CN115880713B - 一种基于语义改进的自动寻体构建建筑产权体的方法 - Google Patents

一种基于语义改进的自动寻体构建建筑产权体的方法 Download PDF

Info

Publication number
CN115880713B
CN115880713B CN202211622152.6A CN202211622152A CN115880713B CN 115880713 B CN115880713 B CN 115880713B CN 202211622152 A CN202211622152 A CN 202211622152A CN 115880713 B CN115880713 B CN 115880713B
Authority
CN
China
Prior art keywords
building
geometric
semantic
dimensional
constructing
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
Application number
CN202211622152.6A
Other languages
English (en)
Other versions
CN115880713A (zh
Inventor
王履华
沈健
朱烨
郑晓丽
王国杰
路明月
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.)
NANJING GUOTU INFORMATION INDUSTRY CO LTD
Nanjing University of Information Science and Technology
Original Assignee
NANJING GUOTU INFORMATION INDUSTRY CO LTD
Nanjing University of Information Science and Technology
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 NANJING GUOTU INFORMATION INDUSTRY CO LTD, Nanjing University of Information Science and Technology filed Critical NANJING GUOTU INFORMATION INDUSTRY CO LTD
Priority to CN202211622152.6A priority Critical patent/CN115880713B/zh
Publication of CN115880713A publication Critical patent/CN115880713A/zh
Application granted granted Critical
Publication of CN115880713B publication Critical patent/CN115880713B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种基于语义改进的自动寻体构建建筑产权体的方法，涉及三维不动产建模领域，包括构建知识规则库对建筑施工图进行预处理，提取建筑产权体所需的建筑要素语义信息，按语义描述分类提取和存储建筑语义对象的几何信息；对提取后的数据进行有效性检验；根据二维建筑施工图的层高、要素参数等属性值对几何面集合进行拉伸，生成建筑语义对象的离散的三维面集合；采用自动寻体算法，通过确定基于共享边的面片排序，确定最邻近面片，在相互连接的离散面之间构建拓扑关系，生成建筑语义对象的三维体集合；得到三维体集合后，对两两三维体进行布尔运算构建体与体之间的拓扑关系，从而构造出具有完备拓扑关系的建筑产权体。

Description

一种基于语义改进的自动寻体构建建筑产权体的方法
技术领域
本发明涉及三维不动产建模技术领域，具体的是一种基于语义改进的自动寻体构建建筑产权体的方法。
背景技术
随着经济快速发展和持续的城市化进程，城市土地资源日益紧缺，高密度、立体化是土地利用的发展趋势。现行的二维地籍管理模型难以支撑立体空间三维产权体的明晰管理，迫切需要推动三维地籍建设。自我国实施不动产统一登记制度以来，地籍被赋予新的内涵，房地一体的三维不动产成为三维地籍管理的主要对象，土地空间是按照传统二维宗地划分形成的地表空间在垂直方向上的一定延伸，建筑产权空间则是实体建筑或其近似的地理空间。建筑产权空间的构建让产权内容表达更直观准确，是实现精细化城市管理的关键。
三维不动产数据建模，须重视建筑产权体的有效性，保证产权体的几何位置精度、封闭性和完备的拓扑关系。目前，建筑产权体建模的研究多基于图像人工交互建模、现代测绘技术建模、不动产测绘和建筑施工图纸数据建模，所构建的模型虽称之为三维不动产模型，但本质上该模型还是离散的面片，不具有严格的几何和拓扑上三维体的概念，同时也缺乏相应的语义描述以及体和面片的组织关系。为此，现在提出一种基于语义改进的自动寻体构建建筑产权体的方法。
发明内容
为解决上述背景技术中提到的不足，本发明的目的在于提供一种基于语义改进的自动寻体构建建筑产权体的方法。
本发明的目的可以通过以下技术方案实现：一种基于语义改进的自动寻体构建建筑产权体的方法，方法包括以下步骤：
建立面向建筑产权体要素信息提取的知识规则库，利用知识规则库对建筑施工图进行预处理，根据建筑产权体所需的建筑要素，从建筑施工图中提取相应的语义描述信息组成建筑产权体的建筑语义对象，并从建筑施工图中提取和存储建筑语义对象的几何和属性信息；
根据二维数据有效性规则以及建筑物语义隐含的规则，检查建筑语义对象的几何面集合的有效性，确保二维点、边、面之间的拓扑正确性；
按照二维建筑施工图的层高和要素参数对几何面集合进行拉伸，生成建筑语义对象的离散的三维面集合；
基于建筑语义对象的离散的三维面集合，采用自动寻体算法，通过确定基于共享边的面片排序，确定最邻近面片，在相互连接的离散的三维面之间构建拓扑关系，生成建筑语义对象的三维体集合；
构建语义对象拓扑关系，得到建筑语义对象的三维体集合后，对两两三维体进行布尔运算，输出具有完备拓扑关系的建筑产权体模型。
优选地，所述对建筑施工图进行预处理的过程包括数据分幅、数据配准和数据校验。
优选地，所述数据校验是使用知识规则库进行建筑要素的检查修改，包括：图层名称校验、要素符号几何特征约束、属性信息规则检查和关系信息规则检查。
优选地，所述从建筑施工图中提取相应的语义描述信息组成建筑产权体的建筑语义对象的步骤如下：
对建筑施工图数据进行分类分幅，并按类别对已分幅数据进行规范化命名保存，再构建图层名称与建筑要素名称的映射关系，通过图层分层映射方法从分幅数据中识别与提取建筑要素的语义描述信息组成建筑产权体的建筑语义对象；
从建筑施工图中提取建筑语义对象的几何信息，对于采用直接表达的要素符号，提取其底面多边形，并根据直接表达的要素符号在建筑中的形态表达，提取相应的高度参数信息；对于没有按照几何形态而采用抽象符号表达的要素，在提取几何特征时需还原符号的几何形态。
优选地，所述检查建筑语义对象的几何面集合的有效性的过程包括以下内容：
检查几何面是否存在孤立点、孤立线段，若存在则删除孤立点、孤立线段；
检查组成几何面的边界序列的数量是否大于或等于1，若不符合则删除；
检查几何面的几何形态是否为平面，若不是则删除面；
检查几何面的方向是否能根据几何面上边界点的序列正确定向，若方向不统一则调整边界的方向。
优选地，所述对几何面集合进行拉伸的过程通过设置二维建筑施工图的层高、要素参数以及拉伸路径对几何面集合进行拉伸，根据建筑要素的复杂度，分为简单要素对象的直接拉伸和复杂要素对象的特殊拉伸，生成建筑语义对象的离散的三维面集合。
优选地，所述生成建筑语义对象的三维体集合的过程如下：
利用计算几何算法库CGAL的三维凸壳算法得到要素几何面集合的凸壳，计算几何面集合中各几何面到凸壳几何中心的距离d，找到距离最远的几何面，标记为最外表面片，并通过计算最外表面片的法向量与面上任意一点到最外包体几何中心点向量的夹角，确定最外表面片的方向；
从最外表面片的边界线e和面的正方向出发，以边界线e的方向作为右手定则的方向寻找最邻近面，从面的正向寻找邻近面夹角最小的面，面的反向寻找邻近面夹角最大的面，找到的邻近面进行同样计算直到凸壳上的所有的面被全部搜寻到为止；
将找到的第一个面为起始面，继续采用三维凸壳算法寻找除最外包体之外的邻近面，只是从面的正向寻找邻近面夹角最大的面，面的反向寻找邻近面夹角最小的面；
利用新搜索到的面重复上个步骤直到所有的面都被搜索过一次，没有新的面被搜索到，并且体与体的公共面搜索过两次，搜索终止。
优选地，所述最外表面片的方向分为正方向指向最外包体的体外、负方向指向最外包体的体内。
优选地，所述构建语义对象拓扑关系，得到建筑语义对象的三维体集合后，对两两三维体进行布尔运算，输出具有完备拓扑关系的建筑产权体模型，步骤如下：
对两两三维体进行空间运算，得到两个语义对象的交集，如果交集为空，那么语义对象间的拓扑关系为相离，如果交集不为空，那么语义对象间的拓扑关系为相接；
若语义对象间的拓扑关系为相接，则构建三维体之间的拓扑关系。
优选地，所述构建三维体之间的拓扑关系的过程如下：
提取三维体的边界点，设置容差范围，处理处于容差范围内的点；
去除重复的几何面，使相同的几何面唯一化；
进行线线判交和面面判交，打散所有相互之间有公共部分的几何元素，并记录打散前后新旧几何元素的关系，更新初始几何元素所在的语义对象。
本发明的有益效果：
本发明在使用时，对于用于构建建筑产权体的建筑施工图，基于知识规则库进行自动化质检、修正等预处理，支撑准确高效地提取建筑要素信息，包括语义和几何信息；对于拉伸建模生成的建筑语义对象的离散的三维面集合，通过自动搜索封闭体和空间运算构建具有一定语义的、封闭的建筑产权体，满足了空间的几何和拓扑的一致性，所构建的模型能有效地支持建筑产权体的空间关系查询，进而在三维不动产的二维管理向精细化三维管理发展过程中提供模型支持。
附图说明
图1是本发明的方法流程示意图；
图2是本发明搜索最外面片并计算方向图；
图3是本发明根据面的正负方向搜寻邻近面。
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。
如图1所示，一种基于语义改进的自动寻体构建建筑产权体的方法，方法包括以下步骤：
步骤一：建立面向建筑产权体要素信息提取的知识规则库，利用知识规则库对建筑施工图进行预处理，根据建筑产权体所需的建筑要素，从建筑施工图中提取相应的语义描述信息组成建筑产权体的建筑语义对象，并从建筑施工图中提取和存储建筑语义对象的几何和属性信息；
需要进一步说明的是，在具体实施过程中，建筑施工图内部的语义对象种类较多，并且部分语义对象几何结构十分复杂，相较于构件要素丰富的建筑实体，建筑产权体仅需提取核心要素，包括墙、门、窗、楼板和楼梯。按语义描述分类存储后提取对应的几何信息，主要提取构件的底面多边形，对于楼梯、门窗对象，首先提取图层中的线段，按照相交关系或相互平行关系将线段进行分组，然后采用平行等距线识别算法，通过修正相应的距离阈值和平行等距线条数识别对象；对于墙、柱、楼板对象，采用GIS中左转算法实现几何离散线段的多边形生成，通过方位角的大小比较策略连接离散的线段，最后形成闭合的多边形。
步骤二：根据二维数据有效性规则以及建筑物语义隐含的规则，检查建筑语义对象的几何面集合的有效性，确保二维点、边、面之间的拓扑正确性。
需要进一步说明的是，在具体实施过程中，其检查内容如下：
(a)面上任意一条边界或边上点都不应在面的内部，检查面是否存在孤立点、孤立线段，若存在则删除孤立点、孤立线段；
(b)每个面由一系列简单的边界序列围成，检查组成面的边界序列的数量是否大于或等于1，若不符合则删除该面；
(c)规定面上所有点在一定阈值内都要在同一平面上，检查面的几何形态是否为平面，若不是则删除面；
(d)面根据面上边界点的序列可以正确定向，检查面的方向是否可确定，若方向不统一则调整边界的方向
步骤三：按照二维建筑施工图的层高和要素参数对几何面集合进行拉伸，生成建筑语义对象的离散的三维面集合；
需要进一步说明的是，在具体实施过程中，根据建筑要素的复杂度，分为简单要素对象的直接拉伸和复杂要素对象的特殊拉伸。简单要素对象包括楼板、柱、墙，选择楼板、柱、墙的二维几何面为拉伸面，按照高度参数进行垂直几何面方向的拉伸建模。
复杂要素对象包括门、窗。门拆分成门框和门扇两部分建模，选用门框立面为拉伸面，设置拉伸路径沿Y轴正向，拉伸长度为门框深；选用门扇底面为拉伸面，设置拉伸路径为Z轴正向，拉伸长度为门高到门框之间的厚度。窗拆分成窗框和窗扇两部分建模，建模过程参考门框和门扇。
步骤四：基于建筑语义对象的离散的三维面集合，采用自动寻体算法，通过确定基于共享边的面片排序，确定最邻近面片，在相互连接的离散的三维面之间构建拓扑关系，生成建筑语义对象的三维体集合；
需要进一步说明的是，在具体实施过程中，所述基于离散面自动搜索体的步骤如下：
步骤S1：利用CGAL(Computational Geometry Algorithms Library，计算几何算法库)的三维凸壳算法得到要素几何面集合的凸壳，计算面集合中各几何面到凸壳几何中心的距离d，找到距离最远的几何面A，标记为最外表面片，并通过计算最外表面片的法向量与面上任意一点到最外包体几何中心点向量的夹角，确定最外表面片的方向(正方向指向体内、负方向指向体外)如图2所示。
步骤S2：从最外表面片f1的边界线e和面片的正方向出发，以边界线e的方向作为右手定则的方向寻找最邻近面，如图3所示，从面的正向寻找邻近面夹角最小的面片f5，面的反向寻找邻近面夹角最大的面片f2，找到的邻近面进行同样计算直到凸壳上的所有的面被全部搜寻到为止。
步骤S3：将步骤S2找到的第一个面为起始面，继续采用三维凸壳算法寻找除最外包体之外的邻近面，只是从面的正向寻找邻近面夹角最大的面，面的反向寻找邻近面夹角最小的面。
步骤S4：利用新搜索到的面重复步骤S3直到所有的面都被搜索过一次，没有新的面被搜索到，并且体与体的公共面搜索过两次，搜索终止。
步骤五：构建语义对象拓扑关系，得到建筑语义对象的三维体集合后，对两两三维体进行布尔运算，输出具有完备拓扑关系的建筑产权体模型。
需要进一步说明的是，在具体实施过程中，构建语义对象间的拓扑关系包括以下步骤：
步骤S1：对两两三维体进行空间运算，得到两个语义对象的交集。如果交集为空，那么语义对象间的拓扑关系为相离，如果交集不为空，那么语义对象间的拓扑关系为相接。
步骤S2：若语义对象间的拓扑关系为相接，则构建三维体之间的拓扑关系，步骤如下：
(a)提取三维体的边界点，设置容差范围，处理处于容差范围内的点；
(b)去除重复的几何面，使相同的几何面唯一化，如语义对象墙a有边界面f，语义对象门框a有边界面f，则作为公共面f应该唯一化；
(c)进行线线判交和面面判交，打散所有相互之间有公共部分的几何元素，并记录打散前后新旧几何元素的关系，更新初始几何元素所在的语义对象。如语义对象墙a有边界面f1，语义对象墙b有边界面f2，边界面f1和边界面f2拓扑交叠且公共部分为f3，将两个边界面按照交叠部分剖分，则墙a和墙b的公共面更新为f3。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。

Claims (9)

1.一种基于语义改进的自动寻体构建建筑产权体的方法，其特征在于，方法包括以下步骤：
建立面向建筑产权体要素信息提取的知识规则库，利用知识规则库对建筑施工图进行预处理，根据建筑产权体所需的建筑要素，从建筑施工图中提取相应的语义描述信息组成建筑产权体的建筑语义对象，并从建筑施工图中提取和存储建筑语义对象的几何和属性信息；
根据二维数据有效性规则以及建筑物语义隐含的规则，检查建筑语义对象的几何面集合的有效性，确保二维点、边、面之间的拓扑正确性；
按照二维建筑施工图的层高和要素参数对几何面集合进行拉伸，生成建筑语义对象的离散的三维面集合；
基于建筑语义对象的离散的三维面集合，采用自动寻体算法，通过确定基于共享边的面片排序，确定最邻近面片，在相互连接的离散的三维面之间构建拓扑关系，生成建筑语义对象的三维体集合；
生成建筑语义对象的三维体集合的过程如下：
利用计算几何算法库CGAL的三维凸壳算法得到要素几何面集合的凸壳，计算几何面集合中各几何面到凸壳几何中心的距离d，找到距离最远的几何面，标记为最外表面片，并通过计算最外表面片的法向量与面上任意一点到最外包体几何中心点向量的夹角，确定最外表面片的方向；
从最外表面片的边界线e和面的正方向出发，以边界线e的方向作为右手定则的方向寻找最邻近面，从面的正向寻找邻近面夹角最小的面，面的反向寻找邻近面夹角最大的面，找到的邻近面进行同样计算直到凸壳上的所有的面被全部搜寻到为止；
将找到的第一个面为起始面，继续采用三维凸壳算法寻找除最外包体之外的邻近面，只是从面的正向寻找邻近面夹角最大的面，面的反向寻找邻近面夹角最小的面；
利用新搜索到的面重复上个步骤直到所有的面都被搜索过一次，没有新的面被搜索到，并且体与体的公共面搜索过两次，搜索终止；
构建语义对象拓扑关系，得到建筑语义对象的三维体集合后，对两两三维体进行布尔运算，输出具有完备拓扑关系的建筑产权体模型。
2.根据权利要求1所述的一种基于语义改进的自动寻体构建建筑产权体的方法，其特征在于，所述对建筑施工图进行预处理的过程包括数据分幅、数据配准和数据校验。
3.根据权利要求2所述的一种基于语义改进的自动寻体构建建筑产权体的方法，其特征在于，所述数据校验是使用知识规则库进行建筑要素的检查修改，包括：图层名称校验、要素符号几何特征约束、属性信息规则检查和关系信息规则检查。
4.根据权利要求1所述的一种基于语义改进的自动寻体构建建筑产权体的方法，其特征在于，所述从建筑施工图中提取相应的语义描述信息组成建筑产权体的建筑语义对象的步骤如下：
对建筑施工图数据进行分类分幅，并按类别对已分幅数据进行规范化命名保存，再构建图层名称与建筑要素名称的映射关系，通过图层分层映射方法从分幅数据中识别与提取建筑要素的语义描述信息组成建筑产权体的建筑语义对象；
从建筑施工图中提取建筑语义对象的几何信息，对于采用直接表达的要素符号，提取其底面多边形，并根据直接表达的要素符号在建筑中的形态表达，提取相应的高度参数信息；对于没有按照几何形态而采用抽象符号表达的要素，在提取几何特征时需还原符号的几何形态。
5.根据权利要求1所述的一种基于语义改进的自动寻体构建建筑产权体的方法，其特征在于，所述检查建筑语义对象的几何面集合的有效性的过程包括以下内容：
检查几何面是否存在孤立点、孤立线段，若存在则删除孤立点、孤立线段；
检查组成几何面的边界序列的数量是否大于或等于1，若不符合则删除；
检查几何面的几何形态是否为平面，若不是则删除面；
检查几何面的方向是否能根据几何面上边界点的序列正确定向，若方向不统一则调整边界的方向。
6.根据权利要求1所述的一种基于语义改进的自动寻体构建建筑产权体的方法，其特征在于，所述对几何面集合进行拉伸的过程通过设置二维建筑施工图的层高、要素参数以及拉伸路径对几何面集合进行拉伸，根据建筑要素的复杂度，分为简单要素对象的直接拉伸和复杂要素对象的特殊拉伸，生成建筑语义对象的离散的三维面集合。
7.根据权利要求1所述的一种基于语义改进的自动寻体构建建筑产权体的方法，其特征在于，所述最外表面片的方向分为正方向指向最外包体的体外、负方向指向最外包体的体内。
8.根据权利要求1所述的一种基于语义改进的自动寻体构建建筑产权体的方法，其特征在于，所述构建语义对象拓扑关系，得到建筑语义对象的三维体集合后，对两两三维体进行布尔运算，输出具有完备拓扑关系的建筑产权体模型，步骤如下：
对两两三维体进行空间运算，得到两个语义对象的交集，如果交集为空，那么语义对象间的拓扑关系为相离，如果交集不为空，那么语义对象间的拓扑关系为相接；
若语义对象间的拓扑关系为相接，则构建三维体之间的拓扑关系。
9.根据权利要求8所述的一种基于语义改进的自动寻体构建建筑产权体的方法，其特征在于，所述构建三维体之间的拓扑关系的过程如下：
提取三维体的边界点，设置容差范围，处理处于容差范围内的点；
去除重复的几何面，使相同的几何面唯一化；
进行线线判交和面面判交，打散所有相互之间有公共部分的几何元素，并记录打散前后新旧几何元素的关系，更新初始几何元素所在的语义对象。
CN202211622152.6A 2022-12-16 2022-12-16 一种基于语义改进的自动寻体构建建筑产权体的方法 Active CN115880713B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211622152.6A CN115880713B (zh) 2022-12-16 2022-12-16 一种基于语义改进的自动寻体构建建筑产权体的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211622152.6A CN115880713B (zh) 2022-12-16 2022-12-16 一种基于语义改进的自动寻体构建建筑产权体的方法

Publications (2)

Publication Number Publication Date
CN115880713A CN115880713A (zh) 2023-03-31
CN115880713B true CN115880713B (zh) 2023-07-07

Family

ID=85755093

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211622152.6A Active CN115880713B (zh) 2022-12-16 2022-12-16 一种基于语义改进的自动寻体构建建筑产权体的方法

Country Status (1)

Country Link
CN (1) CN115880713B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117237541B (zh) * 2023-11-10 2024-02-23 南京信息工程大学 基于建筑立面点云的多视角投影主体结构建模方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105825550A (zh) * 2016-03-15 2016-08-03 中国科学院沈阳应用生态研究所 顾及一致性的复杂三维建筑物模型剖切建模方法
CN109918751A (zh) * 2019-02-26 2019-06-21 华中师范大学 一种基于CityGML扩展的建筑物三维语义建模方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103236077B (zh) * 2013-04-15 2016-02-17 浙江理工大学 一种特征增强的三维模型线绘制方法
CN109190255B (zh) * 2018-09-05 2023-04-07 武汉大学 一种面向城市三维产权空间立体重构方法
CN109815604B (zh) * 2019-01-30 2022-12-23 中交第二公路勘察设计研究院有限公司 基于建筑要素拓扑关系的bim室内空间连通图构建方法
CN115222873B (zh) * 2022-05-19 2023-06-20 南京信息工程大学 一种基于标注和空间语义的三维产权体图属批量关联方法
KR102456302B1 (ko) * 2022-05-25 2022-10-19 (주)올포랜드 3D 기하 객체 정보를 이용한 CityGML 기반의 빌딩 객체 정보 생성 방법, 빌딩 객체 정보 생성 시스템, 이를 위한 컴퓨터 프로그램

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105825550A (zh) * 2016-03-15 2016-08-03 中国科学院沈阳应用生态研究所 顾及一致性的复杂三维建筑物模型剖切建模方法
CN109918751A (zh) * 2019-02-26 2019-06-21 华中师范大学 一种基于CityGML扩展的建筑物三维语义建模方法

Also Published As

Publication number Publication date
CN115880713A (zh) 2023-03-31

Similar Documents

Publication Publication Date Title
Ochmann et al. Automatic reconstruction of fully volumetric 3D building models from oriented point clouds
Lin et al. Facet segmentation-based line segment extraction for large-scale point clouds
Dick et al. Modelling and interpretation of architecture from several images
Tang et al. Automatic reconstruction of as-built building information models from laser-scanned point clouds: A review of related techniques
Lafarge et al. Insertion of 3-D-primitives in mesh-based representations: Towards compact models preserving the details
Ceylan et al. Factored facade acquisition using symmetric line arrangements
CN104036550B (zh) 基于形状语义的建筑立面激光雷达点云解译与重建的方法
CN115880713B (zh) 一种基于语义改进的自动寻体构建建筑产权体的方法
CN112396641B (zh) 一种基于全等二基线匹配的点云全局配准方法
CN113761971B (zh) 一种遥感影像目标知识图谱构建方法及装置
Aljumaily et al. Big-data approach for three-dimensional building extraction from aerial laser scanning
Hou et al. Drawing-based procedural modeling of Chinese architectures
CN102693285A (zh) 一种基于形状认知的三维建筑模型匹配与检索的方法
CN113838005A (zh) 基于维度转换的岩体裂隙智能识别与三维重构方法及系统
CN108595631B (zh) 基于图谱理论的三维cad模型双层检索方法
Zheng et al. Buildingfusion: Semantic-aware structural building-scale 3d reconstruction
Zhao et al. A 3D modeling method for buildings based on LiDAR point cloud and DLG
US7098912B1 (en) Method of modifying a volume mesh using sheet insertion
Hou et al. Procedure-based component and architecture modeling from a single image
Mehranfar et al. A hybrid top-down, bottom-up approach for 3D space parsing using dense RGB point clouds
CN116010644A (zh) 基于轴向移动和局部匹配的重复性建筑元素检索方法
Liu et al. An approach to 3D building model retrieval based on topology structure and view feature
Varga et al. Template matching for 3D objects in large point clouds using dbms
CN111986223A (zh) 一种基于能量函数的室外点云场景中树木提取方法
Tao et al. A Fast Registration Method for Building Point Clouds Obtained by Terrestrial Laser Scanner via 2D Feature Points

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