JP2009545032A - 建物屋根タイプの識別の機能を提供する地理空間モデリング・システム及び関連した方法 - Google Patents
建物屋根タイプの識別の機能を提供する地理空間モデリング・システム及び関連した方法 Download PDFInfo
- Publication number
- JP2009545032A JP2009545032A JP2009520986A JP2009520986A JP2009545032A JP 2009545032 A JP2009545032 A JP 2009545032A JP 2009520986 A JP2009520986 A JP 2009520986A JP 2009520986 A JP2009520986 A JP 2009520986A JP 2009545032 A JP2009545032 A JP 2009545032A
- Authority
- JP
- Japan
- Prior art keywords
- roof
- building
- building roof
- roof type
- data points
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Computational Mathematics (AREA)
- Civil Engineering (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Structural Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Architecture (AREA)
- Multimedia (AREA)
- Processing Or Creating Images (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Processing (AREA)
Abstract
地理空間モデリング・システム(20)は、地理空間モデル・データベース(21)、及びプロセッサ(22)を含み得る。プロセッサ(22)は、考えられる複数の建物屋根タイプからであるように建物屋根のデータ点(50)によって規定される建物屋根タイプを識別するために地理空間データベース(21)と協調することができる。これは、複数方向の勾配計算を建物屋根のデータ点に施すことに基づいて行うことができる。
Description
本発明は、トポグラフィの分野に関し、特に、トポグラフィ・モデルを生成するシステム及び関連した方法に関する。
地域のトポグラフィ・モデルは多くの適用分野に使用することができる。例えば、トポグラフィ・モデルは、フライト・シミュレータ、及び軍事ミッションの計画に使用することができる。更に、人工の構造(例えば、都市)のトポグラフィ・モデルは、例えば、携帯電話用アンテナの配置、都市計画、災害への備え・分析や、地図作成などの適用分野において非常に有用であり得る。
トポグラフィ・モデルを作成する種々のタイプ及び方法が現在、使用されている。一般的なトポグラフィ・モデルの1つに、ディジタル高度地図(DEM)がある。DEMは、コンピュータにより、自動的に生成することができる地域のサンプリングされた行列表現である。DEMでは、座標点は高さ値に対応させる。DEMは通常、異なる高度(例えば、谷、山等)間の遷移が、1つの遷移から別の遷移まで概して平滑である地形をモデリングするために使用される。すなわち、DEMは通常、複数の曲面として地形をモデリングし、それらの間の不連続性は、よって、「取り除かれる」。よって、通常のDEMでは、地形上で目立つ物体は存在しない。
特に効果的な3Dサイト・モデリング製品の1つに、本発明の譲受人であるハリス(Harris)社によるRealSite(登録商標)がある。RealSite(登録商標)を使用して、関心地域の重なり合う画像を登録し、高分解能DEMを立体視手法及び天底観測手法を使用して抽出することができる。RealSite(登録商標)は、正確なテクスチャ及び構造物境界を有する、都市を含む地域の3次元(3D)トポグラフィ・モデルを作成する半自動処理を提供する。更に、RealSite(登録商標)モデルは、地理空間的に正確である。すなわち、モデル内の何れかの特定の点の位置は、非常に高い正確性で、地域内の実際の位置に対応する。RealSite(登録商標)を生成するために使用されるデータは、航空写真及び衛星写真、光波、赤外線、及び光検知測距(LIDAR)を含み得る。
3Dサイト・モデルを生成するための別の効果的な手法は、本発明の譲受人に譲渡され、その内容全体を本明細書及び特許請求の範囲に援用するRahmesらによる米国特許第6654690号明細書に開示されている。上記特許明細書には、高度対位置のランダムに間隔を空けたデータに基づいて、地形及び建物を含む地域のトポグラフィ・モデルを作成する自動化された手法が開示されている。上記手法は、ランダムに間隔を空けたデータを処理して、所定の位置グリッドに準拠した、高度対位置のグリッド・データを生成する工程、グリッド・データを処理して建物データを地形データと区別する工程、及び建物データの多角形抽出を行って、地形及び建物を含む領域のトポグラフィ・モデルを作成する工程を含む。
自動化トポグラフィ・モデルの生成における課題の1つに、特定の地理空間データの組において存在している各種建物構造間で区別するということがある。すなわち、収集された地理空間データを、幾何形状を使用した建物及びその屋根のレンダリングで置き換えて、鮮明で、かつ実在しているようにみえる建物をもたらすことが望ましいことが多い。しかし、建物は種々の屋根タイプ(陸屋根、勾配屋根(例えば、山型屋根、寄棟屋根)や、ドーム形状屋根)を有し得る。更に、複雑な建物の形状の一部は、複数の屋根タイプ又はそれらの組合せを有し得る。例えば、一部の建物は、交差する複数の勾配屋根を有し得る。よって、自動化コンピュータ処理を使用して適切な建物形状で置き換えることが可能になる前に、操作者が、介入し、建物又は屋根のタイプを建物データ点から手作業で識別することが必要になる場合が多い。それでも、前述の手作業の介入は時間を要し、その結果、多くの適用分野の場合、特に、建物の数が多い都市地域のトポグラフィ・モデルを生成する場合、場合によっては、費用が法外である。
よって、前述の背景に鑑みれば、本発明の目的は、建物屋根タイプを識別する機能を提供する地理空間モデリング・システム、及び関連した方法を提供することである。
前述並びに他の目的、特徴及び効果は、地理空間モデル・データベース及びプロセッサを含み得る物理空間モデリング・システムによって提供される。特に、プロセッサは、考えられる複数の建物屋根タイプからであるように建物屋根のデータ点によって規定される建物屋根タイプを識別するために地理空間データベースと協調することができる。これは、複数方向の勾配計算を建物屋根のデータ点に施すことに基づいて行うことができる。
更に、プロセッサは、陸屋根タイプ、勾配屋根タイプ、複雑勾配屋根タイプ、及びドーム形状屋根タイプからであるように建物屋根タイプを識別することができる。複数方向勾配計算は、ロバートの交差計算を含み得る。特に、ロバートの交差計算は、例えば、8方向のロバート交差計算を含み得る。プロセッサは更に、地理空間モデル・データから地上データ点及び植生デ―タ点を除去して建物屋根のデータ点を選択することができる。
複数方向勾配計算は、建物屋根のデータ点毎にセンタリングされたグリッドを使用する工程と、グリッド内の対向する側部の距離を合計する工程と、和が、局所化されたピーク・データ点であるようにゼロからの閾値内にある建物屋根のデータ点を識別する工程とを含み得る。特に、複数方向勾配計算は更に、選択された建物屋根領域にわたる、局所化ピーク・データ点の標準偏差を求める工程、及び、選択された建物屋根領域が建物屋根領域の合計の閾値部分よりも大きい場合、かつ、標準偏差が閾値標準偏差を下回る場合、陸屋根タイプとして建物屋根タイプを示す工程を含み得る。
複数方向勾配計算は、数が閾値よりも少ない連続した局所化ピーク・データ点の群を除去する工程も含み得る。更に、複数方向勾配計算は、連続した局所化ピーク・データ点の長さが残っているかを判定し、肯定の場合、建物屋根タイプを勾配屋根タイプとして識別する工程を含み得る。更に、連続した局所化ピーク・データ点のうちの複数の交差する長さを求めることができ、その場合、建物屋根タイプを複雑勾配屋根タイプとして識別することができる。
更に、プロセッサは、建物屋根のデータ点が円形形状を規定するか否かを判定することができ、複数方向勾配計算は、屋根建物のデータ点の少なくとも1つの高度ヒストグラムを計算する工程を含み得る。更に、複数方向勾配計算は、屋根建物のデータ点の高度ヒストグラム・データを計算する工程と、高度ヒストグラム:データの標準偏差が閾値を下回る場合、建物屋根タイプをドーム形状屋根タイプとして識別する工程とを含み得る。
更に、地理空間モデル・データベースは、考えられる複数の建物屋根タイプ毎に少なくとも1つの個別の建物屋根形状を記憶することができる。そういうものとして、プロセッサは、地理空間モデル・データベースと協調して、建物屋根のデータ点を、識別された建物屋根タイプの少なくとも1つの個別の建物屋根形状で置き換えることができる。
地理空間モデリング方法は、建物屋根のデータ点を地理空間モデル・データベースに記憶する工程を含み得る。方法は、複数方向勾配計算を建物屋根のデータ点に施すことに基づいてプロセッサを使用して、考えられる複数の建物屋根タイプのうちからであるように、建物屋根のデータ点によって規定される建物屋根タイプを識別する工程を更に含み得る。
次に、添付図面を参照して本発明を以下に更に詳細に説明する。本発明の好ましい実施例を示す。しかし、本発明は、種々の多くの形態において実施することができ、本明細書及び特許請求の範囲記載の実施例に限定されるものとして解されるべきでない。むしろ、前述の実施例は、本願の開示が詳細かつ完全であり、当業者にその範囲を詳細に伝えるように記載される。同じ符号は、図を通して同じ構成要素を表す。
まず、図1を参照すれば、地理空間モデリング・システム20は、図では、各種の建物屋根を識別し、レンダリングするために効果的に使用することができるプロセッサ22及び地理空間モデル・データベース21を含む。例として、プロセッサ22は、例えば、PC、マック、又は他の計算機ワークステーションの中央処理装置(CPU)であり得る。ディスプレイ23は、以下に更に説明するように、更に、地理空間モデリング・データを表示するために、プロセッサ22に結合され得る。当業者が認識するように、プロセッサ22は、以下に更に説明する種々の動作を行うためのハードウェア及びソフトウェアの構成部分の組合せを使用して実現することができる。
例として、地理空間データは、立体光学撮像、光検知測距(LIDAR)、インターフェロメトリック合成開口レーダ(IFSAR)等などの種々の手法を使用してキャプチャすることができる。概して、当業者が認識するように、データは、飛行機、衛星等により、関心地域の上空(例えば、天底)観測からキャプチャされる。しかし、関心地域の斜め画像を、地理空間モデルに更なる3D詳細を付加するために天底画像に加えて、(又は天底画像の代わりに)使用することもできる。LIDAR等を使用してキャプチャされた未処理画像データは、ディジタル高度モデル(DEM)などの所望の形式に、地理空間モデル・データベース21から上流に処理することができるか、又は、これはプロセッサ22によって行うことができる。
図2乃至図9を次に参照すれば、ブロック30に始まり、プロセッサ22は、ブロック31で、地理空間モデル・データから地上データ点及び植生データ点を除去して、処理するために建物屋根のデータ点を選択することができる。例として、これは、Rahmesらによる上記米国特許第6654690号明細書に開示された処理、並びに、RealSite(登録商標)又は他の適切な手法を使用して行うことができる。建物屋根のデータ点を特定すると、プロセッサ22は、考えられる複数の建物屋根タイプのうちからであるように建物屋根のデータ点によって規定される建物屋根タイプを識別し始め得る。例として、建物屋根タイプは、陸屋根、勾配屋根、複雑勾配屋根、及びドーム形状屋根(又はそれらの組合せ)を含み得る。概して、この識別は、複数方向の勾配計算を建物屋根のデータ点に施すことに基づいて行われる。
特に、図3に示す例では、建物屋根のデータ点50は、陸屋根を有する建物からのものである。複数方向の勾配計算は、ロバートの交差計算を含み得、特に、例えば、8方向の(すなわち、3×3の)ロバートの交差グリッド51に基づいた計算を含み得る。これは、建物データ点50毎にロバートのクロス・グリッド51をセンタリングさせ、グリッド内の対向する側の点の距離を加算し、和がゼロからの閾値内にある建物屋根のデータ点が、局所化されたピーク・データ点であるものとして識別する(ブロック32)ことによって行われる。すなわち、ほぼゼロである、グリッドの対向する側上の点の差の和を有する建物屋根のデータ点50は、当業者が認識するように、ほぼゼロの勾配を有する。これは、特定の点が、勾配面上にないことを示す。すなわち、局所ピークにあるか、平坦な表面上にある(何れも、本明細書及び特許請求の範囲では、局所化されたピーク点として表される)。
識別された点が陸屋根の一部であるか否かを判定するために、ブロック33では、プロセッサ22は、選択された建物屋根領域52にわたる局所化されたピーク・データ点の標準偏差を求める。建物屋根領域52は、局所化されたピーク・データ点の集約に基づいて選択することができる。選択は、ロバートの交差演算子によって得られる低い(ほぼゼロ勾配である)値に基づいて自動的に行われる。選択された建物屋根領域52が、建物屋根領域全体の閾値部分よりも大きい場合、かつ、標準偏差が、閾値の標準偏差未満の場合、プロセッサ22は、建物屋根タイプを陸屋根タイプとして識別する(ブロック34乃至35)。例として、建物屋根領域の合計は、約65%より大きいことがあり得、閾値標準偏差は約1メートルよりも少ないことがあり得る。当然、種々の閾値を種々の実施例に使用することができる。よって、プロセッサ22は、図10中の建物100などの陸屋根の建物を近似する建物データ点を1つ又は複数の幾何物体/形状で、置き換え、任意的には、形状をディスプレイ23上に、地形データ(すなわち、地上データ、樹木データ等)を伴って、又は前述のデータなしでディスプレイ23上に形状を表示することができる。
しかし、上記条件の何れかが満たされない場合、プロセッサ22は、1つ又は複数の勾配屋根位置を建物が有しているか否かを判定することに進む。特に図4を参照すれば、プロセッサ22は、数が閾値よりも少ない連続した局所化ピーク点群を除去する(ブロック36)。例えば、建物屋根のデータ点が勾配屋根に対応するか否かの判定の検討から排除され得る。例証した例では、標準勾配屋根をそれぞれが有する建物の2つの組の建物屋根のデータ点60a、60bを示す。上記3×3のロバートの交差グリッド61に基づいて計算を行った後、局所化ピーク・データ点の3つの群62a、63a、64a及び62b、63b、64bが、建物60a、60bそれぞれについて残る。
ブロック37で、連続した局所化ピーク・データ点群の特定の長さが残り、この長さが、屋根全体の領域全体よりもかなり少ない領域を有するが、残りの群の何れの他の長さよりもかなり大きい場合、プロセッサ22は、ブロック38で、存在している前述の群が1以下の場合、単一勾配屋根タイプのものとして屋根を識別する(ブロック39)。図の例では、群63a及び63bはこの基準を満たし、したがって、勾配屋根構造の頂点を表す。しかし、5つ以上のコーナーが存在している場合、これは、複雑勾配屋根として屋根を識別する(ブロック40)。すなわち、複雑勾配屋根は、複数の頂点を有する複数勾配屋根の構成を有する。
勾配屋根又は複雑勾配屋根を構築するために、プロセッサ22は、勾配屋根/建物形状65(図5)を生成する。単一勾配屋根の場合、プロセッサ22は、勾配屋根形状65を、建物のデータ点に対応する建物の幅、長さ及び高さにフィットさせる。勾配屋根形状65を使用してレンダリングされた例示的な単一勾配屋根の建物101、102は図10に示す。2つ以上の勾配屋根形状65を含む複雑勾配屋根をレンダリングするためには、複雑勾配屋根は、図5に示すように、交差する複数の勾配屋根形状に分割することが可能である。これを統合して単一の複雑勾配屋根/建物構造66を提供する。
特に、種々の勾配屋根形状をレンダリングする処理は、図6乃至図8に更に示す。プロセッサ22はまず、建物の形状を近似する多角形が分割可能である旨を検証する。すなわち、プロセッサ22は、建物の角度が全て、90°又は270°(すなわち、−90°)の角度であることを確実にするよう検査する(図6(b))。次いで、形状は、概略が視覚的に示され(図6(c))、ちょうど2個の近傍を有する点を除去し、次いで、隣接点をマージすることにより、ノード67及びエッジに縮減される(図6(d))。
エッジ点67は次いで、それぞれの近傍の数に基づいて分類される。すなわち、一近傍エッジ点を有するエッジ点は端点67aとして分類される。2つが端点67aである近傍の3つのエッジ点を有するエッジ点は勾配端点67bとして分類される。更に、1つが端点67aである近傍の3つのエッジ点を有するエッジ点は、角点67cとして分類される。更に、近傍の3つのエッジ点を有し、隣接する端点67aを有しないエッジ点は、Tジャンクション点67dとして分類される。更に、近傍の4つのエッジ点を有するエッジ点は、クロス接続点(すなわち、「+」形状の複雑勾配の建物の屋根の構造の中心にある)として分類される。これは、図6に示す例には示していない。
端点のないエッジ毎に、図7に示すように矩形が、建物の特定の幾何形状(例えば、「I」形状、「L」形状、「T」形状、「U」形状、「S」形状、「J」形状又は「H」形状)に基づいて生成される。矩形毎に、勾配が次いで投影される。2つの端点間にない勾配点毎に、図8に示すように、この点を、その勾配区間と何れかの他の勾配区間との間の最も近い交差で置き換えて、最終的な複雑勾配屋根の形状をレンダリングする。上記手法を使用してレンダリングされた例示的な複雑勾配屋根の建物121乃至125を図11及び図12に示す。
屋根のタイプが陸屋根でも単一勾配屋根/複雑勾配屋根でもないと判定された場合、プロセッサ22は次いで、ブロック41で、当業者が認識するように、建物屋根のデータ点が、円形の形状を画定しているか否かを判定する。図9(a)を参照すれば、円形の建物屋根のデータ点の組90を示す。本明細書及び特許請求の範囲では、「円形」は、完全な円形のみならず、その変形(卵形、楕円形、半円形等を含む)も含むことを表している。建物の屋根のデータ点90が実際に円形形状を画定する場合、プロセッサ22は、ブロック42で、点の高さの高度ヒストグラムを生成する(図9(b))。次いで、統計的に中心から離れた点は除去され(図9(c))、残りのヒストグラム点の標準偏差が閾値未満である(すなわち、その平均に対して低い)場合、屋根はドーム形状屋根として識別され、プロセッサ22は、適切なド―ム形状でそれを置き換える。前述の手法を使用してレンダリングされた例示的なドーム形状屋根の建物130を図13に示す。
適切な建物屋根のタイプが識別され、レンダリングされると(、又は、屋根のタイプが上記カテゴリの1つに収まらない場合)、図示した方法は完了する(ブロック45)。当然、実際の実現形態では、処理を次いで反復して、別々の組の建物屋根のデータ点について他の建物屋根のタイプを識別することができる。
前述の例示的な手法は、陸屋根形状から始まり、次に勾配屋根形状に移り、最後に、ドーム形状屋根の形状を求める順序を記載している一方、この順序は、別々の実施例において変更し得る。しかし、一般に、大規模の都市地域が分類される場合、処理の資源を節減することができるため、最も一般的な建物屋根タイプで始めることが望ましい。例えば、中心街地域では、建物の多くは陸屋根を有し得るので、特定の組の建物屋根データ点が陸屋根に対応するかをまず検査することが効果的であり得る。郊外地域では、建物の多くは家屋であり得、それらは、勾配屋根構造を有している可能性がより高く、したがって、前述の適用例では、勾配屋根の識別から始めることが望ましいこということがあり得る。
更に、プロセッサ22は、全ての実施例において、考えられる屋根タイプ全てを検査しなければならない訳でない。例えば、特定の例において所望のタイプの屋根を有する建物のみを識別することが望ましいということがあり得る。更に、建物の実際の形状を必ずしも表示のためにレンダリングしなくてよい。すなわち、上記手法を使用して、後の、屋根/建物の自動的なレンダリングに係わらず、建物屋根タイプを自動的に識別することができる。
Claims (10)
- 地理空間モデリング・システムであって、
地理空間モデル・データベースと、
複数方向の勾配計算を建物屋根のデータ点に施すことに基づいて、考えられる複数の建物屋根タイプからであるように建物屋根のデータ点によって規定される建物屋根タイプを識別するために前記地理空間モデル・データベースと協調するプロセッサとを備える地理空間モデリング・システム。 - 請求項1記載の地理空間モデリング・システムであって、前記プロセッサは、陸屋根タイプ、勾配屋根タイプ、複雑勾配屋根タイプ、及びドーム形状屋根タイプからであるように前記建物屋根タイプを識別する地理空間モデリング・システム。
- 請求項1記載の地理空間モデリング・システムであって、前記複数方向の勾配計算は、ロバートの交差計算を含む地理空間モデリング・システム。
- 請求項1記載の地理空間モデリング・システムであって、前記プロセッサは、更に、地理空間モデル・データから地上データ点及び樹木データ点を除去して前記建物屋根のデータ点を選択する地理空間モデリング・システム。
- 請求項1記載の地理空間モデリング・システムであって、前記複数方向の勾配計算は、建物のデータ点毎にセンタリングされたグリッドを使用する機能と、前記グリッド内の対向する側部の距離を合計する機能と、和が、局所化されたピーク・データ点であるようにゼロからの閾値内にある建物屋根のデータ点を識別する機能とを含む地理空間モデリング・システム。
- 地理空間モデリング方法であって、
建物屋根のデータ点を地理空間モデリング・データベースに記憶する工程と、
複数方向の勾配計算を前記建物屋根のデータ点に施すことに基づいて、プロセッサを使用して、考えられる複数の建物屋根タイプからであるように建物屋根のデータ点によって規定される建物屋根タイプを識別する工程とを含む地理空間モデリング方法。 - 請求項6記載の方法であって、識別する工程は、陸屋根タイプ、勾配屋根タイプ、複雑勾配屋根タイプ、及びドーム形状屋根タイプからであるように前記建物屋根タイプを識別する工程を含む方法。
- 請求項6記載の方法であって、前記複数方向の勾配計算は、ロバートの交差計算を含む方法。
- 請求項6記載の方法であって、前記複数方向の勾配計算は、建物のデータ点毎にセンタリングされたグリッドを使用する工程と、前記グリッド内の対向する側部の距離を合計する工程と、和が、局所化されたピーク・データ点であるようにゼロからの閾値内にある建物屋根のデータ点を識別する工程とを含む方法。
- 請求項6記載の方法であって、前記建物屋根のデータ点が円形形状を画定しているか否かを、前記プロセッサを使用して判定する工程を更に含み、前記複数方向の勾配計算は前記建物屋根のデータ点の高度ヒストグラム・データを計算する工程を含み、前記高度ヒストグラム・データの標準偏差が閾値未満の場合、前記建物屋根タイプをドーム形状屋根タイプとして識別する方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/458,839 US7752018B2 (en) | 2006-07-20 | 2006-07-20 | Geospatial modeling system providing building roof type identification features and related methods |
PCT/US2007/073832 WO2008094301A2 (en) | 2006-07-20 | 2007-07-19 | Geospatial modeling system providing building roof type identification features and related methods |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2009545032A true JP2009545032A (ja) | 2009-12-17 |
Family
ID=38972502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009520986A Withdrawn JP2009545032A (ja) | 2006-07-20 | 2007-07-19 | 建物屋根タイプの識別の機能を提供する地理空間モデリング・システム及び関連した方法 |
Country Status (7)
Country | Link |
---|---|
US (2) | US7752018B2 (ja) |
EP (1) | EP2064657B1 (ja) |
JP (1) | JP2009545032A (ja) |
BR (1) | BRPI0713184A2 (ja) |
CA (1) | CA2657957C (ja) |
DE (1) | DE602007013424D1 (ja) |
WO (1) | WO2008094301A2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012221491A (ja) * | 2011-04-04 | 2012-11-12 | Harman Becker Automotive Systems Gmbh | 3次元ルーフ構造を出力するナビゲーションデバイスおよび方法、並びにデータベースを生成する方法 |
JP2023501939A (ja) * | 2019-10-31 | 2023-01-20 | シーメンス・ヘルスケア・ダイアグノスティックス・インコーポレイテッド | 管アセンブリタイプを識別する装置および方法 |
Families Citing this family (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1949195B1 (en) * | 2005-11-15 | 2011-10-12 | Bell Helicopter Textron Inc. | Control system for automatic circle flight |
US7881913B2 (en) * | 2007-02-12 | 2011-02-01 | Harris Corporation | Exemplar/PDE-based technique to fill null regions and corresponding accuracy assessment |
US8145578B2 (en) * | 2007-04-17 | 2012-03-27 | Eagel View Technologies, Inc. | Aerial roof estimation system and method |
US8078436B2 (en) | 2007-04-17 | 2011-12-13 | Eagle View Technologies, Inc. | Aerial roof estimation systems and methods |
US8531472B2 (en) | 2007-12-03 | 2013-09-10 | Pictometry International Corp. | Systems and methods for rapid three-dimensional modeling with real façade texture |
US20090232355A1 (en) * | 2008-03-12 | 2009-09-17 | Harris Corporation | Registration of 3d point cloud data using eigenanalysis |
US8284190B2 (en) * | 2008-06-25 | 2012-10-09 | Microsoft Corporation | Registration of street-level imagery to 3D building models |
US8170840B2 (en) | 2008-10-31 | 2012-05-01 | Eagle View Technologies, Inc. | Pitch determination systems and methods for aerial roof estimation |
US8731234B1 (en) | 2008-10-31 | 2014-05-20 | Eagle View Technologies, Inc. | Automated roof identification systems and methods |
US8209152B2 (en) | 2008-10-31 | 2012-06-26 | Eagleview Technologies, Inc. | Concurrent display systems and methods for aerial roof estimation |
JP5360989B2 (ja) * | 2009-09-29 | 2013-12-04 | 株式会社日立ソリューションズ | 地理情報生成システム及び地理情報生成方法 |
US9911228B2 (en) * | 2010-02-01 | 2018-03-06 | Eagle View Technologies, Inc. | Geometric correction of rough wireframe models derived from photographs |
US20110200249A1 (en) * | 2010-02-17 | 2011-08-18 | Harris Corporation | Surface detection in images based on spatial data |
US8977520B2 (en) | 2010-10-21 | 2015-03-10 | Pictometry International Corp. | Computer system for automatically classifying roof elements |
US8842036B2 (en) * | 2011-04-27 | 2014-09-23 | Lockheed Martin Corporation | Automated registration of synthetic aperture radar imagery with high resolution digital elevation models |
US8768068B2 (en) * | 2011-05-04 | 2014-07-01 | Raytheon Company | Automated building detecting |
US9599466B2 (en) | 2012-02-03 | 2017-03-21 | Eagle View Technologies, Inc. | Systems and methods for estimation of building wall area |
US9933257B2 (en) | 2012-02-03 | 2018-04-03 | Eagle View Technologies, Inc. | Systems and methods for estimation of building wall area |
US8774525B2 (en) | 2012-02-03 | 2014-07-08 | Eagle View Technologies, Inc. | Systems and methods for estimation of building floor area |
US10663294B2 (en) | 2012-02-03 | 2020-05-26 | Eagle View Technologies, Inc. | Systems and methods for estimation of building wall area and producing a wall estimation report |
US10515414B2 (en) | 2012-02-03 | 2019-12-24 | Eagle View Technologies, Inc. | Systems and methods for performing a risk management assessment of a property |
US9501700B2 (en) | 2012-02-15 | 2016-11-22 | Xactware Solutions, Inc. | System and method for construction estimation using aerial images |
US9317966B1 (en) * | 2012-02-15 | 2016-04-19 | Google Inc. | Determine heights/shapes of buildings from images with specific types of metadata |
US11587176B2 (en) | 2013-03-15 | 2023-02-21 | Eagle View Technologies, Inc. | Price estimation model |
US9959581B2 (en) | 2013-03-15 | 2018-05-01 | Eagle View Technologies, Inc. | Property management on a smartphone |
US10909482B2 (en) | 2013-03-15 | 2021-02-02 | Pictometry International Corp. | Building materials estimation |
US10013507B2 (en) * | 2013-07-01 | 2018-07-03 | Here Global B.V. | Learning synthetic models for roof style classification using point clouds |
AU2014295972B2 (en) | 2013-08-02 | 2018-10-11 | Xactware Solutions, Inc. | System and method for detecting features in aerial images using disparity mapping and segmentation techniques |
US9384398B2 (en) * | 2014-06-11 | 2016-07-05 | Here Global B.V. | Method and apparatus for roof type classification and reconstruction based on two dimensional aerial images |
US10373343B1 (en) * | 2015-05-28 | 2019-08-06 | Certainteed Corporation | System for visualization of a building material |
US9389084B1 (en) * | 2015-09-17 | 2016-07-12 | Skycatch, Inc. | Detecting changes in aerial images |
US10032310B2 (en) | 2016-08-22 | 2018-07-24 | Pointivo, Inc. | Methods and systems for wireframes of a structure or element of interest and wireframes generated therefrom |
US11043026B1 (en) | 2017-01-28 | 2021-06-22 | Pointivo, Inc. | Systems and methods for processing 2D/3D data for structures of interest in a scene and wireframes generated therefrom |
US10503843B2 (en) | 2017-12-19 | 2019-12-10 | Eagle View Technologies, Inc. | Supervised automatic roof modeling |
US11195324B1 (en) | 2018-08-14 | 2021-12-07 | Certainteed Llc | Systems and methods for visualization of building structures |
US11481998B2 (en) * | 2019-10-02 | 2022-10-25 | General Electric Company | Building footprint generation by using clean mask generation and received image data |
US11094113B2 (en) | 2019-12-04 | 2021-08-17 | Geomni, Inc. | Systems and methods for modeling structures using point clouds derived from stereoscopic image pairs |
CA3237583A1 (en) | 2021-11-19 | 2023-05-25 | Bmic Llc | Methods for designing, manufacturing, installing, and/or maintenance of roofing accessories and systems of use thereof |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0600709B1 (en) * | 1992-12-01 | 2000-03-29 | Canon Kabushiki Kaisha | Range-image processing apparatus and method |
EP0686932A3 (en) * | 1994-03-17 | 1997-06-25 | Texas Instruments Inc | Computer vision system to search for three-dimensional rectangular objects |
US6654690B2 (en) * | 2001-04-05 | 2003-11-25 | Harris Corporation | Automated method for making a topographical model and related system |
AU2003277240A1 (en) * | 2002-10-15 | 2004-06-07 | University Of Southern California | Augmented virtual environments |
WO2004068406A2 (en) * | 2003-01-30 | 2004-08-12 | Chase Medical, L.P. | A method and system for image processing and contour assessment |
US6987520B2 (en) * | 2003-02-24 | 2006-01-17 | Microsoft Corporation | Image region filling by exemplar-based inpainting |
US7567731B2 (en) * | 2004-07-15 | 2009-07-28 | Harris Corporation | Method and system for simultaneously registering multi-dimensional topographical points |
US7298891B2 (en) * | 2004-07-15 | 2007-11-20 | Harris Corporation | Bare earth digital elevation model extraction for three-dimensional registration from topographical points |
-
2006
- 2006-07-20 US US11/458,839 patent/US7752018B2/en active Active
-
2007
- 2007-07-19 WO PCT/US2007/073832 patent/WO2008094301A2/en active Application Filing
- 2007-07-19 EP EP07872703A patent/EP2064657B1/en not_active Expired - Fee Related
- 2007-07-19 DE DE602007013424T patent/DE602007013424D1/de active Active
- 2007-07-19 JP JP2009520986A patent/JP2009545032A/ja not_active Withdrawn
- 2007-07-19 BR BRPI0713184-4A patent/BRPI0713184A2/pt not_active IP Right Cessation
- 2007-07-19 CA CA2657957A patent/CA2657957C/en not_active Expired - Fee Related
-
2010
- 2010-06-01 US US12/791,291 patent/US20100241406A1/en not_active Abandoned
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012221491A (ja) * | 2011-04-04 | 2012-11-12 | Harman Becker Automotive Systems Gmbh | 3次元ルーフ構造を出力するナビゲーションデバイスおよび方法、並びにデータベースを生成する方法 |
US9568332B2 (en) | 2011-04-04 | 2017-02-14 | Harman Becker Automotive Systems Gmbh | Navigation system for outputting a three-dimensional roof structure and generating a database |
JP2023501939A (ja) * | 2019-10-31 | 2023-01-20 | シーメンス・ヘルスケア・ダイアグノスティックス・インコーポレイテッド | 管アセンブリタイプを識別する装置および方法 |
JP7407282B2 (ja) | 2019-10-31 | 2023-12-28 | シーメンス・ヘルスケア・ダイアグノスティックス・インコーポレイテッド | 管アセンブリタイプを識別する装置および方法 |
Also Published As
Publication number | Publication date |
---|---|
US20080021683A1 (en) | 2008-01-24 |
DE602007013424D1 (de) | 2011-05-05 |
US7752018B2 (en) | 2010-07-06 |
EP2064657A2 (en) | 2009-06-03 |
WO2008094301A2 (en) | 2008-08-07 |
EP2064657B1 (en) | 2011-03-23 |
CA2657957C (en) | 2012-04-03 |
US20100241406A1 (en) | 2010-09-23 |
CA2657957A1 (en) | 2008-08-07 |
BRPI0713184A2 (pt) | 2012-04-17 |
WO2008094301A3 (en) | 2009-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2009545032A (ja) | 建物屋根タイプの識別の機能を提供する地理空間モデリング・システム及び関連した方法 | |
Chen et al. | A methodology for automated segmentation and reconstruction of urban 3-D buildings from ALS point clouds | |
CN102521884B (zh) | 一种基于LiDAR数据与正射影像的3维屋顶重建方法 | |
Xu et al. | Reconstruction of scaffolds from a photogrammetric point cloud of construction sites using a novel 3D local feature descriptor | |
US7983474B2 (en) | Geospatial modeling system and related method using multiple sources of geographic information | |
US20080298638A1 (en) | Map change detection device, map change detection method, and program | |
Gao et al. | SUM: A benchmark dataset of semantic urban meshes | |
US7616828B2 (en) | Geospatial modeling system providing geospatial model data target point filtering based upon radial line segments and related methods | |
US7376513B2 (en) | Geospatial modeling system for separating foliage data from building data based upon noise filtering operations and related methods | |
KR101549155B1 (ko) | 라이다 자료를 활용한 구조물의 직선경계 추출방법 | |
JP2021179839A (ja) | 地物の分類システム、分類方法及びそのプログラム | |
CA2660343C (en) | Geospatial modeling system for separating foliage data from building data based upon loose and strict tolerance noise filtering operations and related methods | |
CA2660339C (en) | Geospatial modeling system for performing filtering operations based upon a sum of differences of a given and neighboring location points and related methods | |
CN115937466B (zh) | 一种融合gis的三维模型生成方法、系统及存储介质 | |
CN114092663B (zh) | 面向城市信息模型建筑三维重建方法、装置、设备及介质 | |
CN112669461B (zh) | 机场净空安全检测方法、装置、电子设备及存储介质 | |
Xu et al. | Member separation and deformation recognition of spatial grid structures in-service | |
Arefi et al. | Ridge based decomposition of complex buildings for 3D model generation from high resolution digital surface models | |
F Laefer et al. | New advances in automated urban modelling from airborne laser scanning data | |
CN118196316A (zh) | 路面构建方法、装置、设备及存储介质 | |
Hammoudi et al. | Generating raw polygons of street facades from a 2d urban map and terrestrial laser range data | |
Meixner et al. | Planar roof surface segmentation using 3d vision | |
CN114943711A (zh) | 基于LiDAR点云和影像的建筑物提取方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A761 | Written withdrawal of application |
Free format text: JAPANESE INTERMEDIATE CODE: A761 Effective date: 20101206 |