示例表
经图形检查后多个线段首尾相接的封闭图形,如图2所示。
S205:多线段构建多边形
利用S204得到的多个首尾相连的线段,搜索简单多边形,步骤为:
1)对线段端点进行聚类,得到顶点坐标及顶点个数,如图2所示共有11个点;
2)统计每个点所关联的线段个数及对应的顶点列表。例如A[B,I],表示A点对应顶点列表为[B,I],与之关联的边数为2,如图3所示;
3)选取任意顶点(例如A)为原点,x轴正反向射线顺时针扫描,在A的顶点列表中找到旋转角最小且未被标记过的B点,如图4所示,并标记B点;
4)以B为原点,BA方向射线顺时针扫描,在B的顶点列表中找到旋转角最小且未被标记过的C点,并标记C点;
5)以C点为原点,CB方向射线顺时针扫描,在C的顶点列表中找到旋转角最小且未被标记过的D点,并标记D号点;
6)以此类推,直到找到起始点A点,得到多边形[ABCDEFGHIA];
7)重复3-6步骤,直至A顶点列表中元素都已进行标记;
8)重复3-7步骤,直至所有顶点都已遍历,得到其余多边形,分别为[AIHJKLBA]、[BLKEDCB]、[EKJHGFE]。
对生成的多边形补充属性字段信息:BuildingID、RoomID、Height、FloorID、Type,分别表示建筑物ID、房间ID、层高、楼层ID、类型,其中BuildingID、RoomID为唯一编号。
S206:CityGML三维模型构建
首先对S205中获取的封闭多边形提取高程信息,其次根据属性构建LOD2、LOD4层次模型。
多边形提取高程信息:
1)提取具有相同BuildingID且FloorID最大的多边形,即顶层多边形;
2)对顶层多边形的每一个顶点,根据平面坐标搜索所在的三角形及其索引,内插高程值,将最大高程值作为每一个顶点的高程值;
3)顶层多边形的高程值依次减去层高,得到其它楼层多边形的高程值。
LOD2模型构建:
LOD2城市/场地模型(City/Site model)对象包括墙面(WallSurface)、底面(GroundSurface)、顶面(RoofSurface),其构建步骤为:
1)在具有相同BuildingID的多边形内搜索高程值最小的多边形,构建底面对象;
2)在具有相同BuildingID的多边形内搜索高程值最大的多边形,构建顶面对象;
3)将以上两步得到的多边形顶点集合求并集,获取并集点的最小包围多边形(凸包);
4)对最小包围多边形的每一条边结合顶、底面高程构建墙面对象,如图5a所示。
LOD4模型构建:
LOD4室内模型(Interior model)包括内墙(InteriorWallSurface)、楼板(FloorSurface)、天花板(CeilingSurface),其构建步骤为:
1)利用多边形唯一RoomID建立室内模型对象,用多边形坐标值构建楼板对象;
2)多边形Z坐标值加上楼层高度,构建天花板对象;
3)分别取以上两组多边形的每一条边组成新的四边形,构建内墙对象,如图5b所示。
通过上述技术方案可知,本申请实施例中,首先,对房屋户型平面图纸进行扫描,得到扫描图;其次,用OSGB格式的倾斜模型生成正射影像DOM;再次,以DOM为基准底图对扫描图进行定向得到含地理信息的扫描图;然后,对包含地理信息的扫描图进行矢量化并对矢量结果进行几何图形检查得到多线段矢量;接着利用多线段构建简单多边形并获取对应的属性信息;最后,利用多边形几何、属性信息构建LOD2、LOD4层次模型。
本发明提出的房屋户型平面图与倾斜摄影模型相结合的建筑物CityGML三维建模方法是对现有三维建模方法的有益尝试和补充,它能够充分利用现有的纸质资料快速、准确实现城市建筑物三维模型构建。不仅提高了城市建筑三维建模效率,能够实现大规模建筑的精细化三维建模,而且在表现图形外观的同时还可以照顾语义表现,满足空间数据挖掘、专题查询和空间分析等深层次应用需求。
建模方法的验证
以某城市的扫描图为实验数据进行验证,验证步骤为:首先,对该区域XX幢XX栋楼房图纸进行扫描,同时从倾斜模型上获取正射影像;其次,以正射影像为基准参考对扫描图进行定向、纠正,得到纠正扫描图;然后,对扫描矢量图矢量化、几何图形检查得到多个线段首尾相接的封闭图形,如图6所示。
再后,利用首尾相连的线段构建封闭多边形,并挂接筑物ID、房间ID、层高、楼层ID、类型属性字段信息。最后,构建具有层次信息的语义CityGML模型,如图7所示,该模型与倾斜模型能够完全贴合,具有建模精度高,数据量小等特点。
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,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种房屋户型平面图与倾斜模型相结合的建筑物CityGML建模方法,包含如下步骤:
S201:对房屋户型平面图纸进行扫描,得到扫描图;
S202: 倾斜模型生成正射影像DOM,用OSGB格式的倾斜模型生成正射影像DOM;
S203: 户型平面图扫描图定向, 以DOM为基准底图对扫描图进行定向得到含地理信息的扫描图,具体为,S201步骤得到的扫描影像是以像素为单位的,几何信息是以左上角点为原点(0,0)的相对坐标,S202步骤生成的DOM是具有地理信息的,需要进行扫描图定向将扫描图纠正到DOM底图上,才能获取真实地理信息;其过程是将扫描图经缩放、平移、旋转后与DOM完全套合;
S204: 扫描图矢量化、几何图形检查,对包含地理信息的扫描图进行矢量化并对矢量结果进行几何图形检查得到多线段矢量;
S205: 多线段构建多边形, 利用多线段构建简单多边形并获取对应的属性信息,具体为,利用S204得到的多个首尾相连的线段,搜索简单多边形,步骤为:
1)对线段端点进行聚类,得到顶点坐标及顶点个数,共有11个点;
2)统计每个点所关联的线段个数及对应的顶点列表,A[B,I],表示A点对应顶点列表为[B,I],与之关联的边数为2;
3)选取任意顶点A为原点,x轴正反向射线顺时针扫描,在A的顶点列表中找到旋转角最小且未被标记过的B点,并标记B点;
4)以B为原点,BA方向射线顺时针扫描,在B的顶点列表中找到旋转角最小且未被标记过的C点,并标记C点;
5)以C点为原点,CB方向射线顺时针扫描,在C的顶点列表中找到旋转角最小且未被标记过的D点,并标记D号点;
6)以此类推,直到找到起始点A点,得到多边形[ABCDEFGHIA];
7)重复3-6步骤,直至A顶点列表中元素都已进行标记;
8) 重复3-7步骤,直至所有顶点都已遍历,得到其余多边形,分别为[AIHJKLBA]、[BLKEDCB]、[EKJHGFE];
S206: CityGML三维模型构建利用多边形几何、属性信息构建LOD2、LOD4层次模型。
2.根据权利要求1所述的房屋户型平面图与倾斜模型相结合的建筑物CityGML建模方法,其特征在于,
所述的步骤S202:倾斜摄影模型生成数字正射影像图,具体为:
读取OSGB格式的倾斜摄影三维模型文件,生成数字正射影像图;根据OSGB文件存储的三维面状框架、顶点数据以及相应的纹理影像数据,建立顶点数据与纹理数据的映射,实现物方空间与纹理空间的完全对应。
3.根据权利要求1所述的房屋户型平面图与倾斜模型相结合的建筑物CityGML建模方法,其特征在于,
所述的步骤S204:扫描图矢量化、几何图形检查,具体为:
将S203中得到的扫描纠正影像进行矢量化,将栅格影像转换为dxf格式的矢量文件,经矢量化后的矢量将会有一些短线、双边缘线,需要经过进一步的几何图形检查,自动发现存在的点线矛盾,并予以修复。
4.根据权利要求1所述的房屋户型平面图与倾斜模型相结合的建筑物CityGML建模方法,其特征在于,
所述的步骤S206:CityGML三维模型构建,具体为:
首先对S205中获取的封闭多边形提取高程信息,其次根据属性构建LOD2、LOD4层次模型。
5.根据权利要求4所述的房屋户型平面图与倾斜模型相结合的建筑物CityGML建模方法,其特征在于,所述的LOD2模型构建,具体为:
LOD2城市/场地模型对象包括墙面、底面、顶面,其构建步骤为:
1)在具有相同建筑物ID的多边形内搜索高程值最小的多边形,构建底面对象;
2)在具有相同建筑物ID的多边形内搜索高程值最大的多边形,构建顶面对象;
3)将以上两步得到的多边形顶点集合求并集,获取并集点的最小包围多边形;
4)对最小包围多边形的每一条边结合顶、底面高程构建墙面对象。
6.根据权利要求4所述的房屋户型平面图与倾斜模型相结合的建筑物CityGML建模方法,其特征在于,所述的LOD4模型构建,具体为:
1)利用多边形唯一房间ID建立室内模型对象,用多边形坐标值构建楼板对象;
2)多边形Z坐标值加上楼层高度,构建天花板对象;
3)分别取以上两组多边形的每一条边组成新的四边形,构建内墙对象。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210839675.XA CN115186347B (zh) | 2022-07-18 | 2022-07-18 | 户型平面图与倾斜模型相结合的建筑物CityGML建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210839675.XA CN115186347B (zh) | 2022-07-18 | 2022-07-18 | 户型平面图与倾斜模型相结合的建筑物CityGML建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115186347A CN115186347A (zh) | 2022-10-14 |
CN115186347B true CN115186347B (zh) | 2023-08-08 |
Family
ID=83520172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210839675.XA Active CN115186347B (zh) | 2022-07-18 | 2022-07-18 | 户型平面图与倾斜模型相结合的建筑物CityGML建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115186347B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116045935B (zh) * | 2023-03-27 | 2023-07-18 | 威世诺智能科技(青岛)有限公司 | 一种相邻关节空间相对方位姿态测量方法和测量装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110136259A (zh) * | 2019-05-24 | 2019-08-16 | 唐山工业职业技术学院 | 一种基于倾斜摄影辅助bim和gis的三维建模技术 |
CN112785708A (zh) * | 2021-03-15 | 2021-05-11 | 广东南方数码科技股份有限公司 | 一种建筑物模型单体化的方法、设备和存储介质 |
CN112785710A (zh) * | 2021-01-28 | 2021-05-11 | 湖北省国土测绘院 | Osgb三维模型建筑物快速单体化方法、系统、存储器及设备 |
CN113670266A (zh) * | 2021-08-23 | 2021-11-19 | 江苏金沙地理信息股份有限公司 | 利用无人机倾斜摄影开展不动产权籍测量技术 |
CN114037810A (zh) * | 2021-11-15 | 2022-02-11 | 陕西天润科技股份有限公司 | 一种基于二维矢量自动创建CityGML模型的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9569565B2 (en) * | 2013-01-11 | 2017-02-14 | Cybercity 3D, Inc | Computer-implemented system and method for roof modeling and asset management |
-
2022
- 2022-07-18 CN CN202210839675.XA patent/CN115186347B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110136259A (zh) * | 2019-05-24 | 2019-08-16 | 唐山工业职业技术学院 | 一种基于倾斜摄影辅助bim和gis的三维建模技术 |
CN112785710A (zh) * | 2021-01-28 | 2021-05-11 | 湖北省国土测绘院 | Osgb三维模型建筑物快速单体化方法、系统、存储器及设备 |
CN112785708A (zh) * | 2021-03-15 | 2021-05-11 | 广东南方数码科技股份有限公司 | 一种建筑物模型单体化的方法、设备和存储介质 |
CN113670266A (zh) * | 2021-08-23 | 2021-11-19 | 江苏金沙地理信息股份有限公司 | 利用无人机倾斜摄影开展不动产权籍测量技术 |
CN114037810A (zh) * | 2021-11-15 | 2022-02-11 | 陕西天润科技股份有限公司 | 一种基于二维矢量自动创建CityGML模型的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115186347A (zh) | 2022-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xu et al. | Reconstruction of scaffolds from a photogrammetric point cloud of construction sites using a novel 3D local feature descriptor | |
Vanegas et al. | Automatic extraction of Manhattan-world building masses from 3D laser range scans | |
CN111932671A (zh) | 基于密集点云数据的三维实体模型重建方法 | |
WO2020192355A1 (zh) | 一种城市观山可视域的测量方法及系统 | |
CN111784840B (zh) | 基于矢量数据自动分割lod层级三维数据单体化方法及系统 | |
CN115564926B (zh) | 基于影像建筑物结构学习的三维面片模型构建方法 | |
US20120265494A1 (en) | Method of Online Building-Model Reconstruction Using Photogrammetric Mapping System | |
CN114049462B (zh) | 一种三维模型单体化方法及装置 | |
CN113916130B (zh) | 一种基于最小二乘法的建筑物位置测量方法 | |
CN114926602B (zh) | 基于三维点云的建筑物单体化方法及系统 | |
CN115861527A (zh) | 实景三维模型的构建方法、装置、电子设备及存储介质 | |
CN115186347B (zh) | 户型平面图与倾斜模型相结合的建筑物CityGML建模方法 | |
Wang et al. | A method for detecting windows from mobile LiDAR data | |
CN116402966A (zh) | 一种三维地形可视化仿真建模方法 | |
Carneiro et al. | Digital urban morphometrics: automatic extraction and assessment of morphological properties of buildings | |
Zhao et al. | A 3D modeling method for buildings based on LiDAR point cloud and DLG | |
Forlani et al. | Building reconstruction and visualization from lidar data | |
Zhu | A pipeline of 3D scene reconstruction from point clouds | |
CN113284211A (zh) | 一种正射影像生成的方法以及系统 | |
Sharma et al. | Developing a 3D geometry for urban energy modelling of Indian cities | |
Rutzinger et al. | Object-based building detection based on airborne laser scanning data within GRASS GIS environment | |
Scarlatos | Spatial data representations for rapid visualization and analysis | |
Li et al. | Computer-assisted archaeological line drawing | |
CN114332366B (zh) | 数字城市单体房屋点云立面3d特征提取方法 | |
Yoo | Rapid three-dimensional urban model production using bilayered displacement mapping |
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 |