CN115937466A - 一种融合gis的三维模型生成方法、系统及存储介质 - Google Patents
一种融合gis的三维模型生成方法、系统及存储介质 Download PDFInfo
- Publication number
- CN115937466A CN115937466A CN202310126479.2A CN202310126479A CN115937466A CN 115937466 A CN115937466 A CN 115937466A CN 202310126479 A CN202310126479 A CN 202310126479A CN 115937466 A CN115937466 A CN 115937466A
- Authority
- CN
- China
- Prior art keywords
- point clouds
- dimensional
- point cloud
- grouped
- 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.)
- Granted
Links
Images
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本发明涉及仿真模型领域,公开了一种融合GIS的三维模型生成方法、系统及存储介质。其中,该方法包括:获取目标对象的三维点云;基于三维点云的多个高度范围,分别建立多个高度范围的网格,并将高度范围的部分点云划分在对应的网格中;对部分点云进行分组,得到多个分组点云;根据分组点云所在的网格,对分组点云进行线性分析,确定分组点云的线性信息;根据多个分组点云的线性信息,确定部分点云的轮廓边界;根据多个部分点云的轮廓边界,创建目标对象的三维模型。本发明解决了现有技术中通过三维点云直接生成三维模型的方式,准确率较低的技术问题。
Description
技术领域
本发明涉及仿真模型领域,具体而言,涉及一种融合GIS的三维模型生成方法、系统及存储介质。
背景技术
相关技术中,在建立三维模型时,先通过深度相机或者红外测距设备,采集目标对象的三维点云,直接根据目标对象的整体的三维点云生成该目标对象的三维模型。由于三维点云的数据量大,在目标对象的结构复杂或者数量较多的情况下,通过现有技术的方式,会导致生成的三维模型相对于目标对象发生误差或者信息丢失的情况,进而导致三维模型的准确率较低的问题。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种融合GIS的三维模型生成方法、系统及存储介质,以至少解决现有技术中通过三维点云直接生成三维模型的方式,准确率较低的技术问题。
根据本发明实施例的一个方面,提供了一种融合GIS的三维模型生成方法,包括:获取目标对象的三维点云;基于所述三维点云的多个高度范围,分别建立多个高度范围的网格,并将所述高度范围的部分点云划分在对应的网格中;对所述部分点云进行分组,得到多个分组点云;根据所述分组点云所在的网格,对所述分组点云进行线性分析,确定所述分组点云的线性信息;根据多个分组点云的线性信息,确定所述部分点云的轮廓边界;根据多个部分点云的轮廓边界,创建所述目标对象的三维模型。
可选的,基于所述三维点云的多个高度范围,分别建立多个高度范围的网格,并将所述高度范围的部分点云划分在对应的网格中包括:确定所述三维点云的高度总范围,并将所述高度总范围均分为多个相同的高度范围;根据多个所述高度范围,将所述三维点云划分为多个部分点云;分别确定多个所述部分点云的外接矩形,对所述外接矩形按照预设尺寸划分网格;将所述高度范围的部分点云划分在对应的网格中。
可选的,对所述部分点云进行分组,得到多个分组点云之前,还包括:确定所述部分点云中高度最高的点云与高度最低的点云之间的高度差;在所述高度差小于等于预设高度差阈值的情况下,确定所述部分点云平坦;对所述部分点云进行分组,得到多个分组点云包括:对所述部分点云进行聚类,以对所述部分点云进行分组,得到多个点云分组。
可选的,在所述高度差大于预设高度差阈值的情况下,对所述部分点云进行分组,得到多个分组点云包括:根据所述高度差确定所述高度的中位值;根据所述中位值对所述部分点云进行聚类,确定多个高度的点云区域;对多个所述点云区域的点云进行聚类,以对所述点云区域进行分组,得到多个点云分组。
可选的,根据所述分组点云所在的网格,对所述分组点云进行线性分析,确定所述分组点云的线性信息包括:在所述部分点云的网格中,确定所述分组点云所在的网格,将没有点云的空白网格删除;对所述分组点云所在的网格中的点云坐标点进行线性回归分析,确定所述分组点云对应的线性方程;根据所述线性方程确定所述分组点云对应的线性信息,所述线性信息包括所述分组点云对应的直线的属性信息,属性信息用于标识该直线与其他直线组成的轮廓的几何属性,包括,凹入,突出,平面。
可选的,根据多个分组点云的线性信息,确定所述部分点云的轮廓边界包括:将所述线性信息对应的几何线条首尾相连,确定部分点云的轮廓边界。
可选的,获取目标对象的三维点云之后,还包括:
步骤S201,分别获取三维点云1中的全部三维坐标点1,以及三维点云2中的全部三维坐标点2,并且生成三维点云1的投影图像1,同时通过和生成投影图像1的方法相同的方法生成三维点云2的投影图像2;
步骤S202,在投影图像1中取得与目标对象的标记区域相对应的多个标记像素1,并且在投影图像2中取得与目标对象的标记区域相对应的多个标记像素2,还确定多个标记像素1分别对应的三维点云1中的若干三维坐标点1,以及多个标记像素2分别对应的三维点云2中的若干三维坐标点2;
步骤S203,对于与目标对象的标记区域中的相同位置相对应的标记像素1和标记像素2,从这个标记像素1对应的三维点云1中的若干三维坐标点1中选择标记三维坐标点1,以及从这个标记像素2对应的三维点云2中的若干三维坐标点2中选择标记三维坐标点2,并且计算标记三维坐标点1和标记三维坐标点2之间的对应关系,以得到这个标记像素1与这个标记像素2之间的对应关系;
步骤S204,基于多组的标记像素1与标记像素2之间的对应关系,分别合并每组的标记像素1对应的三维点云1中的若干三维坐标点1以及标记像素2对应的三维点云2中的若干三维坐标点2,以实现对于三维点云1和三维点云2的合并处理。
根据本发明实施例的另一个方面,提供了一种融合GIS的三维模型生成系统,包括:获取模块,用于获取目标对象的三维点云;建立模块,用于基于所述三维点云的多个高度范围,分别建立多个高度范围的网格,并将所述高度范围的部分点云划分在对应的网格中;分组模块,用于对所述部分点云进行分组,得到多个分组点云;分析模块,用于根据所述分组点云所在的网格,对所述分组点云进行线性分析,确定所述分组点云的线性信息;确定模块,用于根据多个分组点云的线性信息,确定所述部分点云的轮廓边界;创建模块,用于根据多个部分点云的轮廓边界,创建所述目标对象的三维模型。
根据本发明实施例的另一个方面,提供了一种计算机存储介质,所述计算机存储介质存储有程序指令,其中,在所述程序指令运行时控制所述计算机存储介质所在设备执行上述中任意一项所述的方法。
在本发明实施例中,采用获取目标对象的三维点云;基于三维点云的多个高度范围,分别建立多个高度范围的网格,并将高度范围的部分点云划分在对应的网格中;对部分点云进行分组,得到多个分组点云;根据分组点云所在的网格,对分组点云进行线性分析,确定分组点云的线性信息;根据多个分组点云的线性信息,确定部分点云的轮廓边界;根据多个部分点云的轮廓边界,创建目标对象的三维模型的方式,达到了准确生成目标对象的三维模型的目的,从而实现了提高目标对象的三维模型建立的准确率的技术效果,进而解决了现有技术中通过三维点云直接生成三维模型的方式,准确率较低的技术问题。并且在本发明实施例中,还对于多次采集的目标对象的三维点云进行合并处理,来提高用来建立三维模型的三维点云的精确度,进而也能够提升建成的三维模型的准确度。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种融合GIS的三维模型生成方法的流程图;
图2是根据本发明实施例的一种融合GIS的三维模型生成系统的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,而不是全部的实施例。基于本发明中的实施例,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所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种融合GIS的三维模型生成方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
实施例
图1是根据本发明实施例的一种融合GIS的三维模型生成方法的流程图,如图1所示,该方法包括如下步骤:
步骤S101,获取目标对象的三维点云;
步骤S102,基于三维点云的多个高度范围,分别建立多个高度范围的网格,并将高度范围的部分点云划分在对应的网格中;
步骤S103,对部分点云进行分组,得到多个分组点云;
步骤S104,根据分组点云所在的网格,对分组点云进行线性分析,确定分组点云的线性信息;
步骤S105,根据多个分组点云的线性信息,确定部分点云的轮廓边界;
步骤S106,根据多个部分点云的轮廓边界,创建目标对象的三维模型。
通过上述步骤,采用获取目标对象的三维点云;基于三维点云的多个高度范围,分别建立多个高度范围的网格,并将高度范围的部分点云划分在对应的网格中;对部分点云进行分组,得到多个分组点云;根据分组点云所在的网格,对分组点云进行线性分析,确定分组点云的线性信息;根据多个分组点云的线性信息,确定部分点云的轮廓边界;根据多个部分点云的轮廓边界,创建目标对象的三维模型的方式,达到了准确生成目标对象的三维模型的目的,从而实现了提高目标对象的三维模型建立的准确率的技术效果,进而解决了现有技术中通过三维点云直接生成三维模型的方式,准确率较低的技术问题。
上述获取目标对象的三维点云的方法可以是在飞行器上搭载采集装置,采集目标建筑物的三维数据,包括目标建筑物的形状,尺寸。按照预定的采集路线对目标对象的三维数据进行采集。根据采集的三维数据确定所述目标对象的三维点云。需要说明的是,上述飞行器上还可以搭载防撞装置,用于实时检测飞行器周围一定范围是否存在障碍物,在确定飞行器按照采集路线运行时,将会与障碍物相撞时,优先绕过该障碍物,然后再按照采集路径进行采集。从而根据实际情况进行灵活调整,避免飞行器在实际运行中发生突发情况,导致采集失败甚至设备损坏的情况。上述采集装置可以为相机。
由于上述目标对象可以为建筑物,地面区域等范围较大的对象,该三维点云可能在三维空间中分布区域较大,跨越了较大的宽度和高度,此时直接生成的方式就更加难以确定具体的细节,很容易将具体的结构当成点云的离散点给处理掉。因此,本实施例在基于三维点云的多个高度范围,分别建立多个高度范围的网格,并将高度范围的部分点云划分在对应的网格中。根据高度将三维点云进行划分,分区域进行处理,从而提高点云数据处理的准确性。多个部分点云的处理过程可以并行,进而提高三维模型生成的效率。上述网格相当于将目标对象的三维点云进行网格划分,而且该网格还可以附加网格内点云的属性,方便后续对三维模型的生成。
在上述对部分点云进行处理时,由于部分点云中的点云不一定是在一个高度的结构,因此,对部分点云进行分组,得到多个分组点云,可以将部分点云中的点云数据,根据高度进行分组,得到多个分组点云,每个分组点云的点云数据都是对应目标对象的一个高度的平面的点云。方便后续对该分组点云进行平面处理,确定目标对象的轮廓。
在对分组点云进行处理时,根据分组点云所在的网格,对分组点云进行线性分析,确定分组点云的线性信息。部分点云对应在网格中,对该部分点云进行分组后,分组点云也会与网格对应,基于该网格对分组点云进行线性分析,可以快速确定分组点云对应的线性信息。例如,对分组点云进行线性回归分析,确定分组点云对应的直线,在上述网格的基础上,可以快速确定该直线的直线方程,从而确定该分组点云的线性信息。
根据多个分组点云的线性信息,确定部分点云的轮廓边界。上述分组点云的线性信息包括分组点云对应的直线的属性信息,该属性信息用于标识该直线与其他直线组成的轮廓的几何属性,包括,凹入,突出,平面等几何属性。根据多个分组点云的线性信息,可以将分组点云对应的直线,连接成轮廓,结合上述属性信息,组成三维模型的轮廓边界。
根据多个部分点云的轮廓边界,可以确定组成三维模型的轮廓,根据该轮廓结合网格的属性信息,可以生成目标对象的三维模型。从而达到了准确生成目标对象的三维模型的目的,从而实现了提高目标对象的三维模型建立的准确率的技术效果,进而解决了现有技术中通过三维点云直接生成三维模型的方式,准确率较低的技术问题。
可选的,基于三维点云的多个高度范围,分别建立多个高度范围的网格,并将高度范围的部分点云划分在对应的网格中包括:确定三维点云的高度总范围,并将高度总范围均分为多个相同的高度范围;根据多个高度范围,将三维点云划分为多个部分点云;分别确定多个部分点云的外接矩形,对外接矩形按照预设尺寸划分网格;将高度范围的部分点云划分在对应的网格中。
确定三维点云的高度总范围,上述总高度范围为三维点云中高度最高的点云与高度最低的点云的高度差。需要说明的是,本实施例中,三维点云的三维坐标是基于世界坐标建立的,三维点云的竖直坐标轴,与世界坐标系的高度轴同向,因此,可以通过三维点云的三维坐标来指示高度。在将高度总范围均分为多个相同的高度范围时,可以按照预设的高度范围进行划分,从而保证可以划分出多个完整的高度范围。上述高度范围越小,划分的部分点云越多,生成的三维模型的准确度越高,但是占用的计算资源越多。在具体实施时根据需求和具体情况进行选择。
根据多个高度范围,将三维点云划分为多个部分点云,也即根据三维点云的三维坐标,将该点云划分到对应的高度范围。然后分别确定多个部分点云的外接矩形,对外接矩形按照预设尺寸划分网格。以保证部分点云的所有点云都能够成功划分网格中。将高度范围的部分点云划分在对应的网格中。
可选的,对部分点云进行分组,得到多个分组点云之前,还包括:确定部分点云中高度最高的点云与高度最低的点云之间的高度差;在高度差小于等于预设高度差阈值的情况下,确定部分点云平坦;对部分点云进行分组,得到多个分组点云包括:对部分点云进行聚类,以对部分点云进行分组,得到多个点云分组。
在高度差小于等于预设高度差阈值的情况下,确定部分点云平坦,则说明部分点云是在一个高度上的,可以直接对该部分点云进行聚类,也即对部分点云进行分组,其中,预设高度差阈值根据在将三维点云划分为部分点云时使用的高度范围进行设置,具体小于高度范围对应的高度差,本实施例中不对预设高度差阈值的具体数值进行限制。
可选的,在高度差大于预设高度差阈值的情况下,对部分点云进行分组,得到多个分组点云包括:根据高度差确定高度的中位值;根据中位值对部分点云进行聚类,确定多个高度的点云区域;对多个点云区域的点云进行聚类,以对点云区域进行分组,得到多个点云分组。
在高度差大于预设高度差阈值的情况下,确定部分点云不平坦,则说明部分点云不是在一个高度上分布的。在对该部分点云进行分组时,根据高度差确定高度的中位值,根据中位值对部分点云进行聚类,确定多个高度的点云区域,在高度上进行聚类,得到的多个点云区域,每个点云区域的点云都是在一个高度上分布的。分别对多个点云区域的点云进行聚类,以对点云区域进行分组,得到多个点云分组。
可选的,根据分组点云所在的网格,对分组点云进行线性分析,确定分组点云的线性信息包括:在部分点云的网格中,确定分组点云所在的网格,将没有点云的空白网格删除;对分组点云所在的网格中的点云坐标点进行线性回归分析,确定分组点云对应的线性方程;根据线性方程确定分组点云对应的线性信息。其中,线性方程可以通过对分组点云所在的网格中的点云坐标点使用最小二乘法来得到。
在部分点云的网格中,确定分组点云所在的网格,将没有点云的空白网格删除,保证网格中都有点云存在,避免在分析时,空白网格占用不必要的资源。对分组点云所在的网格中的点云坐标点进行线性回归分析,确定分组点云对应的线性方程;根据线性方程确定分组点云对应的线性信息。从而对分组点云进行有效分析,确定分组点云对应的线性信息,也即是三维模型的一部分。
可选的,根据多个分组点云的线性信息,确定部分点云的轮廓边界包括:将线性信息对应的几何线条首尾相连,确定部分点云的轮廓边界,因为部分点云包括不同的分组点云,部分点云的轮廓边界为多个。
可选的,根据多个部分点云的轮廓边界,创建目标对象的三维模型包括:在高度方向上使用线条对于多个部分点云的轮廓边界进行平滑连接,生成目标对象的三维模型。其中,在三维模型建成之后,还可以包括进一步获取三维模型对应的地理空间坐标,进而能够将三维模型融合到GIS地理信息系统之中。
图2是根据本发明实施例的一种融合GIS的三维模型生成系统的示意图,如图2所示,根据本发明实施例的另一个方面,提供了一种融合GIS的三维模型生成系统,包括:获取模块21,建立模块22,分组模块23,分析模块24,确定模块25和创建模块26,下面对该系统进行详细说明。
获取模块21,用于获取目标对象的三维点云;建立模块22,与上述获取模块21相连,用于基于三维点云的多个高度范围,分别建立多个高度范围的网格,并将高度范围的部分点云划分在对应的网格中;分组模块23,与上述建立模块22相连,用于对部分点云进行分组,得到多个分组点云;分析模块24,与上述分组模块23相连,用于根据分组点云所在的网格,对分组点云进行线性分析,确定分组点云的线性信息;确定模块25,与上述分析模块24相连,用于根据多个分组点云的线性信息,确定部分点云的轮廓边界;创建模块26,与上述确定模块25相连,用于根据多个部分点云的轮廓边界,创建目标对象的三维模型。
通过上述系统,采用获取目标对象的三维点云;基于三维点云的多个高度范围,分别建立多个高度范围的网格,并将高度范围的部分点云划分在对应的网格中;对部分点云进行分组,得到多个分组点云;根据分组点云所在的网格,对分组点云进行线性分析,确定分组点云的线性信息;根据多个分组点云的线性信息,确定部分点云的轮廓边界;根据多个部分点云的轮廓边界,创建目标对象的三维模型的方式,达到了准确生成目标对象的三维模型的目的,从而实现了提高目标对象的三维模型建立的准确率的技术效果,进而解决了现有技术中通过三维点云直接生成三维模型的方式,准确率较低的技术问题。
实施例
在本发明的实际应用过程中,发明人为了进一步的提高建成的三维模型的准确度,又考虑针对上述目标对象多次采集相应的三维点云,每次的采集密度可以不同,并且合并多次采集的三维点云来得到更加精确的三维点云,再基于合并后的三维点云来生成三维模型,进而提高构建的三维模型的准确度。在合并多次采集的三维点云时,可以采取每次合并两个三维点云的方式,举例如存在三维点云1、三维点云2、三维点云3,那么可以先合并三维点云1和三维点云2,再将三维点云1和三维点云2的合并点云与三维点云3再次进行合并。
由此,本发明又提出了如下的步骤以合并两次采集的三维点云:
步骤S201,分别获取三维点云1中的全部三维坐标点1,以及三维点云2中的全部三维坐标点2,并且生成三维点云1的投影图像1,同时通过和生成投影图像1的方法相同的方法生成三维点云2的投影图像2。
步骤S202,在投影图像1中取得与目标对象的标记区域相对应的多个标记像素1,并且在投影图像2中取得与目标对象的标记区域相对应的多个标记像素2,还确定多个标记像素1分别对应的三维点云1中的若干三维坐标点1,以及多个标记像素2分别对应的三维点云2中的若干三维坐标点2。
步骤S203,对于与目标对象的标记区域中的相同位置相对应的标记像素1和标记像素2,从这个标记像素1对应的三维点云1中的若干三维坐标点1中选择标记三维坐标点1,以及从这个标记像素2对应的三维点云2中的若干三维坐标点2中选择标记三维坐标点2,并且计算标记三维坐标点1和标记三维坐标点2之间的对应关系,以得到这个标记像素1与这个标记像素2之间的对应关系;
从这个标记像素1对应的三维点云1中的若干三维坐标点1中选择标记三维坐标点1的方法包括,将这个标记像素1对应的三维点云1中的若干三维坐标点1中的中心位置处的三维坐标点1作为标记三维坐标点1,以及将这个标记像素1对应的三维点云1中的若干三维坐标点1中的与这个标记像素1的颜色最相似的三维坐标点1作为标记三维坐标点1。从这个标记像素2对应的三维点云2中的若干三维坐标点2中选择标记三维坐标点2的方法与上述方法保持一致。
步骤S204,基于多组的标记像素1与标记像素2之间的对应关系,分别合并每组的标记像素1对应的三维点云1中的若干三维坐标点1以及标记像素2对应的三维点云2中的若干三维坐标点2,以实现对于三维点云1和三维点云2的合并处理。
具体的,上述步骤S201到上述步骤S204以合并三维点云1和三维点云2为例说明了合并两次采集的三维点云的过程,合并其他两次采集的三维点云的过程与之相同。本实施例根据摄影测量原理多次采集目标对象的三维点云,因此三维点云中的三维坐标点包括(x,y,z)位置信息,以及颜色信息,该目标对象可以为建筑物,地面区域等范围较大的对象。首先,获取采集密度不同的三维点云1和三维点云2,也就是说三维点云1中的三维坐标点1的密度与三维点云2中的三维坐标点2的密度不同,同时再分别生成三维点云1和三维点云2的投影图像1与投影图像2,投影图像1与投影图像2是关于三维点云1和三维点云2的二维图像,本实施例不对投影图像的生成方法进行限制,举例如从高空对于三维点云进行正投影生成的投影图像,其次,基于投影图像1与投影图像2,分别取得与目标对象的标记区域相对应的多个标记像素1和多个标记像素2,标记区域是预先在目标对象上设置的区域,标记区域的形状和颜色是特殊的,标记区域由多处位置组成,多个标记像素1和多个标记像素2分别与标记区域的不同位置相对应,并且标记像素1和标记像素2都对应多个三维坐标点,再次,将与目标对象的标记区域中的相同位置相对应的标记像素1和标记像素2分为一组,计算组内的标记像素1和标记像素2之间的对应关系,具体的做法是先在标记像素1和标记像素2对应的三维坐标点1和三维坐标点2中选择标记三维坐标点1与标记三维坐标点2,再计算标记三维坐标点1和标记三维坐标点2之间的对应关系,对应关系包括标记三维坐标点1和标记三维坐标点2之间的平移关系等,也就是说根据对应关系能够在同一坐标系下将标记三维坐标点1和标记三维坐标点2进行位置对应,同时实现对于相应的标记像素1和相应的标记像素2对应的若干三维坐标点1和若干三维坐标点2的合并,最后,通过合并不同组的标记像素1对应的三维点云1中的若干三维坐标点1以及标记像素2对应的三维点云2中的若干三维坐标点2,来完成对于三维点云1和三维点云2的合并处理。通过合并不同采集密度的三维点云,达到提高用来构建三维模型的三维点云的精确度的目的,从而也能够提高建成的三维模型的准确度。
本发明还提供了一种计算机存储介质,计算机存储介质存储有程序指令,其中,在程序指令运行时控制计算机存储介质所在设备执行上述中任意一项的方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种融合GIS的三维模型生成方法,其特征在于,包括:
获取目标对象的三维点云;
基于所述三维点云的多个高度范围,分别建立多个高度范围的网格,并将所述高度范围的部分点云划分在对应的网格中;
对所述部分点云进行分组,得到多个分组点云;
根据所述分组点云所在的网格,对所述分组点云进行线性分析,确定所述分组点云的线性信息;
根据多个分组点云的线性信息,确定所述部分点云的轮廓边界;
根据多个部分点云的轮廓边界,创建所述目标对象的三维模型。
2.根据权利要求1所述的方法,其特征在于,基于所述三维点云的多个高度范围,分别建立多个高度范围的网格,并将所述高度范围的部分点云划分在对应的网格中包括:
确定所述三维点云的高度总范围,并将所述高度总范围均分为多个相同的高度范围;
根据多个所述高度范围,将所述三维点云划分为多个部分点云;
分别确定多个所述部分点云的外接矩形,对所述外接矩形按照预设尺寸划分网格;
将所述高度范围的部分点云划分在对应的网格中。
3.根据权利要求2所述的方法,其特征在于,对所述部分点云进行分组,得到多个分组点云之前,还包括:
确定所述部分点云中高度最高的点云与高度最低的点云之间的高度差;
在所述高度差小于等于预设高度差阈值的情况下,确定所述部分点云平坦;
对所述部分点云进行分组,得到多个分组点云包括:
对所述部分点云进行聚类,以对所述部分点云进行分组,得到多个点云分组。
4.根据权利要求3所述的方法,其特征在于,在所述高度差大于预设高度差阈值的情况下,对所述部分点云进行分组,得到多个分组点云包括:
根据所述高度差确定所述高度的中位值;
根据所述中位值对所述部分点云进行聚类,确定多个高度的点云区域;
对多个所述点云区域的点云进行聚类,以对所述点云区域进行分组,得到多个点云分组。
5.根据权利要求4所述的方法,其特征在于,根据所述分组点云所在的网格,对所述分组点云进行线性分析,确定所述分组点云的线性信息包括:
在所述部分点云的网格中,确定所述分组点云所在的网格,将没有点云的空白网格删除;
对所述分组点云所在的网格中的点云坐标点进行线性回归分析,确定所述分组点云对应的线性方程;
根据所述线性方程确定所述分组点云对应的线性信息,所述线性信息包括所述分组点云对应的直线的属性信息,属性信息用于标识该直线与其他直线组成的轮廓的几何属性,包括,凹入,突出,平面。
6.根据权利要求5所述的方法,其特征在于,根据多个分组点云的线性信息,确定所述部分点云的轮廓边界包括:
将所述线性信息对应的几何线条首尾相连,确定部分点云的轮廓边界。
7.根据权利要求1所述的方法,其特征在于,获取目标对象的三维点云之后,还包括:
步骤S201,分别获取三维点云1中的全部三维坐标点1,以及三维点云2中的全部三维坐标点2,并且生成三维点云1的投影图像1,同时通过和生成投影图像1的方法相同的方法生成三维点云2的投影图像2;
步骤S202,在投影图像1中取得与目标对象的标记区域相对应的多个标记像素1,并且在投影图像2中取得与目标对象的标记区域相对应的多个标记像素2,还确定多个标记像素1分别对应的三维点云1中的若干三维坐标点1,以及多个标记像素2分别对应的三维点云2中的若干三维坐标点2;
步骤S203,对于与目标对象的标记区域中的相同位置相对应的标记像素1和标记像素2,从这个标记像素1对应的三维点云1中的若干三维坐标点1中选择标记三维坐标点1,以及从这个标记像素2对应的三维点云2中的若干三维坐标点2中选择标记三维坐标点2,并且计算标记三维坐标点1和标记三维坐标点2之间的对应关系,以得到这个标记像素1与这个标记像素2之间的对应关系;
步骤S204,基于多组的标记像素1与标记像素2之间的对应关系,分别合并每组的标记像素1对应的三维点云1中的若干三维坐标点1以及标记像素2对应的三维点云2中的若干三维坐标点2,以实现对于三维点云1和三维点云2的合并处理。
8.一种融合GIS的三维模型生成系统,用于实现如权利要求1-7任一项所述的方法,
其特征在于,包括:
获取模块,用于获取目标对象的三维点云;
建立模块,用于基于三维点云的多个高度范围,分别建立多个高度范围的网格,并将高度范围的部分点云划分在对应的网格中;
分组模块,用于对部分点云进行分组,得到多个分组点云;
分析模块,用于根据分组点云所在的网格,对分组点云进行线性分析,确定分组点云的线性信息;
确定模块,用于根据多个分组点云的线性信息,确定部分点云的轮廓边界;
创建模块,用于根据多个部分点云的轮廓边界,创建目标对象的三维模型。
9.一种计算机存储介质,其特征在于,所述计算机存储介质存储有程序指令,其中,在所述程序指令运行时控制所述计算机存储介质所在设备执行权利要求1至7中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310126479.2A CN115937466B (zh) | 2023-02-17 | 2023-02-17 | 一种融合gis的三维模型生成方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310126479.2A CN115937466B (zh) | 2023-02-17 | 2023-02-17 | 一种融合gis的三维模型生成方法、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115937466A true CN115937466A (zh) | 2023-04-07 |
CN115937466B CN115937466B (zh) | 2023-07-04 |
Family
ID=86701063
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310126479.2A Active CN115937466B (zh) | 2023-02-17 | 2023-02-17 | 一种融合gis的三维模型生成方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115937466B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116310227A (zh) * | 2023-05-18 | 2023-06-23 | 海纳云物联科技有限公司 | 三维稠密重建方法、装置、电子设备及介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006323608A (ja) * | 2005-05-18 | 2006-11-30 | Kozo Keikaku Engineering Inc | 立体構造物群モデル作成装置、立体構造物群モデル作成方法及び立体モデル作成システム |
US20150254499A1 (en) * | 2014-03-07 | 2015-09-10 | Chevron U.S.A. Inc. | Multi-view 3d object recognition from a point cloud and change detection |
CN111462275A (zh) * | 2019-01-22 | 2020-07-28 | 北京京东尚科信息技术有限公司 | 一种基于激光点云的地图生产方法和装置 |
CN111507341A (zh) * | 2020-04-20 | 2020-08-07 | 广州文远知行科技有限公司 | 一种目标边界框的调整方法、装置、设备及存储介质 |
CN113066004A (zh) * | 2021-03-19 | 2021-07-02 | 广东博智林机器人有限公司 | 点云数据的处理方法和装置 |
CN113393514A (zh) * | 2021-06-11 | 2021-09-14 | 中国科学院自动化研究所 | 一种三维无序点云数据处理方法、系统及设备 |
US20220005154A1 (en) * | 2019-07-30 | 2022-01-06 | SZ DJI Technology Co., Ltd. | Method and device for processing point cloud |
CN114494629A (zh) * | 2022-01-27 | 2022-05-13 | 广东电网有限责任公司 | 一种三维地图的构建方法、装置、设备及存储介质 |
WO2022237368A1 (zh) * | 2021-05-13 | 2022-11-17 | 北京字跳网络技术有限公司 | 点云模型处理方法、装置及可读存储介质 |
CN115690359A (zh) * | 2022-10-27 | 2023-02-03 | 科大讯飞股份有限公司 | 一种点云处理方法、装置、电子设备及存储介质 |
-
2023
- 2023-02-17 CN CN202310126479.2A patent/CN115937466B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006323608A (ja) * | 2005-05-18 | 2006-11-30 | Kozo Keikaku Engineering Inc | 立体構造物群モデル作成装置、立体構造物群モデル作成方法及び立体モデル作成システム |
US20150254499A1 (en) * | 2014-03-07 | 2015-09-10 | Chevron U.S.A. Inc. | Multi-view 3d object recognition from a point cloud and change detection |
CN111462275A (zh) * | 2019-01-22 | 2020-07-28 | 北京京东尚科信息技术有限公司 | 一种基于激光点云的地图生产方法和装置 |
US20220005154A1 (en) * | 2019-07-30 | 2022-01-06 | SZ DJI Technology Co., Ltd. | Method and device for processing point cloud |
CN111507341A (zh) * | 2020-04-20 | 2020-08-07 | 广州文远知行科技有限公司 | 一种目标边界框的调整方法、装置、设备及存储介质 |
CN113066004A (zh) * | 2021-03-19 | 2021-07-02 | 广东博智林机器人有限公司 | 点云数据的处理方法和装置 |
WO2022237368A1 (zh) * | 2021-05-13 | 2022-11-17 | 北京字跳网络技术有限公司 | 点云模型处理方法、装置及可读存储介质 |
CN113393514A (zh) * | 2021-06-11 | 2021-09-14 | 中国科学院自动化研究所 | 一种三维无序点云数据处理方法、系统及设备 |
CN114494629A (zh) * | 2022-01-27 | 2022-05-13 | 广东电网有限责任公司 | 一种三维地图的构建方法、装置、设备及存储介质 |
CN115690359A (zh) * | 2022-10-27 | 2023-02-03 | 科大讯飞股份有限公司 | 一种点云处理方法、装置、电子设备及存储介质 |
Non-Patent Citations (3)
Title |
---|
BOCUN LIU等: "Point Cloud Segmentation Algorithm on Convolutional Neural Network", 《IEEE XPLORE》 * |
胡玉祥;范珊珊;孙晓丽;王智;孟庆年;: "基于三维激光点云的古建筑BIM建模方法研究", 城市勘测, no. 03 * |
蔡泽宇;金诚谦;: "基于二维激光雷达点云的物体轮廓识别", 应用激光, no. 03 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116310227A (zh) * | 2023-05-18 | 2023-06-23 | 海纳云物联科技有限公司 | 三维稠密重建方法、装置、电子设备及介质 |
CN116310227B (zh) * | 2023-05-18 | 2023-09-12 | 海纳云物联科技有限公司 | 三维稠密重建方法、装置、电子设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115937466B (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111598823A (zh) | 多源移动测量点云数据空地一体化融合方法、存储介质 | |
CN106408604A (zh) | 一种点云数据的滤波方法及装置 | |
CN108225334B (zh) | 一种基于三维实景数据的定位方法及装置 | |
CN113343840B (zh) | 基于三维点云的对象识别方法及装置 | |
CN106845324B (zh) | 路牌信息的处理方法和装置 | |
CN114419085A (zh) | 建筑物轮廓线自动提取方法、装置、终端设备及存储介质 | |
CN111161331B (zh) | 一种bim模型和gis模型配准方法 | |
CN103871102A (zh) | 一种基于高程点和道路轮廓面的道路三维精细建模方法 | |
CN111323788B (zh) | 建筑物变化的监测方法、装置及计算机设备 | |
CN111754618B (zh) | 一种面向对象的实景三维模型多层次解译方法及系统 | |
CN107767454A (zh) | 一种实景三维移动快速建模方法、装置及系统 | |
CN114332134B (zh) | 一种基于密集点云的建筑物立面提取方法和装置 | |
CN106780551A (zh) | 一种三维运动目标检测方法和系统 | |
CN110544298A (zh) | 变电站建模方法、装置、计算机设备和存储介质 | |
CN115937466B (zh) | 一种融合gis的三维模型生成方法、系统及存储介质 | |
CN112233056A (zh) | 一种多源数据的点云融合方法、装置和存储介质 | |
CN111179428B (zh) | 一种基于锁定平面的地物制作方法和装置 | |
JP2002092658A (ja) | 3次元デジタル地図作成装置及び3次元デジタル地図作成のプログラムを記憶した記憶媒体 | |
CN116721228B (zh) | 一种基于低密度点云的建筑物高程提取方法及系统 | |
CN112687000A (zh) | 三维模型坐标的纠正方法、系统、计算机可读存储介质 | |
CN116051980B (zh) | 基于倾斜摄影的建筑识别方法、系统、电子设备及介质 | |
Namouchi et al. | Piecewise horizontal 3d roof reconstruction from aerial lidar | |
CN115841568A (zh) | 一种基于台账数据的输电杆塔绝缘子重建的方法 | |
CN113362458B (zh) | 模拟多视角成像的三维模型解译方法、终端及存储介质 | |
CN112614226A (zh) | 点云多视角特征融合方法及装置 |
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 |