CN115201785B - 一种建筑物数字断面提取方法、系统、终端及存储介质 - Google Patents
一种建筑物数字断面提取方法、系统、终端及存储介质 Download PDFInfo
- Publication number
- CN115201785B CN115201785B CN202211119743.1A CN202211119743A CN115201785B CN 115201785 B CN115201785 B CN 115201785B CN 202211119743 A CN202211119743 A CN 202211119743A CN 115201785 B CN115201785 B CN 115201785B
- Authority
- CN
- China
- Prior art keywords
- dimensional
- section
- initial
- building
- point
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C7/00—Tracing profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
-
- 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
- G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Theoretical Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Geometry (AREA)
- Computer Networks & Wireless Communication (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请涉及一种建筑物数字断面提取方法、系统、终端及存储介质,其属于三维激光雷达数据处理技术领域,该方法包括:获取雷达数据流;根据所述雷达数据流和预设的融合模型得到空间三维建筑物;按照预设的高度值逐梯度截取所述空间三维建筑物得到多个初始断面;计算多个所述初始断面在二维投影面上的面积,将在二维投影面上的面积最大的初始断面标记为目标断面;根据所述目标断面和预设的渲染模型得到展示断面。本申请具有提高提取的建筑物断面的精确度的效果。
Description
技术领域
本申请涉及三维激光雷达数据处理技术领域,尤其是涉及一种建筑物数字断面提取方法、系统、终端及存储介质。
背景技术
历史建筑作为人类历史发展过程中的瑰宝,具有重要的文化传承价值,因而对其相关的话题,如怎样保护、如何传承均为长久以来的议题。在长久的探讨过程中,人们发现建筑物断面作为建筑物一种重要的特征,充分体现了传统中华民族在建筑物上的独特见解与文化融合。
当前,建筑物断面的获取有赖于三维点云应用的逐步扩展。然而,由于历史建筑结构的复杂性和三维场景构成的多样性,如何有效高精度地提取建筑物断面依然是个难点。
发明内容
本申请提供一种建筑物数字断面提取方法、系统、终端及存储介质,具有提高提取的建筑物断面的精确度的特点。
本申请目的一是提供一种建筑物数字断面提取方法。
本申请的上述申请目的一是通过以下技术方案得以实现的:
一种建筑物数字断面提取方法,包括:
获取雷达数据流;
根据所述雷达数据流和预设的融合模型得到空间三维建筑物;
按照预设的高度值逐梯度截取所述空间三维建筑物得到多个初始断面;
计算多个所述初始断面在二维投影面上的面积,将在二维投影面上的面积最大的初始断面标记为目标断面;
根据所述目标断面和预设的渲染模型得到展示断面。
通过采用上述技术方案,本申请能够依据雷达数据流构建与实体建筑物具有一致性的空间三维建筑物,然后再自动化截取空间三维建筑物得到多个初始断面,再从多个初始断面中,智能选取物料最丰富、最具有代表性的断面作为目标断面,使得目标断面能够准确表征建筑物的特征。同时,本申请还能够对选取的目标断面进行渲染,从而使得输出的展示断面所表征的建筑物的二维断面图细节程度更为丰富。
本申请在一较佳示例中可以进一步配置为:所述雷达数据流包括外表面点云、主结构点云以及细节点云。
通过采用上述技术方案,多源的雷达数据流,从而保障了依据雷达数据流构建的空间三维建筑物的准确度。
本申请在一较佳示例中可以进一步配置为:所述按照预设的高度值逐梯度截取所述空间三维建筑物得到多个初始断面包括:
利用树形数据结构重组织空间三维建筑物;
以空间三维建筑物由底部至顶部的方向为截取方向,按照预设的高度值逐梯度截取空间三维建筑物得到多个初始断面;
将多个所述初始断面按照截取时间的先后顺序排列得到初始集。
本申请在一较佳示例中可以进一步配置为:所述计算多个所述初始断面在二维投影面上的面积包括:
获取所述初始集;
按照所述初始集中初始断面的排序依次计算每一个初始断面在二维投影面上的面积;
所述计算每一个初始断面在二维投影面上的面积包括:
选取二维投影面;
将初始断面包含的三维点云投影至二维投影面;
基于葛立恒扫描法计算初始断面的凸壳;
基于所述凸壳采用凹包算法计算初始断面的凹壳;
计算所述凹壳在二维投影面上的面积;
所述凹壳在二维投影面上的面积与所述初始断面在二维投影面上的面积相等。
本申请在一较佳示例中可以进一步配置为:所述计算所述凹壳在二维投影面上的面积包括:
其中,A为凹壳形成的多边形,m为多边形的边数,Ri为i个边形成的多边形,i为1至m之间的任意一个正整数,Area(CH)为凹壳的面积。
本申请在一较佳示例中可以进一步配置为:所述根据所述目标断面和预设的渲染模型得到展示断面包括:
提取目标断面的渲染属性,所述渲染属性包括正开度值和负开度值;
根据所述目标断面和正开度值得到正开度算子渲染图;
提取所述正开度算子渲染图的边缘直线;
根据所述目标断面和负开度值得到负开度算子渲染图;
提取所述负开度算子渲染图的边缘直线;
根据所述正开度算子渲染图的边缘直线、负开度算子渲染图的边缘直线以及预设的合成模型得到展示断面。
本申请在一较佳示例中可以进一步配置为:所述提取目标断面的渲染属性包括:
确定中心点P,所述中心点P为目标断面所包含的三维点云中的任意一个三维点云;
以中心点P为轴心在八个方位角上依次查找与中心点P距离指定半径的点Q,所述八个方位角由小至大分别为0°、45°、90°、135°、180°、225°、270°、315°;
得到中心点P的正开度值:
得到中心点P的负开度值:
本申请目的二是提供一种建筑物数字断面提取系统。
本申请的上述申请目的二是通过以下技术方案得以实现的:
一种建筑物数字断面提取系统,包括:
数据获取模块,用于获取雷达数据流;
第一计算模块,用于根据雷达数据流和预设的融合模型得到空间三维建筑物;
第二计算模块,用于按照预设的高度值逐梯度截取空间三维建筑物得到多个初始断面;
第三计算模块用于计算多个初始断面在二维投影面上的面积,将在二维投影面上的面积最大的初始断面标记为目标断面;
数据输出模块,用于根据目标断面和预设的渲染模型得到展示断面。
本申请目的三是提供一种智能终端。
本申请的上述申请目的三是通过以下技术方案得以实现的:
一种智能终端,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行的上述建筑物数字断面提取方法的计算机程序指令。
本申请目的四是提供一种计算机介质,能够存储相应的程序。
本申请的上述申请目的四是通过以下技术方案得以实现的:
一种计算机可读存储介质,存储有能够被处理器加载并执行上述任一种建筑物数字断面提取方法的计算机程序。
综上所述,本申请包括以下至少一种有益技术效果:
1.一方面,本申请能够依据雷达数据流构建与实体建筑物具有一致性的空间三维建筑物,然后再自动化截取空间三维建筑物得到多个初始断面,再从多个初始断面中,智能选取物料最丰富、最具有代表性的断面作为目标断面,使得目标断面能够准确表征建筑物的特征;
2.另一方面,本申请还能够对选取的目标断面进行渲染,从而使得输出的展示断面所表征的建筑物的二维断面图细节程度更丰富,使得本申请能够适应多样性的建筑物结构。
附图说明
图1为本申请提供的一种应用场景示意图。
图2为本申请提供的一种建筑物数字断面提取系统框图。
图3为本申请提供的一种建筑物数字断面提取方法流程图。
图4a为基于葛立恒扫描法中对二维投影面中的二维点位赋予编号的示意图。
图4b为基于葛立恒扫描法中判断二维投影面中的二维点位是否满足放入栈S中的示意图。
图4c为基于葛立恒扫描法中判断二维投影面中的二维点位是否满足放入栈S中的结果展示图。
图4d为基于葛立恒扫描法中判断二维投影面中的二维点位是否满足放入栈S中后得到的初始断面的凸壳展示图。
图5为本申请的实施例中基于凹包算法计算初始断面的凹壳的示例图。
附图标记说明:1、无人机雷达;2、站扫雷达;3、背包雷达;4、处理平台;41、数据获取模块;42、第一计算模块;43、第二计算模块;44、第三计算模块;45、数据输出模块。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的全部其他实施例,都属于本申请保护的范围。
图1为本申请提供的一种应用场景示意图。在该场景中,设置有无人机雷达1、站扫雷达2、背包雷达3以及处理平台4。其中,无人机雷达1、站扫雷达2以及背包雷达3均用于获取建筑物的三维点云,处理平台4用于获取三维点云并基于三维点云选取建筑物中物料最丰富、最具有代表性的断面。在本实施例中,所涉及的建筑物均为历史建筑,然而,在实际应用时,也可以用于测量非历史性的建筑。
具体地,可以通过人工控制无人机或者利用计算机设备规划出无人机的飞行路线,以使得无人机围绕建筑物飞行,从而采集到建筑物的外表面点云,外表面点云是指包覆在建筑物外表面上的所有三维点位。
在本实施例中,设置有八个站点,八个站点沿建筑物的周向分布,相邻的站点间雷达所扫描的区域存在重叠,同时,为了适配建筑物的高度,站点处用于支撑雷达扫描的安装结构可以采用具有升降功能的自动升降梯、升降台等结构,以能够采集到建筑物的三维点云为准,具体的安装结构在此不做限制。八个站扫雷达2共同配合,以用于获取建筑物的主结构点云,主结构点云是指构成建筑物的主框架上的三维点位。
背包雷达3体积小便于携带,在无人机雷达1和站扫雷达2无法进入的区域,如建筑物内的角落、楼层之间的通道等都可以由背包雷达3进行探测,背包雷达3用于获取建筑物的细节点云,细节点云是指除了建筑物外表面和主框架上的三维点位外的所有三维点位。因此,通过外表面点云、主结构点云以及细节点云能够构建与建筑物具有一致性的空间三维建筑物。
需要说明的是,为了降低无人机雷达1、站扫雷达2以及背包雷达3之间在采集三维点云时发生互相干扰的情况,无人机雷达1、站扫雷达2以及背包雷达3采集建筑物的三维点云的时间范围互不重叠。
处理平台4包括一个或者多个服务器,处理平台4与无人机雷达1、站扫雷达2以及背包雷达3通过无线网络连接,也可以通过有线连接,从而获取无人机雷达1上传的外表面点云、站扫雷达2上传的主结构点云以及背包雷达3上传的细节点云。上述的无线网络可以为WIFI网络、4G/5G无线网络。
本申请还提供一种建筑物数字断面提取系统,参照图2,该系统设置于处理平台4中。具体地,该系统包括数据获取模块41、第一计算模块42、第二计算模块43、第三计算模块44、数据输出模块45。其中,数据获取模块41用于获取雷达数据流。第一计算模块42用于根据雷达数据流和预设的融合模型得到空间三维建筑物。第二计算模块43用于按照预设的高度值逐梯度截取空间三维建筑物得到多个初始断面。第三计算模块44用于计算多个初始断面在二维投影面上的面积,将在二维投影面上的面积最大的初始断面标记为目标断面。数据输出模块45用于根据目标断面和预设的渲染模型得到展示断面。
图3为本申请提供的一种建筑物数字断面提取方法流程图,该方法应用于处理平台4中。参照图3,该方法的主要流程描述如下。
步骤S1:获取雷达数据流。
由应用场景部分的实施例可知,处理平台4获取无人机雷达1上传的外表面点云、站扫雷达2上传的主结构点云以及背包雷达3上传的细节点云,因此,雷达数据流包括外表面点云、主结构点云以及细节点云。
步骤S2:根据雷达数据流和预设的融合模型得到空间三维建筑物。
具体地,预设的融合模型用于:首先,根据主结构点云搭建主框架;然后,将外表面点云和细节点云叠加至主框架中得到空间三维建筑物。
为了将外表面点云和细节点云叠加至主框架中对应的位置,以保障得到的空间三维建筑物与实体建筑物保持一致性,在无人机雷达1、站扫雷达2以及背包雷达3采集建筑物三维点云时,均对所采集的每一个平面所对应的三维点云进行标识,如无人机雷达1采集到的三维点云采用蓝色进行标识,站扫雷达2采集到的三维点云采用黄色进行标识,背包雷达3采集到的三维点云采用红色进行标识,并且在叠加时,按照面积由大至小依次进行匹配。如:基于主结构点云搭建的主框架,首先叠加外表面点云并且选择与黄色的三维点云匹配度最高的蓝色的三维点云;然后再叠加细节点云,每叠加一次细节点云,选择与黄色的三维点云和蓝色的三维点云匹配度最高的红色的三维点云。上述的匹配度最高是指三维点位重合度最高。
得到空间三维建筑物后,进入下一步骤。
步骤S3:按照预设的高度值逐梯度截取空间三维建筑物得到多个初始断面。
针对于已生成的空间三维建筑物,首先利用树形数据结构重组织空间三维建筑物,然后按照预设的高度值逐梯度截取该空间三维建筑物。本实施例中,树形数据结构(k-dimensional,kd-tree)用于对三维空间中的三维点云进行存储以便对其进行快速检索。
为了便于后续计算截取所得的初始断面,防止初始断面过薄而使得每一个初始断面的所包含的物料差别不大,导致所选择的代表性的断面所代表的价值降低,或者防止初始断面过厚而增大处理平台4的计算量,因此,本实施例中预设的高度值设置为1米。
具体地,在得到树形数据结构的空间三维建筑物后,以空间三维建筑物由底部至顶部的方向为截取方向,1米为间隔的梯度依次截取空间三维建筑物得到多个初始断面,每一个初始断面内包含有多个三维点云。
得到多个初始断面后,将多个初始断面按照截取时间的先后顺序排列得到初始集,并进入下一步骤。
步骤S4:计算多个初始断面在二维投影面上的面积,将在二维投影面上的面积最大的初始断面标记为目标断面。
获取初始集,根据初始集中初始断面的排列顺序依次计算每一个初始断面在二维投影面上的面积,遍历初始集中的每一个初始断面后,对比计算得到的每一个初始断面在二维投影面上的面积,然后将在二维投影面上面积最大的初始断面标记为目标断面。
具体地,计算每一个初始断面在二维投影面上的面积的流程如下:
步骤S41:选取二维投影面。
其中,二维投影面可以为初始断面的两个截面中的任意一个,但是同属于一个空间三维建筑物中的所有初始断面,所选择的二维投影面位于初始断面的方向相同,例如可以选择所有初始断面均朝向空间三维建筑物的底部方向的截面,也可以选择所有初始断面均朝向空间三维建筑物的顶部方向的截面。
步骤S42:将初始断面包含的三维点云投影至二维投影面。
确定二维投影面后,将初始断面包含的三维点云投影至二维投影面上。投影过程中,合并位于同一个二维位置上的多个投影得到一个二维点位,从而得到包含有多个二维点位的二维投影面。
步骤S43:计算二维投影面上二维点位形成的图形的面积,该图形的面积与初始断面在二维投影面上的面积相等。
具体地,计算初始断面在二维投影面上的面积的步骤分为三个部分,第一部分是基于葛立恒扫描法计算初始断面的凸壳,第二部分是基于凹包算法计算初始断面的凹壳,第三部分是基于初始断面的凹壳,计算所述凹壳在二维投影面上的面积,即计算二维投影面上二维点位形成的图形的面积。
其中,第一部分包括:
第一步:确定极点P0:在二维投影面中建立x-y坐标系,寻找二维坐标系中y值最小的二维点位,如果存在多个y值最小的二维点位则选取其中x最小的二维点位作为极点P0;
第二步:除极点P0外,剩余的二维点位以极点P0为圆心按照逆时针方向赋予编号P1,P2...,Pm,m为二维投影面中包含的全部二维点位的数量减去1所得的数值;
第三步:建立栈S和队列L,极点P0和二维点位P1放入栈S中,除去极点P0和二维点位P1外,剩余的二维点位按照编号由小至大放入队列L中;
第四步:按照队列L中的排列顺序依次判断二维点位是否满足放入栈S中的条件:所调取的二维点位Pi位于连线d的后端点的右侧。其中,二维点位Pi为P2至Pm中的任意一个二维点位,连线d为二维点位Pi-1和二维点位Pi-2之间的连线,而后端点为Pi-1;
第五步:若是,则将二维点位Pi放入栈S中;
第六步:判断是否遍历队列L中的二维点位;
第七步:若是,则输出栈S;
第八步:按照栈S中二维点位的排序依次连接二维点位得到初始断面的凸壳。
为了便于说明,举例如下:二维投影面中包含有10个二维点位,依次为点a、点b、点c、点d、点e、点f、点g、点h、点i、点j,由于点e的y值最小,所以点e为极点P0,而以极点P0为圆心按照逆时针方向赋予编号时,得到的对应关系为:点j-P1、点h- P2、点i-P3、点g-P4、点f-P5、点d-P6、点c-P7、点b-P8、点a-P9,参阅图4a。判断时,首先调取P2,由于P2位于P0和P1之间的连线d的端点P1的左侧,所以P2不满足放入栈S中的条件,参阅图4b。然后调取P3,由于P3位于P1和P2之间的连线d的端点P2的右侧,所以P3满足放入栈S中的条件,参阅图4c。按照此判断条件依次判断点P4、P5、P6、P7、P8、P9,得到如图4d所示的初始断面的凸壳,即得到栈s中包含的二维点位为P0、P1、P3、P5、P6、P9。
得到初始断面的凸壳后,为了进一步提高计算所得的二维投影面上的二维点位形成的图形的面积更加准确,所以进入第二部分,即计算初始断面的凹壳。
具体地,第二部分包括:
第一步:确定边界点,根据边界点生成第一点集X。边界点需要满足:将全部的边界点连接起来围成的封闭空间能够将二维投影面中全部的二维点位包围在其中;
第二步:令第二点集Y=第一点集X-栈S,判断第二点集Y中的二维点位是否满足保留条件:相邻的二维点位之间构成的夹角小于90°。参阅图5,第一点集X为虚线上的二维点位,栈S为实线上的二维点位,虚线上的二维点位减去与实线上的二维点位重合的二维点位得到第二点集Y;
第三步:若满足保留条件,则根据保留在第二点集Y中的二维点位得到初始断面的凹壳,即根据该凹壳得到多边形A以及多边形A的边数m。
得到初始断面的凹壳后,进入第三部分。
具体地,第三部分中计算凹壳位于二维投影面上的面积的公式为:
其中,A为凹壳形成的多边形,m为多边形的边数,Ri为i个边形成的多边形,i为1至m之间的任意一个正整数,Area(CH)为凹壳的面积,从而得到初始断面在二维投影面上的面积为Area(CH)。
通过上述步骤S41至步骤S43依次计算每一个初始断面在二维投影面上的面积后,对比全部的初始断面在二维投影面上的面积,然后将在二维投影面上面积最大的初始断面标记为目标断面,并进入下一步骤。
步骤S5:根据目标断面和预设的渲染模型得到展示断面。
具体地,得到展示断面的步骤如下:
步骤S51:提取目标断面的渲染属性。
得到目标断面后,将目标断面中包含的全部三维点云按照从上至下或者从左至右的顺序进行排列,然后依次调取每一个三维点云进行如下计算:
第一步:计算中心点P的正开度值:
得到中心点P的正开度值:
第二步:计算中心点P的负开度值:
得到中心点P的负开度值:
根据上述第一步和第二步依次计算目标断面所包含的每一个三维点云的正开度
值和负开度值,并将计算得到的每一个三维点云的正开度值和负开度值在[0-255]区
间内做归一化,最后将归一化之后的正开度值和负开度值作为像素值填充至目标断
面的二维渲染图中。
通过执行上述步骤S51,能够提取出目标断面的渲染属性,即计算得到每一个三维点云的正开度值和负开度值,然后依据渲染属性依次填充目标断面的二维渲染图,从而得到正开度算子渲染图和负开度算子渲染图。
步骤S52:提取二维渲染图的边缘直线。
具体地,首先是采用边缘提取算法提取二维渲染图的边缘像素点,并将边缘像素点二值化;然后,将二值化的边缘像素点映射至霍夫空间中,利用Hough变换提取边缘直线;最后,基于局部放大值和线段长度阈值,过滤干扰直线,从而得到正开度算子渲染图的边缘直线和负开度算子渲染图的边缘直线。
步骤S53:根据正开度算子渲染图的边缘直线、负开度算子渲染图的边缘直线以及预设的合成模型得到展示断面。
具体地,首先是获取正开度算子渲染图的边缘直线的属性信息,然后再获取负开度算子渲染图的边缘直线的属性信息,最后根据正开度算子渲染图的边缘直线的属性信息和负开度算子渲染图的边缘直线的属性信息合成展示断面。在本实施例中,正开度算子渲染图的边缘直线的属性信息和负开度算子渲染图的边缘直线的属性信息均包括边缘直线的法向、朝向以及所属的开度算子渲染图。
简单来说,得到两组边缘直线后,首先基于相邻近的边缘直线法线方向相似的特
性,进行自动化融合为一条边缘直线,本实施例中,法向差异阈值设为;然后,基于同属
于一个开度算子渲染图且相邻边缘直线的高程变化缓慢的特性,进行自动化连接为一条边
缘直线,本实施例中,高程梯度变化差异阈值设为10cm,水平距离阈值设为1m;再然后,对于
边缘直线的线段长度小于3m的区域进行自动化过滤,从而对应得到两组线段矢量图;最后,
将基于正开度算子渲染图得到的线段矢量图和基于负开度算子渲染图得到的线段矢量图
进行叠加,从而得到展示断面,所述的叠加方法依据两组线段矢量图中包含的边缘直线的
空间位置而得。其中,基于正开度算子渲染图得到断面图层可归属于屋檐/屋脊一类,基于
负开度算子渲染图得到的断面图层可归属为屋角线/屋下沿一类。
通过执行上述步骤S51至步骤S53,使得输出的展示断面不仅可有效渲染出屋脊,屋檐等隆起的部分,同时也可以突出房屋边角线等凹陷的部分,其表征的二维断面图细节程度更为丰富。
综上所述,本申请实施例提供的一种建筑物数字断面提取方法的实施原理为:通过获取建筑物的多源雷达数据流,构建与实体建筑物具有一致性的空间三维建筑物,然后再自动化截取空间三维建筑物得到多个初始断面,再从多个初始断面中,智能选取物料最丰富、最具有代表性的断面作为目标断面,使得目标断面准确地表征建筑物特征。同时,本申请还能够对选取的目标断面进行渲染,从而使得输出的展示断面不仅可有效渲染出屋脊,屋檐等隆起的部分,还能够突出房屋边角线等凹陷的部分,使得展示断面上表征的建筑物的二维断面图细节程度更为丰富,从而使得本申请能够适应多样性的建筑物结构。
为了更好地执行上述方法的程序,本申请还提供一种智能终端,智能终端包括存储器和处理器。
其中,存储器可用于存储指令、程序、代码、代码集或指令集。存储器可以包括存储程序区和存储数据区,其中存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令以及用于实现上述建筑物数字断面提取方法的指令等;存储数据区可存储上述建筑物数字断面提取方法中涉及到的数据等。
处理器可以包括一个或者多个处理核心。处理器通过运行或执行存储在存储器内的指令、程序、代码集或指令集,调用存储在存储器内的数据,执行本申请的各种功能和处理数据。处理器可以为特定用途集成电路、数字信号处理器、数字信号处理装置、可编程逻辑装置、现场可编程门阵列、中央处理器、控制器、微控制器和微处理器中的至少一种。可以理解地,对于不同的设备,用于实现上述处理器功能的电子器件还可以为其它,本申请实施例不作具体限定。
本申请还提供一种计算机可读存储介质,例如包括:U盘、移动硬盘、只读存储器(Read Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。该计算机可读存储介质存储有能够被处理器加载并执行上述建筑物数字断面提取方法的计算机程序。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离前述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其他技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (9)
1.一种建筑物数字断面提取 方法,其特征在于,包括:
获取雷达数据流;
根据所述雷达数据流和预设的融合模型得到空间三维建筑物;
按照预设的高度值逐梯度截取所述空间三维建筑物得到多个初始断面,根据多个所述初始断面得到初始集;
按照所述初始集中初始断面的排序依次计算每一个初始断面在二维投影面上的面积,包括:
选取二维投影面;
将初始断面包含的三维点云投影至二维投影面;
基于葛立恒扫描法计算初始断面的凸壳;
基于所述凸壳采用凹包算法计算初始断面的凹壳;
计算所述凹壳在二维投影面上的面积;
所述凹壳在二维投影面上的面积与所述初始断面在二维投影面上的面积相等,将在二维投影面上的面积最大的初始断面标记为目标断面;
根据所述目标断面和预设的渲染模型得到展示断面。
2.根据权利要求1所述的建筑物数字断面提取方法,其特征在于,所述雷达数据流包括外表面点云、主结构点云以及细节点云。
3.根据权利要求1所述的建筑物数字断面提取方法,其特征在于,所述按照预设的高度值逐梯度截取所述空间三维建筑物得到多个初始断面包括:
利用树形数据结构重组织空间三维建筑物;
以空间三维建筑物由底部至顶部的方向为截取方向,按照预设的高度值逐梯度截取空间三维建筑物得到多个初始断面;
将多个所述初始断面按照截取时间的先后顺序排列得到初始集。
5.根据权利要求1所述的建筑物数字断面提取方法,其特征在于,所述根据所述目标断面和预设的渲染模型得到展示断面包括:
提取目标断面的渲染属性,所述渲染属性包括正开度值和负开度值;
根据所述目标断面和正开度值得到正开度算子渲染图;
提取所述正开度算子渲染图的边缘直线;
根据所述目标断面和负开度值得到负开度算子渲染图;
提取所述负开度算子渲染图的边缘直线;
根据所述正开度算子渲染图的边缘直线、负开度算子渲染图的边缘直线以及预设的合成模型得到展示断面。
6.根据权利要求5所述的建筑物数字断面提取方法,其特征在于,所述提取目标断面的渲染属性包括:
确定中心点P,所述中心点P为目标断面所包含的三维点云中的任意一个三维点云;
以中心点P为轴心在八个方位角上依次查找与中心点P距离指定半径的点Q,所述八个方位角由小至大分别为0°、45°、90°、135°、180°、225°、270°、315°;依次在八个方位角上计算中心点P和点的仰角的最大值其中,HP和HQ分别为中心点P和点Q的高程值,dPQ为中心点P和点Q的水平距离;
得到中心点P的正开度值:
其中,n为选取的方位角个数,δi为第i个方位角上的最小天顶角;
得到中心点P的负开度值:
其中,μi为第i个方位角上的最小天底角;
得到中心点P的正开度值θP和负开度值ωP后,判断是否遍历目标断面所包含的三维点云;
若是,则根据计算所得的正开度值θP和负开度值ωP得到渲染属性。
7.一种建筑物数字断面提取系统,其特征在于,包括:
数据获取模块(41),用于获取雷达数据流;
第一计算模块(42),用于根据雷达数据流和预设的融合模型得到空间三维建筑物;
第二计算模块(43),用于按照预设的高度值逐梯度截取空间三维建筑物得到多个初始断面,根据多个所述初始断面得到初始集;
第三计算模块(44),用于按照所述初始集中初始断面的排序依次计算每一个初始断面在二维投影面上的面积,包括:选取二维投影面;将初始断面包含的三维点云投影至二维投影面;基于葛立恒扫描法计算初始断面的凸壳;基于所述凸壳采用凹包算法计算初始断面的凹壳;计算所述凹壳在二维投影面上的面积;所述凹壳在二维投影面上的面积与所述初始断面在二维投影面上的面积相等,将在二维投影面上的面积最大的初始断面标记为目标断面;
数据输出模块(45),用于根据目标断面和预设的渲染模型得到展示断面。
8.一种智能终端,其特征在于,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如权利要求1-6中任一项所述的方法的计算机程序指令。
9.一种计算机可读存储介质,其特征在于,存储有能够被处理器加载并执行如权利要求1-6中任一项所述的方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211119743.1A CN115201785B (zh) | 2022-09-15 | 2022-09-15 | 一种建筑物数字断面提取方法、系统、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211119743.1A CN115201785B (zh) | 2022-09-15 | 2022-09-15 | 一种建筑物数字断面提取方法、系统、终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115201785A CN115201785A (zh) | 2022-10-18 |
CN115201785B true CN115201785B (zh) | 2022-12-13 |
Family
ID=83573068
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211119743.1A Active CN115201785B (zh) | 2022-09-15 | 2022-09-15 | 一种建筑物数字断面提取方法、系统、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115201785B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2310884C1 (ru) * | 2006-06-08 | 2007-11-20 | Военно-космическая академия имени А.Ф. Можайского | Способ имитации наземного объекта при радиолокационном наблюдении |
CN106772309B (zh) * | 2017-03-31 | 2019-08-02 | 西安电子科技大学 | 基于通信卫星辐射源的雷达目标检测方法 |
CN108376419B (zh) * | 2017-12-11 | 2020-06-26 | 江苏大学 | 一种盆栽生菜的综合长势监测方法及装置 |
CN108389250B (zh) * | 2018-03-08 | 2020-05-22 | 武汉大学 | 基于点云数据快速生成建筑物断面图的方法 |
CN109427091A (zh) * | 2018-03-21 | 2019-03-05 | 新疆林业科学院现代林业研究所 | 一种基于高光谱遥感和摄影测量技术的生物量模型研建方法 |
CN112241661A (zh) * | 2019-07-17 | 2021-01-19 | 临沂大学 | 一种结合机载LiDAR点云数据和航空影像的城市地物精细化分类方法 |
-
2022
- 2022-09-15 CN CN202211119743.1A patent/CN115201785B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115201785A (zh) | 2022-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020164092A1 (zh) | 图像处理方法、设备、可移动平台、无人机及存储介质 | |
CN112470092B (zh) | 一种测绘系统、测绘方法、装置、设备及介质 | |
CN107690840B (zh) | 无人机视觉辅助导航方法及系统 | |
CN107830846A (zh) | 一种利用无人机和卷积神经网络测量通信塔天线角度方法 | |
CN106485655A (zh) | 一种基于四旋翼飞行器航拍地图生成系统及方法 | |
CN108253987A (zh) | 一种基于a*算法的无人机轨迹规划方法、设备及存储设备 | |
CN115331130B (zh) | 基于地理标志物辅助导航的无人机巡检方法和无人机 | |
KR102195051B1 (ko) | 드론의 영상 정보를 이용한 공간 정보 생성 시스템 및 방법과, 이를 위한 컴퓨터 프로그램 | |
CN109559349A (zh) | 一种用于标定的方法和装置 | |
WO2022027596A1 (zh) | 可移动平台的控制方法、装置、计算机可读存储介质 | |
CN107560593A (zh) | 基于最小生成树的特殊无人机影像空三自由网构建方法 | |
CN112469967A (zh) | 一种测绘系统、测绘方法、装置、设备及介质 | |
CN109668567A (zh) | 一种无人机多云条件下偏振光定向方法 | |
CN112241661A (zh) | 一种结合机载LiDAR点云数据和航空影像的城市地物精细化分类方法 | |
CN112396701A (zh) | 卫星图像的处理方法、装置、电子设备和计算机存储介质 | |
CN111527375B (zh) | 一种测绘采样点的规划方法、装置、控制终端及存储介质 | |
CN110084132B (zh) | 基于无人机的木料货场木料信息获取方法、系统、装置 | |
CN115201785B (zh) | 一种建筑物数字断面提取方法、系统、终端及存储介质 | |
JP3380457B2 (ja) | 地理画像上の影成分の除去方法及び地理画像処理装置、記録媒体 | |
CN115760885B (zh) | 基于消费级无人机影像的高郁闭度湿地森林参数提取方法 | |
CN115578654A (zh) | 一种基于点云的输电线杆塔类型识别方法及系统 | |
CN115077563A (zh) | 车辆定位精度评价方法、装置及电子设备 | |
CN114280649A (zh) | 一种综合型地理信息数据处理系统 | |
CN111612894B (zh) | 基于航拍图像与cim的植被模型辅助生成方法与系统 | |
Li et al. | Low-cost 3D building modeling via image processing |
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 |