CN117315160A - 一种建筑物三维实景建模工作方法 - Google Patents
一种建筑物三维实景建模工作方法 Download PDFInfo
- Publication number
- CN117315160A CN117315160A CN202311437602.9A CN202311437602A CN117315160A CN 117315160 A CN117315160 A CN 117315160A CN 202311437602 A CN202311437602 A CN 202311437602A CN 117315160 A CN117315160 A CN 117315160A
- Authority
- CN
- China
- Prior art keywords
- building
- data
- modeling
- outline
- route
- 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
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000005457 optimization Methods 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 238000005070 sampling Methods 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 19
- 239000013598 vector Substances 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 15
- 238000011156 evaluation Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 238000002360 preparation method Methods 0.000 claims description 6
- 238000012790 confirmation Methods 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000004927 fusion Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011900 installation process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30184—Infrastructure
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本发明提出了一种建筑物三维实景建模工作方法,包括如下步骤:S1,通过无人机倾斜拍摄获取原始图像样本,对原始图像样本中的每一个样本,计算该样本与建筑物预设数据进行偏移计算,得到k邻域偏差值;其k邻域偏差值用于调节点云数据,根据选择的若干个样本,与原始图像样本一起构建新的样本;通过航线偏移采样增加备选建模数据;从而对建筑物进行外形轮廓进行充实增强;S2,根据建筑物外形轮廓进行整合,对建筑物外形轮廓进行边界建模优化,并修正建筑物外形轮廓点云数据,并对外形轮廓进行重新建模。
Description
技术领域
本发明涉及实景建模领域,尤其涉及一种建筑物三维实景建模工作方法。
背景技术
由于城市规划建设过程中需要实时采集建筑物外围数据,并且将建筑物点云数据进行整合输出,但是基于外形轮廓数据采集主要使用无人机倾斜摄影测量系统和RTK接收机,内业编绘成图采用ContextCapture软件和DP系列软件。ContextCapture软件用于制作三维模型,DP系列软件用于内业修图;在三维模型生成过程中会出现错层、纹理模糊等问题,虽然通过传统的KD-tree能够进行校正操作,但是设置的具体融合数据不能使建筑物的外形轮廓达到项目施工生成的要求,造成精度底和生成的三维场景不准确,这就亟需本领域技术人员解决相应的技术问题。
发明内容
本发明旨在至少解决现有技术中存在的技术问题,特别创新地提出了一种建筑物三维实景建模工作方法。
为了实现本发明的上述目的,本发明提供了一种建筑物三维实景建模工作方法,包括如下步骤:
S1,通过无人机倾斜拍摄获取原始图像样本,对原始图像样本中的每一个样本,计算该样本与建筑物预设数据进行偏移计算,得到k邻域偏差值;其k邻域偏差值用于调节点云数据,根据选择的若干个样本,与原始图像样本一起构建新的样本;通过航线偏移采样增加备选建模数据;从而对建筑物进行外形轮廓进行充实增强;
S2,根据建筑物外形轮廓进行整合,对建筑物外形轮廓进行边界建模优化,并修正建筑物外形轮廓点云数据,并对外形轮廓进行重新建模。
上述技术方案优选的,所述S1包括:
S1-1,无人机获取的倾斜拍摄图像为沿着预设航线匀速进行横向拍摄,将建筑物外形轮廓进行初步扫描,构建建筑物点云场景样本;
S1-2,对于任意样本(x,y,z)∈E,其中E为获取的无人机拍摄点云场景样本集,对建筑物外部轮廓遍历顶点,依次向下扫描,对航线的每个样本进行标定,根据噪声分析公式标定为噪声确认点。
上述技术方案优选的,所述S1还包括:
S1-3,噪声确认点是通过航线获取图像与建筑物预设数据进行重叠对比,进行点云数据处理时,确定航线上每个点的位置,对偏移点和经过噪声分析的点同时标记。
上述技术方案优选的,所述S1还包括:
S1-4,针对航线点云数据的偏移评估值i为以e为底的指数,μ为校正参数,l为采集的实时航线位置数据,l包括该位置的坐标值(x,y,z),l′为建筑预设数据该位置坐标值,L为邻域关系位置间隙,从而对坐标位置点的偏差值和邻域位置关系的比值进行偏差评估,在通过校正参数进行校正处理。
上述技术方案优选的,所述S1还包括:
S1-5,通过选取经过偏移评估的点云数据,将不含噪声点的航线数据标识为符合特征点,然后移除噪声分析异常的点云数据,获得准确的航线数据进行备选建模处理;将备选点云数据映射到建筑物建模数据对应的坐标中,进行匹配建筑物建模数据,建立建模数据的buff保存区,根据保存区设置均匀插值,获取每个均匀插值到备选点云数据的临近坐标点,将该临近坐标点的建筑物预设数据赋值在均匀插值中,从而保证临近坐标点与建筑物预设数据之间的对应关系,然后遍历所有航线数据中的临近坐标点;对遍历的结果进行航线数据覆盖,重复执行备选建模过程。
上述技术方案优选的,所述S2包括:
S2-1,备选建模数据准备完成后,由于建筑物建模的外形轮廓需要从高程最高点开始整合,将高程最高点作为起点,按照时间序列的航线数据建立建模优化列表;
S2-2,从建立建模优化列表中按照时间序列提取第一条航线数据坐标向量,从该第一条航线数据坐标向量通过KD树邻域算法计算邻域点云;对建筑物预设数据中高程与经过偏移评估的航线数据进行差值比较,如果其差值满足给定阈值,则进行建筑物轮廓填充,并将其加入建模优化列表;如果差值不满足给定阈值则跳过该高程的建筑物轮廓填充;直到所有高程的建筑物轮廓填充完成。
上述技术方案优选的,所述S2还包括:
S2-3,检查建筑物建模边界中是否存在建筑物形变特征坐标向量,如果存在形变特征向量,对该航线数据高程的最高点继续执行S2-2的差值判断,直到建筑物建模处理完成。
上述技术方案优选的,还包括:
S-A,在执行三维实景建模过程中,对于存储建模数据需要对“Workspaces”进行定义,发出New Workspace新工作空间指令,创建一个新的工作区;
S-B,执行Workspace Information工作空间信息指令,输入该工作区的名称和描述,并选择要使用的数据源,以及需要存储准备的区域;
S-C,执行Save指令保存工作区信息,该工作区包含前期进行偏移评估的噪声坐标,以及后期进行建筑物轮廓填充的坐标向量;
S-D,选择Stores商城指令,创建下一航线数据需要存储的内容;执行New Store新商城指令,创建一个新的建筑物轮廓填充存储数据;执行Store Information商城信息指令,输入存储的下一航线数据名称和描述,并选择要使用的数据源类型;
S-E,执行Connection Information连接信息指令,输入数据源的连接信息,包括数据库名、用户名和密码;执行Save”按钮保存连接信息指令信息内容。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
根据建筑物三维模型和实际拍摄因素确定建筑物外立面形状、建设设施等指标。通过对建筑物特征点精确计算对建筑物的建设设施形成外形轮廓造型进行目标融合。在对建筑物进行目标融合过程中形成的建模偏差进行还原操作,并对建筑物边界进行二次识别,使其符合建筑物三维成型的复原标准。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明总体示意图;
图2是本发明具体实施数据示意图;
图3是本发明效果图;
图4是本发明效果图;
图5是本发明效果图;
图6是本发明流程图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
如图1至6所示,本发明公开一种建筑物三维实景建模工作方法,包括如下步骤:
S1,通过无人机倾斜拍摄获取原始图像样本,对原始图像样本中的每一个样本,计算该样本与建筑物预设数据进行偏移计算,得到k邻域偏差值;其k邻域偏差值用于调节点云数据,根据选择的若干个样本,与原始图像样本一起构建新的样本;通过航线偏移采样增加备选建模数据;从而对建筑物进行外形轮廓进行充实增强;
S2,根据建筑物外形轮廓进行整合,对建筑物外形轮廓进行边界建模优化,并修正建筑物外形轮廓点云数据,并对外形轮廓进行重新建模。
上述技术方案优选的,所述S1包括:
S1-1,无人机获取的倾斜拍摄图像为沿着预设航线匀速进行横向拍摄,将建筑物外形轮廓进行初步扫描,构建建筑物点云场景样本;
S1-2,对于任意样本(x,y,z)∈E,其中E为获取的无人机拍摄点云场景样本集,对建筑物外部轮廓遍历顶点,依次向下扫描,对航线的每个样本进行标定,根据噪声分析公式标定为噪声确认点;
S1-3,噪声确认点是通过航线获取图像与建筑物预设数据进行重叠对比,进行点云数据处理时,确定航线上每个点的位置,对偏移点和经过噪声分析的点同时标记;偏移噪声分析计算需要大量邻域信息,以确定点的采集位置;设定邻域关系位置间隙,大邻域关系会忽略三维细节,小邻域关系包含噪声过多。
S1-4,针对航线点云数据的偏移评估值i为以e为底的指数,μ为校正参数,l为采集的实时航线位置数据,l包括该位置的坐标值(x,y,z),l′为建筑预设数据该位置坐标值,L为k邻域关系位置偏差值,从而对坐标位置点的偏差值和邻域位置关系的比值进行偏差评估,在通过校正参数进行校正处理。
k邻域关系位置偏差值(k-Nearest Neighbor Distance)是一种用于衡量数据点在特征空间中与其最近邻数据点之间距离的指标。本申请采用k-NN距离用来检测数据集中的异常值或离群点。如果航线数据点与它的k个最近邻的距离远大于预设点,那么这个点是一个异常值,因为采集的特征在特征空间中需要建模操作时需要更接近于预设点。
S1-5,通过选取经过偏移评估的点云数据,将不含噪声点的航线数据标识为符合特征点,然后移除噪声分析异常的点云数据,获得准确的航线数据进行备选建模处理;将备选点云数据映射到建筑物建模数据对应的坐标中,进行匹配建筑物建模数据,建立建模数据的buff保存区,根据保存区设置均匀插值,获取每个均匀插值到备选点云数据的临近坐标点,将该临近坐标点的建筑物预设数据赋值在均匀插值中,从而保证临近坐标点与建筑物预设数据之间的对应关系,然后遍历所有航线数据中的临近坐标点;对遍历的结果进行航线数据覆盖,重复执行备选建模过程;
上述技术方案优选的,所述S2包括:
S2-1,备选建模数据准备完成后,由于建筑物建模的外形轮廓需要从高程最高点开始整合,将高程最高点作为起点,按照时间序列的航线数据建立建模优化列表;
S2-2,从建立建模优化列表中按照时间序列提取第一条航线数据坐标向量,从该第一条航线数据坐标向量通过KD树邻域算法计算邻域点云;对建筑物预设数据中高程与经过偏移评估的航线数据进行差值比较,如果其差值满足给定阈值,则进行建筑物轮廓填充,并将其加入建模优化列表;如果差值不满足给定阈值则跳过该高程的建筑物轮廓填充;直到所有高程的建筑物轮廓填充完成;
S2-3,检查建筑物建模边界中是否存在建筑物形变特征坐标向量,如果存在形变特征向量,对该航线数据高程的最高点继续执行S2-2的差值判断,直到建筑物建模处理完成;
其中KD-Tree(K-Dimensional树)为本领域常用技术手段。
S2-4,结合实际情况进行航线规划,将影像分辨率设置为2cm,航高设置为80m,旁向重叠度设置为75%,航向重叠度设置为80%,航飞期间良好的气候条件保证了影像数据的可靠性。外形轮廓严格按照技术设计要求进行倾斜摄影数据采集。内业导出数据并进行质量检查,全部像片图像清晰,无影像扭曲变形情况,需符合后期内业成图要求。
本申请中,先通过而邻域偏差值则可以用于衡量三维模型中采集数据的距离关系,然后在三维建模中,KD树可以用于空间索引和搜索,以加快处理速度和提高效率。使用KD树来进行三维重建和插值,以及对三维模型进行特征分析和识别。
先使用k邻域偏差值进行距离判断,再使用KD树邻域算法的技术效果为:
提高了距离计算的准确性:k邻域偏差值可以计算出数据点之间的实际距离,而KD树邻域算法则是基于二叉树的数据结构进行搜索,可能会受到数据分布不均匀等因素的影响。因此,先使用k邻域偏差值进行距离判断,更准确地确定建模数据点之间的距离关系。再使用KD树时提高了空间搜索的效率,在多维数据空间中快速搜索邻近的数据点,但如果数据点分布不均匀,则可能会影响搜索效率。先使用k邻域偏差值进行距离判断,可以将需要搜索的数据点范围缩小到更小的范围内,从而提高搜索效率。在建筑物三维实景建模中,需要进行大量的数据处理和分析。使用KD树邻域算法和k邻域偏差值结合,可以更快地完成数据处理和分析,从而提高工作效率,从而增加了模型的优化空间,先使用k邻域偏差值进行距离判断,再使用KD树邻域算法,可以在三维建模中提高距离计算的准确性、空间搜索的效率、数据处理的速度以及增加模型的优化空间等方面的优势,从而获得更好的建模效果。
S-A,在执行三维实景建模过程中,对于存储建模数据需要对“Workspaces”进行定义,发出New Workspace新工作空间指令,创建一个新的工作区;
S-B,执行Workspace Information工作空间信息指令,输入该工作区的名称和描述,并选择要使用的数据源,以及需要存储准备的区域;
S-C,执行Save指令保存工作区信息,该工作区包含前期进行偏移评估的噪声坐标,以及后期进行建筑物轮廓填充的坐标向量;
S-D,选择Stores商城指令,创建下一航线数据需要存储的内容;执行New Store新商城指令,创建一个新的建筑物轮廓填充存储数据;执行Store Information商城信息指令,输入存储的下一航线数据名称和描述,并选择要使用的数据源类型;
S-E,执行Connection Information连接信息指令,输入数据源的连接信息,包括数据库名、用户名和密码;执行Save”按钮保存连接信息指令信息内容。
安装和配置WebAdaptor
1下载WebAdaptor软件,并解压缩到本地磁盘。
2打开安装程序,按照提示进行安装。
3在安装过程中,选择要安装的目录和端口号。
4打开WebAdaptor的配置文件(通常是config.xml),并找到以下代码:
php<hosts>
<host name="localhost"protocol="http"port="8080"/>
</hosts>
5根据实际情况修改host的name、protocol和port属性,使其与GeoScene Server的配置一致
php<hosts>
<host name="localhost"protocol="http"port="8080"/>
</hosts>
根据示范小区的1:500地形图或更大比例尺矢量电子地图获取需建模建筑物、道路、附属设施、植被的大致平面图。内业处理包括数据处理和管理的划分。
CAD图纸预处理,将全要素地形图进行分层、归零等整理工作,使之成为适合建模需要的框架底图;建模单元和管理单元划分,在参照国家规范的基础上,以行政区划界线、现状道路、水系等带状地物为边界划分,根据当地行政区划编码进行命名,从而方便数据生产和管理。选取平面图的中心点,将其坐标值置为零,作为坐标系原点,导入3DSMax时,平面图坐标置零的点与Max坐标系原点重合,方便以后处理。
对于外形轮廓拍照是对建筑物表面的纹理,物体表面呈现凹凸不平的沟纹进行拍摄,同时也包括获取物体的光滑表面上的彩色图案。当把纹理按照特定的规则映射到物体表面上的时候会使物体看上去更加的真实。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (8)
1.一种建筑物三维实景建模工作方法,其特征在于,包括如下步骤:
S1,通过无人机倾斜拍摄获取原始图像样本,对原始图像样本中的每一个样本,计算该样本与建筑物预设数据进行偏移计算,得到k邻域偏差值;其k邻域偏差值用于调节点云数据,根据选择的若干个样本,与原始图像样本一起构建新的样本;通过航线偏移采样增加备选建模数据;从而对建筑物进行外形轮廓进行充实增强;
S2,根据建筑物外形轮廓进行整合,对建筑物外形轮廓进行边界建模优化,并修正建筑物外形轮廓点云数据,并对外形轮廓进行重新建模。
2.根据权利要求1所述的建筑物三维实景建模工作方法,其特征在于,所述S1包括:
S1-1,无人机获取的倾斜拍摄图像为沿着预设航线匀速进行横向拍摄,将建筑物外形轮廓进行初步扫描,构建建筑物点云场景样本;
S1-2,对于任意样本(x,y,z)∈E,其中E为获取的无人机拍摄点云场景样本集,对建筑物外部轮廓遍历顶点,依次向下扫描,对航线的每个样本进行标定,根据噪声分析公式标定为噪声确认点。
3.根据权利要求1所述的建筑物三维实景建模工作方法,其特征在于,所述S1还包括:
S1-3,噪声确认点是通过航线获取图像与建筑物预设数据进行重叠对比,进行点云数据处理时,确定航线上每个点的位置,对偏移点和经过噪声分析的点同时标记。
4.根据权利要求1所述的建筑物三维实景建模工作方法,其特征在于,所述S1还包括:
S1-4,针对航线点云数据的偏移评估值i为以e为底的指数,μ为校正参数,l为采集的实时航线位置数据,l包括该位置的坐标值(x,y,z),l′为建筑预设数据该位置坐标值,L为邻域关系位置间隙,从而对坐标位置点的偏差值和邻域位置关系的比值进行偏差评估,在通过校正参数进行校正处理。
5.根据权利要求1所述的建筑物三维实景建模工作方法,其特征在于,所述S1还包括:
S1-5,通过选取经过偏移评估的点云数据,将不含噪声点的航线数据标识为符合特征点,然后移除噪声分析异常的点云数据,获得准确的航线数据进行备选建模处理;将备选点云数据映射到建筑物建模数据对应的坐标中,进行匹配建筑物建模数据,建立建模数据的buff保存区,根据保存区设置均匀插值,获取每个均匀插值到备选点云数据的临近坐标点,将该临近坐标点的建筑物预设数据赋值在均匀插值中,从而保证临近坐标点与建筑物预设数据之间的对应关系,然后遍历所有航线数据中的临近坐标点;对遍历的结果进行航线数据覆盖,重复执行备选建模过程。
6.根据权利要求1所述的建筑物三维实景建模工作方法,其特征在于,所述S2包括:
S2-1,备选建模数据准备完成后,由于建筑物建模的外形轮廓需要从高程最高点开始整合,将高程最高点作为起点,按照时间序列的航线数据建立建模优化列表;
S2-2,从建立建模优化列表中按照时间序列提取第一条航线数据坐标向量,从该第一条航线数据坐标向量通过KD树邻域算法计算邻域点云;对建筑物预设数据中高程与经过偏移评估的航线数据进行差值比较,如果其差值满足给定阈值,则进行建筑物轮廓填充,并将其加入建模优化列表;如果差值不满足给定阈值则跳过该高程的建筑物轮廓填充;直到所有高程的建筑物轮廓填充完成。
7.根据权利要求6所述的建筑物三维实景建模工作方法,其特征在于,所述S2还包括:
S2-3,检查建筑物建模边界中是否存在建筑物形变特征坐标向量,如果存在形变特征向量,对该航线数据高程的最高点继续执行S2-2的差值判断,直到建筑物建模处理完成。
8.根据权利要求1所述的建筑物三维实景建模工作方法,其特征在于,还包括:
S-A,在执行三维实景建模过程中,对于存储建模数据需要对“Workspaces”进行定义,发出New Workspace新工作空间指令,创建一个新的工作区;
S-B,执行Workspace Information工作空间信息指令,输入该工作区的名称和描述,并选择要使用的数据源,以及需要存储准备的区域;
S-C,执行Save指令保存工作区信息,该工作区包含前期进行偏移评估的噪声坐标,以及后期进行建筑物轮廓填充的坐标向量;
S-D,选择Stores商城指令,创建下一航线数据需要存储的内容;执行New Store新商城指令,创建一个新的建筑物轮廓填充存储数据;执行Store Information商城信息指令,输入存储的下一航线数据名称和描述,并选择要使用的数据源类型;
S-E,执行Connection Information连接信息指令,输入数据源的连接信息,包括数据库名、用户名和密码;执行Save”按钮保存连接信息指令信息内容。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311437602.9A CN117315160B (zh) | 2023-10-31 | 一种建筑物三维实景建模工作方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311437602.9A CN117315160B (zh) | 2023-10-31 | 一种建筑物三维实景建模工作方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117315160A true CN117315160A (zh) | 2023-12-29 |
CN117315160B CN117315160B (zh) | 2024-05-14 |
Family
ID=
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100315419A1 (en) * | 2008-06-10 | 2010-12-16 | Brandon Baker | Systems and Methods for Estimating a Parameter for a 3D model |
JP2016053961A (ja) * | 2015-09-28 | 2016-04-14 | 国土交通省国土技術政策総合研究所長 | 情報処理装置、情報処理方法及びプログラム |
KR101979879B1 (ko) * | 2017-12-12 | 2019-05-17 | 현대건설(주) | 항공 사진 측량 결과 후처리 장치 및 방법 |
US20190325089A1 (en) * | 2018-04-18 | 2019-10-24 | Reconstruct Inc. | Computation of point clouds and joint display of point clouds and building information models with project schedules for monitoring construction progress, productivity, and risk for delays |
CN112712596A (zh) * | 2021-03-29 | 2021-04-27 | 深圳大学 | 一种密集匹配点云建筑物结构化模型精细重建方法 |
CN112927370A (zh) * | 2021-02-25 | 2021-06-08 | 苍穹数码技术股份有限公司 | 三维建筑物模型构建方法、装置、电子设备及存储介质 |
CN113238205A (zh) * | 2021-05-25 | 2021-08-10 | 珠海市亿点科技有限公司 | 基于人工智能的无人机测绘点云数据偏移校正方法与系统 |
CN113626917A (zh) * | 2021-08-10 | 2021-11-09 | 南京奥迪特信息科技有限公司 | 基于全景技术和bim模型的构件工程量算量方法及系统 |
KR20220061598A (ko) * | 2020-11-06 | 2022-05-13 | 주식회사 커즈모스 | 지상 라이다를 이용한 3차원 모델링 건물 외곽선 추출 시스템 및 그 방법 |
CN115146745A (zh) * | 2022-09-01 | 2022-10-04 | 深圳市城市公共安全技术研究院有限公司 | 点云数据坐标点位置校正的方法、装置、设备及存储介质 |
CN115270240A (zh) * | 2022-06-30 | 2022-11-01 | 深圳供电局有限公司 | 输电区域可视化实现方法、装置、计算机设备和存储介质 |
CN115272864A (zh) * | 2022-08-16 | 2022-11-01 | 安徽大学 | 一种基于无人机航空摄影的实景三维建筑物智能提取方法 |
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100315419A1 (en) * | 2008-06-10 | 2010-12-16 | Brandon Baker | Systems and Methods for Estimating a Parameter for a 3D model |
JP2016053961A (ja) * | 2015-09-28 | 2016-04-14 | 国土交通省国土技術政策総合研究所長 | 情報処理装置、情報処理方法及びプログラム |
KR101979879B1 (ko) * | 2017-12-12 | 2019-05-17 | 현대건설(주) | 항공 사진 측량 결과 후처리 장치 및 방법 |
US20190325089A1 (en) * | 2018-04-18 | 2019-10-24 | Reconstruct Inc. | Computation of point clouds and joint display of point clouds and building information models with project schedules for monitoring construction progress, productivity, and risk for delays |
KR20220061598A (ko) * | 2020-11-06 | 2022-05-13 | 주식회사 커즈모스 | 지상 라이다를 이용한 3차원 모델링 건물 외곽선 추출 시스템 및 그 방법 |
CN112927370A (zh) * | 2021-02-25 | 2021-06-08 | 苍穹数码技术股份有限公司 | 三维建筑物模型构建方法、装置、电子设备及存储介质 |
CN112712596A (zh) * | 2021-03-29 | 2021-04-27 | 深圳大学 | 一种密集匹配点云建筑物结构化模型精细重建方法 |
CN113238205A (zh) * | 2021-05-25 | 2021-08-10 | 珠海市亿点科技有限公司 | 基于人工智能的无人机测绘点云数据偏移校正方法与系统 |
CN113626917A (zh) * | 2021-08-10 | 2021-11-09 | 南京奥迪特信息科技有限公司 | 基于全景技术和bim模型的构件工程量算量方法及系统 |
CN115270240A (zh) * | 2022-06-30 | 2022-11-01 | 深圳供电局有限公司 | 输电区域可视化实现方法、装置、计算机设备和存储介质 |
CN115272864A (zh) * | 2022-08-16 | 2022-11-01 | 安徽大学 | 一种基于无人机航空摄影的实景三维建筑物智能提取方法 |
CN115146745A (zh) * | 2022-09-01 | 2022-10-04 | 深圳市城市公共安全技术研究院有限公司 | 点云数据坐标点位置校正的方法、装置、设备及存储介质 |
Non-Patent Citations (3)
Title |
---|
ZHIHUA XU ET AL.: "Tridimensional reconstruction applied to cultural heritage with the use of camera-equipped UAV and terrestrial laser scanner", REMOTE SENSING, vol. 6, no. 11, 28 October 2014 (2014-10-28), pages 10413 - 10434 * |
文学东;陈为民;谢洪;闫利;: "一种融合多源特征的建筑物三维模型重建方法", 武汉大学学报(信息科学版), no. 05, 23 October 2018 (2018-10-23), pages 102 - 107 * |
罗秋;李国柱;甘淑;: "一种基于多源数据融合的文物三维建模方法", 软件, no. 08, 15 August 2020 (2020-08-15), pages 128 - 132 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111598823B (zh) | 多源移动测量点云数据空地一体化融合方法、存储介质 | |
CN106709947B (zh) | 一种基于rgbd相机的三维人体快速建模系统 | |
CN112927360A (zh) | 一种基于倾斜模型与激光点云数据融合的三维建模方法和系统 | |
CN109685886A (zh) | 一种基于混合现实技术的配网三维场景建模方法 | |
CN112762899B (zh) | 一种激光点云加bim模型在可视化变电站中与视频信息的融合方法 | |
CN110335234A (zh) | 一种基于古文物LiDAR点云的三维变化检测方法 | |
CN115345822A (zh) | 一种面向航空复杂零件的面结构光自动化三维检测方法 | |
CN115690184B (zh) | 一种基于三维激光扫描的隧道掌子面位移量测方法 | |
CN112446844B (zh) | 一种基于点云特征提取与配准融合方法 | |
CN114332348A (zh) | 一种融合激光雷达与图像数据的轨道三维重建方法 | |
CN109146990B (zh) | 一种建筑轮廓的计算方法 | |
CN113538373A (zh) | 一种基于三维点云的施工进度自动检测方法 | |
CN115471619A (zh) | 基于立体成像高分辨率卫星影像的城市三维模型构建方法 | |
CN115561249A (zh) | 一种喷涂设备的智能化监测方法及系统 | |
CN106952344A (zh) | 一种用于再制造修复的破损模型解算方法 | |
Demir | Automated detection of 3D roof planes from Lidar data | |
CN117315146B (zh) | 基于跨尺度多源数据的三维模型的重建方法及存储方法 | |
CN111524193B (zh) | 一种物体二维尺寸的测量方法及测量装置 | |
CN117315160B (zh) | 一种建筑物三维实景建模工作方法 | |
CN112561989A (zh) | 一种建造场景下吊装对象的识别方法 | |
Sgrenzaroli et al. | Indoor Mobile Mapping Systems and (BIM) digital models for construction progress monitoring | |
CN117315160A (zh) | 一种建筑物三维实景建模工作方法 | |
CN115930835A (zh) | 一种基于数字化样箱的曲板成形质量评价方法和系统 | |
Sani et al. | 3D reconstruction of building model using UAV point clouds | |
Knyaz et al. | Approach to Accurate Photorealistic Model Generation for Complex 3D Objects |
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 |