CN116310789A - 一种三维建筑天面提取方法、装置、终端及介质 - Google Patents

一种三维建筑天面提取方法、装置、终端及介质 Download PDF

Info

Publication number
CN116310789A
CN116310789A CN202310030550.7A CN202310030550A CN116310789A CN 116310789 A CN116310789 A CN 116310789A CN 202310030550 A CN202310030550 A CN 202310030550A CN 116310789 A CN116310789 A CN 116310789A
Authority
CN
China
Prior art keywords
building
data
mesh
weather
dimensional
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.)
Pending
Application number
CN202310030550.7A
Other languages
English (en)
Inventor
李长辉
李程鹏
刘演志
胡曙光
何骞
杨友生
淦立琴
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.)
Guangzhou Urban Planning Survey and Design Institute
Original Assignee
Guangzhou Urban Planning Survey and Design Institute
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 Guangzhou Urban Planning Survey and Design Institute filed Critical Guangzhou Urban Planning Survey and Design Institute
Priority to CN202310030550.7A priority Critical patent/CN116310789A/zh
Publication of CN116310789A publication Critical patent/CN116310789A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/176—Urban or other man-made structures
    • 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
    • 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
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Multimedia (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种三维建筑天面提取方法、装置、终端及介质，通过将密集三维建筑网格依据建筑基底面实现独栋建筑体提取，进行三类噪声去除，将原始的建筑体面片集进行精修，利用分层垂向探针探测的方法探测每一建筑体面片集的天面集，采用Mesh定向压缩辅助比照天面数据，判断异常情况，并进行校正，最后完成天面数据集的输出。因此，本发明实施例能够批量生产建筑密集环境下的天面数据，支撑实景三维建设背景下的城中村治理数据建设，在自动化程度、数据生产精度、数据处理体量上能够达到较高的均衡性，且通过采集天面数据，实现对城中村建筑的有效监管，防止违章搭建，有利于提升城市风貌。

Description

一种三维建筑天面提取方法、装置、终端及介质
技术领域
本发明涉及机器视觉技术领域，尤其涉及一种三维建筑天面提取方法、装置、终端及介质。
背景技术
城中村建设，具有建筑数量多、建设密集，多个建筑之间共用墙体、集中连片，建筑布局不规范，林木、植被等环境要素与建筑体紧密相连、遮盖等特点，导致城中村信息化治理是一项综合技术难题，采用测绘地理信息手段把控城中村的基础建筑数据成为了城中村综合治理的重要支撑。其中，高精度的城中村建筑天面三维数据是该基础建筑数据的重要组成部分，通过采集天面数据，实现对城中村建筑的有效监管，防止违章搭建，提升城市风貌。建筑天面是建筑邻接天空的表面，其具有如下特征：1.建筑天面存储了地面上的人无法看到的信息和结构，如违章搭建的棚、加盖的建筑体等；2.天面数据是对楼顶结构的图形化表达；3.天面三维数据至少应包含顶层的轮廓面及该面距地表的高度。
现行用于天面提取的方法有如下几种：一是以精确测量的建筑底面作为基底，计算楼层数与固定楼层高的乘积作为建筑天面高度，从而形成三维建筑天面，但该方法计算的天面为粗略估计值，可信度低，无法直接应用于真实管理场景；二是基于建筑点云数据实现屋顶轮廓线提取，并以此构造三维建筑天面，但是因数据体量大、采集困难仅用于独栋建筑，而无法适应城中村的密集数据环境，且无法实现批量处理；三是利用深度学习的方法基于正射遥感影像实现三维建筑天面识别，然而该方法无法区分同一建筑的多个天面情况，且识别精度有限、难以处理建筑与环境遮挡问题。综上，现行方法不足以应用于城中村场景建筑密集环境下的批量式三维建筑天面提取。因此，针对城中村综合治理的应用场景，亟需一种在密集建筑环境下实现高精度三维建筑天面的批量式提取的方法。
发明内容
本发明提供一种三维建筑天面提取方法、装置、终端及介质，以解决现有技术中难以在密集建筑环境下实现高精度三维建筑天面的批量式提取的技术问题，能够利用密集三维建筑网格Mesh数据，结合建筑基底面，自动提取高精度的三维建筑天面。
为了实现上述目的，第一方面，本发明实施例提供了一种三维建筑天面提取方法，包括：
根据密集三维建筑网格的Mesh数据与建筑基底面的数据，获取独栋建筑体的Mesh集合；
对于所述Mesh集合的每一个独栋建筑体，进行噪声处理，形成标准化建筑体；
采集所述标准化建筑体的天面候选集，探测所述天面候选集中每一个天面的高程值，从而提取所述标准化建筑体的糙天面合集；
通过实景比照，筛选出所述糙天面合集的异常糙天面；
精校正所述异常糙天面，且对所有糙天面进行语义赋值后输出天面数据集。
作为上述方案的改进，所述根据密集三维建筑网格的Mesh数据与建筑基底面的数据，获取独栋建筑体的Mesh集合，具体包括：
将密集三维建筑网格的Mesh数据与建筑基底面的数据进行空间位置配准；
建立垂直于所述建筑基底面的竖向立面，根据所述竖向立面与所述Mesh数据的三角面片的相交情况，提取所述建筑基底面覆盖范围内的Mesh数据邻边三角面片集合；
以所述邻边三角面片集合为种子集合，迭代计算相邻的三角面片，得到所述建筑基底面覆盖范围内的所有连通三角面集合；
建立所述三角面集合与所述建筑基底面的联结关系，将具有所述联结关系的建筑体作为独栋建筑体，以获得所述独栋建筑体的Mesh集合。
作为上述方案的改进，所述对于所述Mesh集合的每一个独栋建筑体，进行噪声处理，形成标准化建筑体，具体包括：
判断所述Mesh集合的每一个独栋建筑体的数据噪声情况，以进行噪声处理；
若所述独栋建筑体含有邻接数据噪声，则进行邻接数据噪声清理；
若所述独栋建筑体含有凌空数据噪声，则采用连通性判断后自动剔除凌空数据部分；
若所述独栋建筑体含有奇异数据噪声，采用人工判别，并进行手工剔除或屏蔽处理；
将所述噪声处理后的所有独栋建筑体记为标准化建筑体。
作为上述方案的改进，所述采集所述标准化建筑体的天面候选集，探测所述天面候选集中每一个天面的高程值，从而提取所述标准化建筑体的糙天面合集，具体包括：
将所述建筑基底面作为基础，以预设步距逐步上移，计算所述建筑基底面与标准化建筑体的相交情况，从而采集所述标准化建筑体的天面候选集；
在所述建筑基底面内建立均密网格，于垂直所述建筑基底面的每个网格中心设立垂向探针，以探测所述标准化建筑体的天面高程值；
通过计算所述探针探测的天面高程值，比对所述天面候选集，从而提取所述标准化建筑体的糙天面合集。
作为上述方案的改进，所述通过实景比照，筛选出所述糙天面合集的异常糙天面，具体为：
对所述Mesh数据进行竖向压平处理，将竖向压平数据和所述糙天面合集的糙天面进行平面比照，选出异常糙天面；
对所述Mesh数据进行横向压平处理，将横向压平数据和所述糙天面进行垂直比照，选出所述异常糙天面；
将所述Mesh数据与所述糙天面进行立体比照，选出所述异常糙天面。
作为上述方案的改进，所述精校正所述异常糙天面，且对所有糙天面进行语义赋值后输出天面数据集，具体包括：
对所述异常糙天面进行垂直向的精校正，调整每个异常糙天面点位的高程值；
精校正所述垂直向调整后的异常糙天面点位的平面坐标值；
对所有糙天面进行语义赋值后输出天面数据集。
第二方面，本发明实施例提供了一种三维建筑天面提取装置，包括：
获取集合模块，用于根据密集三维建筑网格的Mesh数据与建筑基底面的数据，获取独栋建筑体的Mesh集合；
噪声处理模块，用于对于所述Mesh集合的每一个独栋建筑体，进行噪声处理，形成标准化建筑体；
采集探测模块，用于采集所述标准化建筑体的天面候选集，探测所述天面候选集中每一个天面的高程值，从而提取所述标准化建筑体的糙天面合集；
实景比照模块，用于通过实景比照，筛选出所述糙天面合集的异常糙天面；
校正输出模块，用于精校正所述异常糙天面，且对所有糙天面进行语义赋值后输出天面数据集。
作为上述方案的改进，所述获取集合模块，具体用于：
将密集三维建筑网格的Mesh数据与建筑基底面的数据进行空间位置配准；
建立垂直于所述建筑基底面的竖向立面，根据所述竖向立面与所述Mesh数据的三角面片的相交情况，提取所述建筑基底面覆盖范围内的Mesh数据邻边三角面片集合；
以所述邻边三角面片集合为种子集合，迭代计算相邻的三角面片，得到所述建筑基底面覆盖范围内的所有连通三角面集合；
建立所述三角面集合与所述建筑基底面的联结关系，将具有所述联结关系的建筑体作为独栋建筑体，以获得所述独栋建筑体的Mesh集合。
第三方面，本发明实施例对应提供了一种终端，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述三维建筑天面提取方法。
此外，本发明实施例还提供了一种计算机可读介质，所述计算机可读介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读介质所在设备执行上述三维建筑天面提取方法。
与现有技术相比，本发明实施例公开的一种三维建筑天面提取方法、装置、终端及介质，通过将密集三维建筑网格依据建筑基底面实现独栋建筑体提取，进行三类噪声去除，将原始的建筑体面片集进行精修，利用分层垂向探针探测的方法探测每一建筑体面片集的天面集，采用Mesh定向压缩辅助比照天面数据，判断异常情况，并进行校正，最后完成天面数据集的输出。因此，本发明实施例能够批量生产建筑密集环境下的天面数据，支撑实景三维建设背景下的城中村治理数据建设，在自动化程度、数据生产精度、数据处理体量上能够达到较高的均衡性，且通过采集天面数据，实现对城中村建筑的有效监管，防止违章搭建，有利于提升城市风貌。
附图说明
图1是本发明实施例提供的一种三维建筑天面提取方法的流程示意图；
图2是本发明实施例提供的一种三维建筑天面提取装置的结构示意图。
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，显然，所描述的实施例仅仅是本发明一部分实施例，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作出创造性劳动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。
需要说明的是，本发明的术语“包括”和“具体”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。
请参阅图1，图1是本发明实施例提供的一种三维建筑天面提取方法的流程示意图，该三维建筑天面提取方法，包括步骤S11至S15：
S11：根据密集三维建筑网格的Mesh数据与建筑基底面的数据，获取独栋建筑体的Mesh集合；
需要说明的是，建筑基底面的数据可以是结构化或非结构化的二维建筑轮廓数据、矢量shp格式的二维建筑面数据；建筑基底面的数据通过测绘单位的地籍图、地形图加工数据获得，或者可以通过百度API、高德API提供的开放数据获得；建筑基底面是满足测绘精度要求的实测建筑底面。
S12：对于所述Mesh集合的每一个独栋建筑体，进行噪声处理，形成标准化建筑体；
S13：采集所述标准化建筑体的天面候选集，探测所述天面候选集中每一个天面的高程值，从而提取所述标准化建筑体的糙天面合集；
S14：通过实景比照，筛选出所述糙天面合集的异常糙天面；
S15：精校正所述异常糙天面，且对所有糙天面进行语义赋值后输出天面数据集。
作为优选的，所述步骤S11，具体包括：
S111：将密集三维建筑网格的Mesh数据与建筑基底面的数据进行空间位置配准；
在具体实施例中，将建筑基底面的数据与密集三维建筑网格的Mesh数据进行空间位置配准，使得两份数据平面位置处于相同坐标体系；空间位置配准方法为特征点匹配法，具体为，选择建筑基底面数据集中的任意三个建筑面，在Mesh数据中找到该三个建筑面所对应的建筑物，进一步找到组成面的每一个点所对应的建筑物特征点，将Mesh中的点与建筑面的点建立1-1对应关系；在平面坐标系统中计算所有对应点位的X向和Y向的平均偏移值，固定Mesh坐标不变，以该值对建筑基底面数据做整体平移，实现配准。
S112：建立垂直于所述建筑基底面的竖向立面，根据所述竖向立面与所述Mesh数据的三角面片的相交情况，提取所述建筑基底面覆盖范围内的Mesh数据邻边三角面片集合；
在具体实施当中，以建筑基底面的每一条边线为种子线，延伸建立垂直于基底面的竖向立面，计算Mesh数据中的每一个三角面片与竖向立面是否相交，若相交，则将三角面计入种子面集合中，并且建立基底面和种子面集合的对应关系，提取出基底面覆盖范围内的Mesh数据临边三角面片集合。
S113：以所述邻边三角面片集合为种子集合，迭代计算相邻的三角面片，得到所述建筑基底面覆盖范围内的所有连通三角面集合；
具体的，首先，计算出种子集合的围闭边缘，在围闭边缘内，通过三角形共边的连通特征，遍历求取所有边缘内的三角面；例如，采用邻接三角面内向蔓延法计算围闭边缘，计算种子面集合中的所有三角面的中心点，求所有中心点的坐标平均值并记为内向点；对于种子面集合中的每一个三角形，计算其距离内向点最远的边，作为围闭边，所有的围闭边组合称为围闭边缘；其次，通过内集重组法求取围闭边缘内三角面：建立一个集合A，将种子集合加入集合A，依据连通特征获取种子集合中三角面的所有相邻三角面，若相邻三角面处于围闭边缘内，则加入集合A，对新加入集合A的三角面重复相邻寻找的过程，直至无法寻找到新的三角面，集合A即为建筑基底面覆盖范围内的所有连通三角面集合。
S114：建立所述三角面集合与所述建筑基底面的联结关系，将具有所述联结关系的建筑体作为独栋建筑体，以获得所述独栋建筑体的Mesh集合。
作为优选的，所述步骤S12，具体包括：
S121：判断所述Mesh集合的每一个独栋建筑体的数据噪声情况，以进行噪声处理；
具体的，遍历所述Mesh集合，分别筛选出正常建筑体、含有邻接数据噪声的建筑体、含有凌空数据噪声的建筑体以及奇异数据噪声建筑体，以进行噪声处理。
S122：若所述独栋建筑体含有邻接数据噪声，则进行邻接数据噪声清理；
例如，若邻接数据噪声为凸邻接噪声，采用噪声数据切除后补面的方式处理；若邻接数据噪声为凹邻接噪声，直接采用补面方式处理；其中，所述凸邻接噪声指噪声数据位于建筑主体数据外侧，所述凹邻接噪声指噪声数据位于建筑主体数据内侧；切除后补面方式是指直接删除外侧凸出的三角面，对于删除后所形成的的空洞，以最少的三角面补平；相应的，直接补面则不删除旧的三角面。
S123：若所述独栋建筑体含有凌空数据噪声，则采用连通性判断后自动剔除凌空数据部分；
例如，以独栋建筑体的建筑主体任意三角面为种子点，迭代遍历所有相邻三角面，迭代结束后未被检索到的三角面即为凌空数据噪声，直接删除未被检索到的三角面。
S124：若所述独栋建筑体含有奇异数据噪声，采用人工判别，并进行手工剔除或屏蔽处理；
需要说明的是，奇异数据噪声指机器无法自动识别的情况，如建筑顶上的植被、木架等。
S125：将所述噪声处理后的所有独栋建筑体记为标准化建筑体。
作为优选的，所述步骤S13，具体包括：
S131：将所述建筑基底面作为基础，以预设步距逐步上移，计算所述建筑基底面与标准化建筑体的相交情况，从而采集所述标准化建筑体的天面候选集；
在具体实施例中，设相交判断阈值为m，预设步距为k，设建筑基底面D的高程为h，建筑基底面D上移后记为Di，标准化建筑体B的高度为H，则相交判断次数为t＝H/k；记第i次判断中B与Di相交的相交三角面数量为Tri，第i+1次判断中的相交三角面数量为Tri+1，若|Tri+1-Tri|>m，则令所有相交三角面的最外围点构面，记为Di+1，同时d＝Di-Di+1，将d加入天面候选集，完成所有上移后，获得单个B的天面候选集合{dc}。
S132：在所述建筑基底面内建立均密网格，于垂直所述建筑基底面的每个网格中心设立垂向探针，以探测所述标准化建筑体的天面高程值；
在具体实施当中，均密网格建立过程为：设定均密步距为p，对于{dc}中的每一个面，以X向和Y向划定垂直网格，网格单元为正方形，记为u，边长即为p；垂向探针探测高程值方法为：采用图形系统中的射线探测方法(RayCaster)，以垂直于u的中心投射射线，求得该中心点的高程值；高程值探测过程为：计算所有网格中心高程值的均值，剔除与均值偏离较大的高程值，重新计算求得高程均值。
S133：通过计算所述探针探测的天面高程值，比对所述天面候选集，从而提取所述标准化建筑体的糙天面合集。
需要说明的是，计算所述探针探测的天面高程值差异指的是两个候选天面的高程差小于一定阈值；比对天面候选集指的是两个天面高程差较小，且面积较小的情况，需单独提炼出来人工判断，多数情况为楼梯形式的斜天面。
作为具体的，所述步骤S14，具体为：
对所述Mesh数据进行竖向压平处理，将竖向压平数据和所述糙天面合集的糙天面进行平面比照，选出异常糙天面；
对所述Mesh数据进行横向压平处理，将横向压平数据和所述糙天面进行垂直比照，选出所述异常糙天面；
将所述Mesh数据与所述糙天面进行立体比照，选出所述异常糙天面。
需要说明的是，以某一方向设定平面，将指定建筑的Mesh三角网点投影到该平面，同时将纹理对应投射，形成在该平面上的建筑定向投影图；平面比照过程为对建筑Mesh数据进行竖向(Z轴向)压平处理后，同步将糙天面投影到该压平面上，判断并记录每个天面点的水平(XY)偏移值；垂直比照过程为对建筑Mesh数据进行横向(X或Y轴向)压平处理后，同步将糙天面投影到该压平面上，判断并记录每个天面的高程(Z)偏移值；立体比照为在Mesh原场景中叠加糙天面比对；对于比照过程发现的偏差值大于精度要求的，确定为异常情况并记录为异常糙天面；异常情况为位置偏移、形状偏差。
作为优选的，所述步骤S15，具体包括：
对所述异常糙天面进行垂直向的精校正，调整每个异常糙天面点位的高程值；
精校正所述垂直向调整后的异常糙天面点位的平面坐标值；
对所有糙天面进行语义赋值后输出天面数据集。
需要说明的是：垂直向的精校正具体为：求Mesh数据中所有点的高程偏差均值，对所有异常糙天面的点做Z轴向平移；水平向的精校正具体为：求Mesh数据中所有点的水平偏差均值，对所有异常糙天面的点做XY轴向平移；对所有糙天面进行语义赋值：根据糙天面的高度差语义，将所有糙天面中最上层记为第1天面、第二层记为第2天面，逐次往下；而天面语义值包括天面面积、周长、名称、材料类型等。
请参阅图2，图2是本发明实施例提供的一种三维建筑天面提取装置的结构示意图，该三维建筑天面提取装置，包括：
获取集合模块21，用于根据密集三维建筑网格的Mesh数据与建筑基底面的数据，获取独栋建筑体的Mesh集合；
噪声处理模块22，用于对于所述Mesh集合的每一个独栋建筑体，进行噪声处理，形成标准化建筑体；
采集探测模块23，用于采集所述标准化建筑体的天面候选集，探测所述天面候选集中每一个天面的高程值，从而提取所述标准化建筑体的糙天面合集；
实景比照模块24，用于通过实景比照，筛选出所述糙天面合集的异常糙天面；
校正输出模块25，用于精校正所述异常糙天面，且对所有糙天面进行语义赋值后输出天面数据集。
作为优选的，所述获取集合模块21，具体用于：
将密集三维建筑网格的Mesh数据与建筑基底面的数据进行空间位置配准；
建立垂直于所述建筑基底面的竖向立面，根据所述竖向立面与所述Mesh数据的三角面片的相交情况，提取所述建筑基底面覆盖范围内的Mesh数据邻边三角面片集合；
以所述邻边三角面片集合为种子集合，迭代计算相邻的三角面片，得到所述建筑基底面覆盖范围内的所有连通三角面集合；
建立所述三角面集合与所述建筑基底面的联结关系，将具有所述联结关系的建筑体作为独栋建筑体，以获得所述独栋建筑体的Mesh集合。
本发明实施例所提供的一种三维建筑天面提取装置能够实现上述实施例的三维建筑天面提取方法的所有流程，装置中的各个模块的作用以及实现的技术效果分别与上述实施例的三维建筑天面提取方法的作用以及实现的技术效果对应相同，这里不再赘述。
本发明实施例对应提供的一种终端，所述终端包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序。所述处理器执行所述计算机程序时实现上述三维建筑天面提取方法实施例中的步骤。或者，所述处理器执行所述计算机程序时实现上述三维建筑天面提取装置实施例中各模块的功能。
示例性的，所述计算机程序可以被分割成一个或多个模块，所述一个或者多个模块被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端中的执行过程。
所述终端可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述示意图仅仅是终端的示例，并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端还可以包括输入输出设备、网络接入设备、总线等。
所述处理器可以是中央处理单元，还可以是其他通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述终端的控制中心，利用各种接口和线路连接整个终端的各个部分。
存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述终端的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中，所述终端集成的模块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介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于计算机可读介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中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网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
本发明实施例还提供了一种计算机可读介质，所述计算机可读介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读介质所在设备执行如上述实施例的三维建筑天面提取方法。
综上所述，本发明实施例公开了一种三维建筑天面提取方法、装置、终端及介质，通过将密集三维建筑网格依据建筑基底面实现独栋建筑体提取，进行三类噪声去除，将原始的建筑体面片集进行精修，利用分层垂向探针探测的方法探测每一建筑体面片集的天面集，采用Mesh定向压缩辅助比照天面数据，判断异常情况，并进行校正，最后完成天面数据集的输出。因此，本发明实施例能够批量生产建筑密集环境下的天面数据，支撑实景三维建设背景下的城中村治理数据建设，在自动化程度、数据生产精度、数据处理体量上能够达到较高的均衡性，且通过采集天面数据，实现对城中村建筑的有效监管，防止违章搭建，有利于提升城市风貌。
以上所述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，这些改进和润饰也视为本发明的保护范围。

Claims (10)

1.一种三维建筑天面提取方法，其特征在于，包括：
根据密集三维建筑网格的Mesh数据与建筑基底面的数据，获取独栋建筑体的Mesh集合；
对于所述Mesh集合的每一个独栋建筑体，进行噪声处理，形成标准化建筑体；
采集所述标准化建筑体的天面候选集，探测所述天面候选集中每一个天面的高程值，从而提取所述标准化建筑体的糙天面合集；
通过实景比照，筛选出所述糙天面合集的异常糙天面；
精校正所述异常糙天面，且对所有糙天面进行语义赋值后输出天面数据集。
2.如权利要求1所述的三维建筑天面提取方法，其特征在于，所述根据密集三维建筑网格的Mesh数据与建筑基底面的数据，获取独栋建筑体的Mesh集合，具体包括：
将密集三维建筑网格的Mesh数据与建筑基底面的数据进行空间位置配准；
建立垂直于所述建筑基底面的竖向立面，根据所述竖向立面与所述Mesh数据的三角面片的相交情况，提取所述建筑基底面覆盖范围内的Mesh数据邻边三角面片集合；
以所述邻边三角面片集合为种子集合，迭代计算相邻的三角面片，得到所述建筑基底面覆盖范围内的所有连通三角面集合；
建立所述三角面集合与所述建筑基底面的联结关系，将具有所述联结关系的建筑体作为独栋建筑体，以获得所述独栋建筑体的Mesh集合。
3.如权利要求1所述的三维建筑天面提取方法，其特征在于，所述对于所述Mesh集合的每一个独栋建筑体，进行噪声处理，形成标准化建筑体，具体包括：
判断所述Mesh集合的每一个独栋建筑体的数据噪声情况，以进行噪声处理；
若所述独栋建筑体含有邻接数据噪声，则进行邻接数据噪声清理；
若所述独栋建筑体含有凌空数据噪声，则采用连通性判断后自动剔除凌空数据部分；
若所述独栋建筑体含有奇异数据噪声，采用人工判别，并进行手工剔除或屏蔽处理；
将所述噪声处理后的所有独栋建筑体记为标准化建筑体。
4.如权利要求1所述的三维建筑天面提取方法，其特征在于，所述采集所述标准化建筑体的天面候选集，探测所述天面候选集中每一个天面的高程值，从而提取所述标准化建筑体的糙天面合集，具体包括：
将所述建筑基底面作为基础，以预设步距逐步上移，计算所述建筑基底面与标准化建筑体的相交情况，从而采集所述标准化建筑体的天面候选集；
在所述建筑基底面内建立均密网格，于垂直所述建筑基底面的每个网格中心设立垂向探针，以探测所述标准化建筑体的天面高程值；
通过计算所述探针探测的天面高程值，比对所述天面候选集，从而提取所述标准化建筑体的糙天面合集。
5.如权利要求1所述的三维建筑天面提取方法，其特征在于，所述通过实景比照，筛选出所述糙天面合集的异常糙天面，具体为：
对所述Mesh数据进行竖向压平处理，将竖向压平数据和所述糙天面合集的糙天面进行平面比照，选出异常糙天面；
对所述Mesh数据进行横向压平处理，将横向压平数据和所述糙天面进行垂直比照，选出所述异常糙天面；
将所述Mesh数据与所述糙天面进行立体比照，选出所述异常糙天面。
6.如权利要求1所述的三维建筑天面提取方法，其特征在于，所述精校正所述异常糙天面，且对所有糙天面进行语义赋值后输出天面数据集，具体包括：
对所述异常糙天面进行垂直向的精校正，调整每个异常糙天面点位的高程值；
精校正所述垂直向调整后的异常糙天面点位的平面坐标值；
对所有糙天面进行语义赋值后输出天面数据集。
7.一种三维建筑天面提取装置，其特征在于，包括：
获取集合模块，用于根据密集三维建筑网格的Mesh数据与建筑基底面的数据，获取独栋建筑体的Mesh集合；
噪声处理模块，用于对于所述Mesh集合的每一个独栋建筑体，进行噪声处理，形成标准化建筑体；
采集探测模块，用于采集所述标准化建筑体的天面候选集，探测所述天面候选集中每一个天面的高程值，从而提取所述标准化建筑体的糙天面合集；
实景比照模块，用于通过实景比照，筛选出所述糙天面合集的异常糙天面；
校正输出模块，用于精校正所述异常糙天面，且对所有糙天面进行语义赋值后输出天面数据集。
8.如权利要求7所述的三维建筑天面提取装置，其特征在于，所述获取集合模块，具体用于：
将密集三维建筑网格的Mesh数据与建筑基底面的数据进行空间位置配准；
建立垂直于所述建筑基底面的竖向立面，根据所述竖向立面与所述Mesh数据的三角面片的相交情况，提取所述建筑基底面覆盖范围内的Mesh数据邻边三角面片集合；
以所述邻边三角面片集合为种子集合，迭代计算相邻的三角面片，得到所述建筑基底面覆盖范围内的所有连通三角面集合；
建立所述三角面集合与所述建筑基底面的联结关系，将具有所述联结关系的建筑体作为独栋建筑体，以获得所述独栋建筑体的Mesh集合。
9.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-6中任意一项所述的三维建筑天面提取方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1-6中任意一项所述的三维建筑天面提取方法。
CN202310030550.7A 2023-01-10 2023-01-10 一种三维建筑天面提取方法、装置、终端及介质 Pending CN116310789A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310030550.7A CN116310789A (zh) 2023-01-10 2023-01-10 一种三维建筑天面提取方法、装置、终端及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310030550.7A CN116310789A (zh) 2023-01-10 2023-01-10 一种三维建筑天面提取方法、装置、终端及介质

Publications (1)

Publication Number Publication Date
CN116310789A true CN116310789A (zh) 2023-06-23

Family

ID=86787742

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310030550.7A Pending CN116310789A (zh) 2023-01-10 2023-01-10 一种三维建筑天面提取方法、装置、终端及介质

Country Status (1)

Country Link
CN (1) CN116310789A (zh)

Similar Documents

Publication Publication Date Title
CN108297115B (zh) 一种机器人的自主重定位方法
KR102039021B1 (ko) 공사현장의 3차원 지형공간정보 통합을 통한 월드맵 모델링 장치 및 그의 월드맵 모델링 방법
US8396255B2 (en) System for and method of processing laser scan samples and digital photographic images relating to building facades
CN112927370A (zh) 三维建筑物模型构建方法、装置、电子设备及存储介质
CN109186551B (zh) 倾斜摄影测量建筑物特征点提取方法、装置与存储介质
Shao et al. Seed point set-based building roof extraction from airborne LiDAR point clouds using a top-down strategy
Chen et al. Detection of building changes from aerial images and light detection and ranging (LIDAR) data
CN109269472B (zh) 倾斜摄影测量建筑物特征线提取方法、装置与存储介质
JPWO2003012740A1 (ja) 三次元構造物形状の自動生成装置、自動生成方法、そのプログラム、及びそのプログラムを記録した記録媒体
CN110223389B (zh) 融合图像与激光数据的场景建模方法、系统、装置
CN114937130B (zh) 一种地形图测绘方法、装置、设备及存储介质
CN111311748A (zh) 室内立体图构建方法及装置、终端设备和存储介质
CN113658203A (zh) 建筑物三维轮廓提取及神经网络的训练方法和装置
CN111710040A (zh) 一种高精度地图的构建方法、系统、终端和存储介质
CN112907601A (zh) 一种基于特征变换的隧道拱架点云自动提取方法及装置
CN115457212A (zh) 树木影像图处理方法、装置、终端设备及存储介质
CN113538668A (zh) 地质模型构建方法、系统、存储介质以及电子设备
CN109163708B (zh) 无人机大比例尺地形图房屋线的优化方法、装置与介质
CN113096181A (zh) 设备位姿的确定方法、装置、存储介质及电子装置
CN111612829B (zh) 一种高精度地图的构建方法、系统、终端和存储介质
CN116310789A (zh) 一种三维建筑天面提取方法、装置、终端及介质
CN116051777A (zh) 超高层建筑提取方法、设备和可读存储介质
CN115628720A (zh) 一种智能三维地形图测绘方法及系统
CN111710039B (zh) 一种高精度地图的构建方法、系统、终端和存储介质
CN113269827B (zh) 一种实现自动化标定的方法和计算装置

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